Scalable Capital - Robo-Advisor

  • Hat sich eines der Forenmitglieder bereits mit der Vermögensverwaltung Scalable Capital beschäftigt ?


    https://de.scalable.capital/


    Es handelt sich dabei um einen „Robo-Advisor“, der nach „Risikoprognosen“ mit ETF’s handelt.


    https://de.scalable.capital/empirisch-fundiertes-konzept/


    Zunächst sieht für mich das „aktiv gemanagte Portfolio von ETF’s“ nach „Dachfonds mit relativ geringen Gebühren“ aus. Also nichts neues für Mechaniker die auch „Nobelpreissysteme“ schon Pleite gehen gesehen haben.


    Wie so oft, liegt der Beobachtungszeitraum seit Gründung recht günstig. Die Rendite sieht daher, für Anleger die ihre Portfolios nicht selbst verwalten können und wollen, annehmbar aus.


    Nun zu meinem Problem: Ein Bekannter von mir hat mit diesem System seine Ersparnisse angelegt. Ich selber würde nach diesem System nie investieren, möchte aber davon nicht abzuraten, nur weil ich mittlererweile einen recht guten „Bauchgefühlindikator“ entwickelt habe. Hat jemand Erfahrung wie sich ein derartiges Vola-System bei Börsenschlechtwetter verhalten wird?


    Und weil es an der Zeit ist:


    Ich wünsche Euch allen eine Fröhliche Weihnacht.

    "If it sounds too good to be true, it probably is."


    "Theoretisch gibt es keinen Unterschied zwischen der Theorie und der Praxis. Praktisch stimmt das aber nicht."


    "Erfahrung ist das was man bekommt, wenn man nicht bekommt was man möchte."

  • ist mir auch aufgefallen. Irgendwie pobt das bei mir als Werbung in letzter Zeit sehr häufig immer wieder auf. Da rührt jemand die Marketing-Trommel. Der Typ, der dahinter stehen soll, war mal angeblich Goldman Sachs Mitarbeiter.
    Aber ich frage mich warum jemand diesen Dienst in Anspruch nehmen soll. Der setzt einfach das Geld in irgendeinen ETF. Das kann doch jeder selber machen, der sich ein paar Minuten die Zeit nimmt und sich mal schlau macht welche ETF´s es gibt .


    Auch von mir ein frohes Fest an die Forum-Mitglieder und die stillen Leser.

  • Das Marketing ist schon in Ordnung. Wenn ich aber e.g. lese:


    "Empirisch fundiertes Konzept


    Nobelpreis­gekürtes Modell:
    Kurse lassen sich nicht prognos­tizieren, Risiken schon."


    dann gehört das imho in den Dummschwätzerthread.


    p.s. ist zwar schon eine Weile her, daß zu diesem Thema diskutiert wurde, aber bei Nassim Nicholas Taleb nachlesen kann die Meinung zu den Versprechungen dieser Marketingexperten verändern.

    "If it sounds too good to be true, it probably is."


    "Theoretisch gibt es keinen Unterschied zwischen der Theorie und der Praxis. Praktisch stimmt das aber nicht."


    "Erfahrung ist das was man bekommt, wenn man nicht bekommt was man möchte."

    Einmal editiert, zuletzt von looser ()

  • Siemens ist aber auch eher ein guter Kontraindikator.
    Deren Timing bei Übernahmen ist kaum mehr optimierbar...

  • Siemens ist aber auch eher ein guter Kontraindikator.
    Deren Timing bei Übernahmen ist kaum mehr optimierbar...


    Es sind ja diesmal immerhin nur die Mitarbeiter von Siemens die sich das (vergünstigt) reinziehen dürfen

  • http://www.brokervergleich.de/robo-advisor/


    Performance eigentlich wie erwartet

    The invention of the automobile, for example, not only created a large, new sector of the economy but led to people moving out of cities into the suburbs and enabled big box retail, amongst many other things. In other words, it changed the overall economy, not just transportation. Is it so different to the Internet? - Rob Vinall

  • Steckt meiner Meinung noch in den Kinderschuhen...


