Es gibt verschiedene Methoden, Portfolios zu steuern. Letztlich lassen sie sich aber alle danach kategorisieren, ob sie auf Prognosen und Einschätzungen beruhen oder ohne sie auskommen. Für eine klassische Vermögensverwaltung spielen Prognosen und Einschätzungen eine zentrale Rolle. Angenommen, es bahnt sich ein wirtschaftlicher Abschwung an, und die Datenlage lässt vermuten, dass sich dieser Abschwung zu einer Rezession ausweitet. In einem solchen Umfeld wird ein prognose-orientierter Portfoliomanager die Aktienquote reduzieren, die Selektion von Aktien anpassen und das Portfolio insgesamt „wetterfest“ machen. Neben Konjunkturdaten würde der Portfoliomanager zusätzlich die Gewinnentwicklung, die Bewertung und andere fundamentale Größen und Kennziffern analysieren und proaktiv Anpassungen vornehmen.
Neben der prognose- und einschätzungsbasierten Portfoliosteuerung hat sich in den letzten Jahren auch die prognosefreie Steuerung etabliert. Hier geht es nicht darum, im Portfoliomanagement die Zukunft zu antizipieren, rechtzeitig zu agieren und dadurch einen Vorteil gegenüber einer statischen Portfolioallokation zu erzielen. Stattdessen steht das Ziel im Fokus, auf Portfolioebene gewisse Eigenschaften herauszuarbeiten, die sich dann günstig auf die Rendite- und Risikoentwicklung des Portfolios auswirken, und zwar unabhängig davon, wie sich die konkrete Zukunft entwickelt. Bei den Eigenschaften geht es zum Beispiel darum, ein besonders hohes Maß an effizienter Diversifizierung zu erreichen oder Rückschläge in Krisenzeiten auf ein zuvor festgelegtes Maß zu beschränken. Für solche Ziele werden keine Prognosen oder Einschätzungen benötigt; vielmehr werden historische Kursverläufe verschiedener Assetklassen mathematisch so ausgewertet, dass daraus wertvolle Rückschlüsse auf eine effiziente Portfoliokonstruktion gezogen werden können.
Letztlich haben beide Ansätze ihre Vor- und Nachteile. So wird in der prognosefreien Methode an keiner Stelle das Portfolio auf erwartete Zukunftsszenarien ausgerichtet, sondern nur anhand historischer Daten kalibriert. Damit gleicht eine prognosefreie Portfoliosteuerung einem Autofahrer, der sein Auto durch den Verkehr steuert, indem er in den Rückspiegel schaut. Viele digitale Vermögensverwaltungen, die sich in jüngster Vergangenheit am Markt etabliert haben, nutzen für ihre Portfoliosteuerung prognosefreie Ansätze.
Die Gründe dafür sind eher praktischer als theoretischer Natur. Viele Anbieter dieser Dienstleistungen – oftmals Start-ups ohne größere Erfahrung im Asset Management – verfügen nicht über die Research-Kapazitäten, eine prognosebasierte Portfoliosteuerung anbieten zu können. Zudem wird bei digitalen Vermögensverwaltungen im Rahmen von Online-Fragebögen ermittelt, welche Risikotragfähigkeit und -bereitschaft der Kunde mitbringt, um eine sinnvolle Strategie ableiten zu können. Wenn beide bekannt sind, ist es fast zwingend logisch, die Portfolios auch direkt daran auszurichten. Und hier kann die prognosefreie Portfoliosteuerung glänzen. Denn das Einhalten von Risikobudgets ist eine Anforderung, die aufgrund ihres mathematischen Charakters tatsächlich oftmals besser von prognose-freien als prognosebasierten Ansätzen erfüllt wird.
Eine neue Evolutionsstufe der digitalen Vermögensverwaltung
So gesehen kann auch nicht pauschal behauptet werden, dass die eine Methode der anderen überlegen ist. Wir vertreten daher die These, dass gute prognosebasierte Portfoliokonstruktionen langfristig das Potenzial haben, eine bessere Rendite zu erwirtschaften, während prognosefreie Ansätze vermut-lich die Nase vorne haben, wenn es um die Risikosteuerung von Portfolios geht. Aus diesem Grund liegt es nahe, beide zunächst unvereinbar erscheinenden Ansätze in ein Gesamtkonzept einzubetten und die Vorteile aus beiden Welten zu vereinen. Die digitale Vermögensverwaltung von M.M.Warburg & CO macht genau das. Im gerade gestarteten Warburg Navigator wird diese nicht triviale Herausforderung gelöst, indem ein prognosefreies, mathematisches Grundmodell durch prognosebasierte Elemente so „gelotst“ wird, dass die Navigator-Portfolios direkt von den fundamentalen Einschätzungen des Makro-Researchs und der langjährigen Erfahrung des Asset Managements der Privatbank profitieren. Damit wird aus einer prognosefreien Black Box ein nachvollziehbarer Anlageprozess, der eine neue Evolutionsstufe in der digitalen Vermögensverwaltung einläutet.
