Quantitativer Handel - Seite 5

[MetaQuotes]

Vanguard – Das 8-Billionen-Dollar-Finanzimperium | Dokumentarfilm 2023

Vanguard – Das 8-Billionen-Dollar-Finanzimperium | Dokumentarfilm 2023

John Bogle, der bahnbrechende Gründer von Vanguard, hat einen unauslöschlichen Eindruck in der Investmentfondsbranche hinterlassen. Er revolutionierte Anlagestrategien mit der Einführung des ersten Indexfonds, der sich als voller Erfolg erwies und zum Wohlstand der Finanzindustrie im 21. Jahrhundert beitrug. Bogles Weg zum Erfolg war geprägt von seiner herausfordernden Kindheit, geprägt vom Kampf seines Vaters mit dem Alkoholismus und der Notwendigkeit, dass seine Geschwister die Familie ernähren mussten. Diese frühen Erfahrungen vermittelten Bogle einen beharrlichen Geist und die Entschlossenheit, seine Ziele zu erreichen. Mit seinem Abschluss als Klassengrußbote in Princeton schlug er einen Weg ein, der ihn zu einem der reichsten Menschen der Welt machen sollte.

Bogles Durchbruch in der Investmentfondsbranche begann 1951, als er eine Dissertation über offene Investmentgesellschaften schrieb und damit die Aufmerksamkeit von Walter Morgan, dem Gründer und Vorsitzenden des Wellington-Fonds, erregte. Dies führte dazu, dass Bogle als Assistent der Geschäftsführung von Morgan eingestellt wurde, wo er sich durch seine einzigartigen Einblicke in die Investmentfondsbranche von seinen Zeitgenossen abhob. In den nächsten 35 Jahren florierte Bogles Fonds Wellington und entwickelte sich zu einem der größten Investmentfonds in den Vereinigten Staaten.

Im Jahr 1958, inmitten eines Bullenmarktes, legten viele Investmentfondsgesellschaften mehrere Fonds auf, um Investoren anzulocken. Bogle erkannte jedoch die abnehmende Beliebtheit ausgewogener Portfolios und forderte die Branche heraus, indem er den Wallington Equity Fund gründete, der sofort ein Erfolg wurde. Die Wertentwicklung und Beliebtheit dieses Fonds stieg im folgenden Jahrzehnt weiter an und festigte Bogles Ruf als kluger Investor.

Als die Investmentfondsbranche in die spekulative Ära der 1960er-Jahre eintrat und in den frühen 1970er-Jahren mit nachfolgenden Herausforderungen konfrontiert wurde, übernahm Bogle im jungen Alter von 35 Jahren die Rolle des CEO bei Wellington. Die konservative Strategie des Fonds sah sich jedoch Bedrohungen für seine Existenz ausgesetzt, und a Am Horizont zeichnete sich ein Krieg innerhalb der Investmentfondsbranche ab, bei dem Bogle Gefahr lief, das erste Opfer zu sein. Bogles Angebote, die eine Fusion mit einem etablierteren Unternehmen anstrebten, wurden abgelehnt, weil man befürchtete, dass Wellingtons konservativer Ansatz die Leistung beeinträchtigen würde. Bogle war gezwungen, kleinere Fonds zu erkunden, und konzentrierte sich auf Ives, einen aggressiven Investmentfonds in Boston, der für seine herausragende Leistung von 1960 bis 1965 bekannt war. Obwohl er nur 17 Millionen US-Dollar an Vermögenswerten verwaltete, war Ives in der Branche sehr gefragt. Bogle glaubte, dass die Fusion mit Ives es Wellington ermöglichen würde, sein Geschäft zu erweitern und mehr Investoren anzuziehen. Nach Monaten der Konsolidierung entstand ein neues Unternehmen, die Wellington Management Company, wobei die Partner von Ives Schlüsselrollen innerhalb der Organisation übernahmen.