    Ziel von Traiding Algorithmen sollte es ja sein, dass man den Markt anhand u.a. big data Verarbeitung, Mathematikern und Programmierern outperformt.


    Das Problem daran ist meiner Meinung noch, dass sobald ein Algorithmus effizient arbeitet der Markt sich wieder durch andere Marktteilnehmer die das erkennen ausgleicht.


    Ist auf jedenfall spannend!

  • deswegen finden sich solche Algos (die funktionieren) auch nicht bei Privatkundendepots wieder...
    Ich sag nur Renaissance Group.

    Value investing is at its core the marriage of a contrarian streak and a calculator - Seth Klarman

  • Die Robo-Advisor sind viel einfacher gestrickt: da werden einfach Dutzende von ETFs kombiniert, je nach Strategie. So was wie ein automatisierter Kommer. Die erheben auch nicht den Anspruch den Markt zu schlagen. Ihr USP ist, dass sie durch Umschichtung und Streuung das Risiko minimieren bei sehr geringen Kosten. Die Bewährungsprobe kommt also in der Krise

  • Ist schon spannend wie weit Plan und Realität von einander abweichen :). Scalable hat zwar ein tolles Werbe team, Börsenliteratur dürfte aber nicht auf der Leseliste der Manager gestanden haben, Jetzt frage ich mich natürlich ob der neue Broker der Plan B der Werbefritzen ist :/.


    https://www.brokervergleich.de/robo-advisor/echtgeld-test/

    "If it sounds too good to be true, it probably is."


    "Theoretisch gibt es keinen Unterschied zwischen der Theorie und der Praxis. Praktisch stimmt das aber nicht."


    "Erfahrung ist das was man bekommt, wenn man nicht bekommt was man möchte."

  • In der Tat. Viele, die "Value at Risk" zur Portfoliosteuerung verwenden, sind auf dem falschen Fuß erwischt worden. Darunter viele Hedge-Fonds und Absolut-Return Fonds und nicht zuletzt auch z.B. Ray Dalio's Strategie.


    Ich zeige den Leuten immer einen Dax-Chart von 2006-2010, zeige drauf und frage, ob der Aktienmarkt Anfang 2007 riskanter war oder Anfang 2009 und auch warum das so ist. Das leuchtet fast allen ja recht schnell ein.


    "Value at Risk" dagegen macht genau das Gegenteil. Den Blick nur in den Rückspiegel richten und dabei Vollgas vorwärts fahren, hat eben so seinen ganz speziellen Nervenkitzel.


    Balkenchart

  • Diese ganzen schönen und einfachen Modelle (CAPM, VaR und wie sie alle heißen) haben meines Erachtens zwei grundlegende Schwächen:


    1. Unzutreffende Modellannahmen


    Um die Wirklichkeit in ein Modell zu gießen, muss man sie vereinfachen. Dagegen ist ertsmal nichts einzuwenden. Problematisch wird es aber, wenn man sie zu stark vereinfacht. Dann hat man am Ende zwar ein schönes und leicht zu handhabendes Modell, nur dummerweise hat dies (oft genug) nicht mehr viel mit der Realität zu tun.


    Ein schönes Beispiel ist die Normalverteilungsannahme bei Aktien: Die Renditen von Aktien seien normalverteilt, liest man immer mal wieder. Das ist schön, nur stimmt es leider nicht. Aktienkurse machen Sprünge, es gibt extreme Ereignisse (öfter als dem Modell lieb sein kann), die Verteilungen haben Ränder, fette Ränder. Dazu kommt noch, dass die Volatilität keine starre Größe ist, wie oft angenommen. Das sollte spätestens jedem klar sein, der sich die Charts des VDAX bzw. VIX vom letzten Jahr ansieht. Für uns hier ist das alles nichts Neues, aber andere scheinen damit Probleme zu haben...


