Noise: A Flaw in human Judgementist ein Bestseller – und das zu Recht. Das Buch von Daniel Kahneman, Olivier Sibony und Cass Sunstein liefert neue Erkenntnisse für Anleger.
Obwohl das Buch nur am Rande auf das Investieren eingeht, ist die praktische Weisheit universell anwendbar. Es behandelt zwei Arten von Fehlern – primär Rauschen, aber auch Bias.
Für die Zwecke des Buches ist Rauschen die Differenz zwischen Prognosen. Bias ist die Tendenz, dass die meisten Prognosen durchweg zu hoch oder zu niedrig im Vergleich zum tatsächlichen Ergebnis ausfallen.
Ich habe Olivier Sibony beispielsweise Studien zu Prognosen von Spitzenökonomen über zehnjährige US-Staatsanleihen vorgelegt. Er erklärte, dass sich diese Ökonomen nicht einig sind und die Variabilität Rauschen darstellt. Die Studien zeigen jedoch auch, dass sie im Durchschnitt die Zinsen durchweg zu hoch prognostiziert haben. Das ist Bias.
Sich auf diese ökonomischen Prognosen zu verlassen, würde zu einer Underperformance führen. Man würde sich auf kurze Laufzeiten konzentrieren, steigende Zinsen erwarten und fallende Anleihen-ETFs unterstellen. Bis zu diesem Jahr neigten die Zinsen dazu, über einen Zeitraum von fast 40 Jahren zu sinken.
Betrachten Sie zwei Aktienmarkt-Prognostiker und entscheiden Sie, welcher Ihnen glaubwürdiger erscheint:
Dr. Müller ist sehr eloquent, mit fundierter, überzeugender Logik und einem hohen Maß an Selbstvertrauen. In einer Expertenrunde sticht sie als Expertin der Experten hervor.
Dr. Schmidt ist sich ihrer Sache viel weniger sicher. Sie gibt Zahlenbereiche an und spricht ständig darüber, wo ihre Prognosen falsch liegen könnten. In einer Expertenrunde ist sie kein herausragender Star.
Es stellt sich heraus, dass Prognostiker in den meisten Bereichen kaum genauer sind als „werfende Schimpansen“. „Superforecaster“ (solche mit besseren Erfolgsbilanzen) befinden sich jedoch in einem permanenten Beta-Modus (keine Endversion, stets verbesserungsfähig), indem sie offen dafür sind, Menschen, die anderer Meinung sind, mehr Aufmerksamkeit zu schenken als denen, die zustimmen.
Sie werden eher die Dr. Müllers der Welt im Fernsehen hören, die zuversichtlich über Top-Aktien oder ETFs sprechen. Die Dr. Schmidts der Welt haben jedoch eine weitaus bessere Erfolgsbilanz bei Prognosen. Ihre Intuition verleitet Sie vielleicht eher dazu, nach dem Rat von Dr. Müller zu investieren. Unabhängig davon, wem Sie vertrauen, nutzen Sie das Internet, um deren bisherige Erfolgsbilanz zu prüfen. Das tun die wenigsten.
Zwei zentrale Erkenntnisse
Beim Investieren sind zwei zentrale Erkenntnisse relevant:
Mechanische Vorhersagen (Modelle) sind denen von Menschen überlegen.
Die Aggregation von Prognosen reduziert Rauschen (aber nicht notwendigerweise Bias).
Die Anwendung der ersten Erkenntnis zeigt sich in Marktereignissen während eines schrecklichen Jahres 2020 inmitten der Pandemie mit steigender Arbeitslosigkeit, sinkendem BIP, sozialen Unruhen und einem dysfunktionalen politischen Klima.
Ein Robo-Advisor mit definierten Algorithmen hätte während eines 35%igen Einbruchs in 33 Tagen bis zum 23. März Aktien kaufen und die Gewinne eines Aktienmarktes erzielen sollen, der für das brutale Jahr um über 21 % zulegte, gemessen am Gesamtrendite des Vanguard Total Stock Index Fund.
Menschliche Prognostiker mussten unzählige komplexe Gesundheits- und Wirtschaftsdaten analysieren und schnitten wahrscheinlich weitaus schlechter ab.
Die zweite Erkenntnis ist, Aktien- und Anleihenmärkte als ultimative Aggregation von Prognosen zu betrachten. Der Aktienmarkt ist die aggregierte Prognose von Millionen von Marktteilnehmern über die diskontierten zukünftigen Cashflows von über 10.000 börsennotierten Unternehmen – nicht nur die wenigen Talking Heads im Fernsehen.
Ein US-Aktien-Index-ETF wie der iShares Core S&P Total US Stock Market ETF (ITOT) oder ein globaler Index-ETF wie der iShares Core MSCI World UCITS ETF (SWDA) oder der Vanguard FTSE All-World UCITS ETF (VWRL) ist somit eine einfache Möglichkeit, von der Aggregation dieser Prognosen zu profitieren – ganz zu schweigen von den Vorteilen niedriger Gebühren und hoher Steuereffizienz.
Dies berücksichtigt die aggregierten Prognosen der diskontierten Cashflows von Unternehmen, Branchen, Stilrichtungen usw. Fonds wie Smart-Beta-ETFs und Innovations-ETFs werden wahrscheinlich nicht beide richtig liegen.
Was ist mit Anleihen?
Ich erwähnte bereits, dass die Spitzenökonomen in der Summe einen kostspieligen Bias hatten, Zinssätze zu überschätzen. Aber wie am Aktienmarkt gibt es auch am Anleihenmarkt Millionen von Teilnehmern und nicht nur 50-60 Spitzenökonomen.
Denken Sie daran: Wenn die meisten von uns wüssten, dass der Zinssatz für zehnjährige Staatsanleihen steigen würde, würden wir bei einer Staatsanleihenauktion weniger bieten, um diesen höheren Zinssatz zu erzielen. Die Zinsen wären also bereits gestiegen. Das bedeutet, eine bessere Prognose für diesen Anleihenzins im nächsten Jahr wäre der aktuelle Zinssatz dieser Anleihe gewesen, der die Prognosen von Millionen von Anleihegläubigern repräsentiert.
Hochqualitative Anleihen-Indexfonds – wie der iShares US Aggregate Bond UCITS ETF (SUAG) und der Vanguard Global Aggregate Bond UCITS ETF (VAPG) – repräsentieren die aggregierten Stimmen über Investment-Grade-Staatsanleihen mit festen Zinsen.
Halten Sie sich an einfache Regeln, wie das Rebalancing der Vermögensallokation, um Ihre Bedürfnisse und Ihre Risikobereitschaft zu berücksichtigen. Das Rauschen, das von diesen einfachen Regeln ablenkt, ist überzeugend. Obwohl es nicht einfach sein wird, können Anleger lernen, Rauschen und Bias zu reduzieren.
Allan Roth ist Gründer vonWealth Logic. Er ist gesetzlich verpflichtet darauf hinzuweisen, dass seine Kolumnen nicht als spezifische Anlageberatung gedacht sind.
Diese Geschichte wurde ursprünglich aufETF.com