    2. Vergangenheitsbezogenheit


    Gut, die oben angesprochenen Einwände lassen sich beheben. Das kann man alles in die mathematischen Modelle rein stopfen, wenn man will: Sprungkomponenten, zeitlich veränderliche Volatilität, nicht-observable stochastische Driftprozesse, was einem halt so einfällt. Da tut sich aber gleich ein neues Problem auf, nämlich das Problem der Parameteridentifikation - bei solchen Modellen sind es leider mehr als nur μ und σ.


    Es ist schon schwer genug, überhaupt Methoden zur Behandlung derartiger inverser Probleme zu finden. Die Rechnungen dann auch noch mit hinreichender Genauigkeit und numerisch einigermaßen stabil hinzubekommen, erschwert die Sache zusätzlich. Abhilfe schaffen können zusätzliche Daten. Aber wo bekommt man die her? Von da, wo in diesen Fällen sämtliche Daten herkommen: aus der Vergangenheit.


    Je komplexer die Modelle werden, desto weiter wird man den Beobachtungszeitraum in die Vergangenheit ausdehnen müssen, um die entsprechenden Parameter zu schätzen. Wenn man Glück hat, kommt dabei ein Modell heraus, das ziemlich gut passt - für ebendiese Vergangenheit. Das kann dann auch zukünftig funktionieren, aber meistens nur solange sich nichts Gravierendes ändert.


    Manchmal gibt es aber gravierende Veränderungen, ein kleines Virus zum Beispiel, das niemand auf der Rechnung hatte. Mit einem solchen "schwarzen Schwan" können diese Modelle jedoch nicht umgehen. Im dümmstmöglichen Fall verlieren die Verantwortlichen irgendwann die Nerven, schmeißen das ganze Modell komplett über den Haufen und schichten genau zum falschen Zeitpunkt um. Etliche Riester-Fondssparer können ein Lied davon singen...


    An der Stelle sind wir auch bei der Sache mit den chaotischen Attraktoren angekommen, die woodpecker hier so schön beschrieben hat. Aber wie will man diese "Katastrophen" und die damit verbundenen Konsequenzen in einem (einfachen) Modell berücksichtigen? Antwort: Es geht nicht, es sei denn man hat - wie Jim Simons - den "Heiligen Gral" gefunden oder gibt dies zumindest vor.


    Kurzum, ich halte nicht viel von derartigem "dynamischem Risikomanagement", denn es ist in vielen Fällen letztlich doch nur eine mehr oder weniger statische Extrapolation der Vergangenheit in die Zukunft, was früher oder später schief geht. Beispiele dafür gibt es zur Genüge.

    "Es ist leichter, einen Atomkern zu spalten als ein Vorurteil." - Albert Einstein -

  • Kurzum, ich halte nicht viel von derartigem "dynamischem Risikomanagement", denn es ist in vielen Fällen letztlich doch nur eine mehr oder weniger statische Extrapolation der Vergangenheit in die Zukunft, was früher oder später schief geht. Beispiele dafür gibt es zur Genüge.

    Absolut D'accord. Einfache Allokation in einen Aktien und Rentenanteil mit regelmäßigem Rebalancing führt meistens mit deutlich weniger Kosten zu besseren Ergebnissen. Lässt sich aber leider nicht für 1% Management Fee verkaufen.


    Da kommt es schon besser wenn irgendein Prof was von dynamischem Risikomanagement daher schwurbelt.


    Lustigerweise kommt das auf die ein oder andere Weise auch alle 5-7 Jahre wieder.

  • Robo - Analytiker bei Morningstar:
    "Morningstar unleashes robots to write fund research"

    https://www.luxtimes.lu/en/bus…-605f380bde135b9236552964


    Zitat

    Robots were already being used to generate the analyst rating itself on thousands of smaller funds. Morningstar said this week that the robot ratings have performed as well as the recommendations generated by human analysts, based on three years of data.

    MMIs oft kommunizierte, sehr niedrige Wertschätzung der Qualität von veröffentlichten Aktienanalysen scheint von Morningstar geteilt zu werden.

    Oder anders formuliert: Wie schlägt sich in diesem Wettbewerb eigentlich der Affe mit Dartpfeilen?