Das Video befasst sich mit der Geschichte von Vanguard, einem außergewöhnlichen Finanzimperium, das bis 2023 einen Wert von unglaublichen 8 Billionen US-Dollar erreicht hat. Der Erfolg von Vanguard ist größtenteils auf die innovativen und erfolgreichen Strategien seines Gründers John Bogle zurückzuführen. Die späten 1970er Jahre brachten jedoch erhebliche Veränderungen in der Branche mit sich, die zu einem Rückgang der Vermögenswerte von Vanguard um 1,3 Milliarden US-Dollar führten. Im Jahr 1997 erwies sich Bogles Fusion mit einer anderen Investmentfondsgesellschaft, Ives, als erfolglos. Anschließend wurde Bogle im Jahr 2004 nach einem Streit mit den Growth Management Partners des Unternehmens als CEO von Vanguard verdrängt. Unbeirrt gründete Bogle Masterworks, eine erfolgreiche Kunstinvestitionsgesellschaft. Doch in einer überraschenden Wende im Jahr 2022 wurde Bogle in einem Stellvertreterkampf besiegt und aus dem Unternehmen entfernt.

Eine der bemerkenswerten Errungenschaften von Bogle war seine Weigerung, die Verwaltungsfunktionen des Investmentfonds von Vanguard an eine Verwaltungsgesellschaft auszulagern, und sich stattdessen dafür entschied, diese Operationen zu internalisieren. Diese strategische Entscheidung führte zu erheblichen Kosteneinsparungen für den Fonds und positionierte Vanguard als kostenfreundlichste Investmentfondsgesellschaft für Anleger.

In den frühen 1990er Jahren revolutionierte Jack Bogles Vanguard-Indexfonds die Investmentfondsbranche und forderte die Dominanz von Fidelity heraus, die zum unangefochtenen Marktführer geworden war. Das Wachstum von Fidelity wurde durch aggressive Marketingstrategien, die Präsentation von Investmentfonds als leicht verfügbare Produkte in den Ladenregalen und die Diversifizierung der Investitionen über verschiedene Sektoren und Anlageklassen hinweg vorangetrieben. Allerdings erlitt Fidelity im Jahr 2006 einen erheblichen Rückschlag, als seine große Investition in mexikanische Schulden nach hinten losging und sein neu gegründeter Auslandsanleihenfonds zu den vielen Investmentfonds gehörte, die während der Finanzkrise 2008 Verluste erlitten.

Unterdessen entwickelte sich Vanguard unter Bogles Führung weiter. Bis 2019 hatte das Unternehmen ein Gesamtvermögen von fast 5 Billionen US-Dollar. Während dieser Zeit dachte Brennan, der CEO, darüber nach, in den Markt für börsengehandelte Fonds (ETF) einzusteigen, ein Schritt, der den Status von Vanguard als Finanzriese weiter festigen würde.

Traurigerweise verstarb im Reich der Enden Jack Bogle, der visionäre Gründer der Vanguard Group, im Alter von 89 Jahren nach einem mutigen Kampf gegen Speiseröhrenkrebs. Bogles Vermächtnis geht weit über seine finanziellen Erfolge hinaus. Er war bekannt für sein unerschütterliches Engagement für den Finanzkonservatismus und sein Eintreten für langfristige Investitionen. Sein Tod bedeutete einen erheblichen Verlust für die Finanzwelt, da er einen unauslöschlichen Eindruck in der Branche hinterlassen und unzählige Anleger zu einem umsichtigen und disziplinierten Ansatz bei der Vermögensverwaltung inspiriert hatte.

Obwohl das Video mit einer düsteren Note endet, werden die Auswirkungen von John Bogles Beiträgen zur Investmentfondsbranche und seinen bahnbrechenden Bemühungen bei Vanguard die Finanzlandschaft auch in den kommenden Jahren prägen. Seine visionären Ideen und unerschütterlichen Prinzipien dienen als Leitfaden für Anleger, die langfristigen Erfolg und finanzielle Stabilität anstreben. Die Geschichte von John Bogle und Vanguard ist ein Beweis für die Kraft der Innovation, Beharrlichkeit und das Streben nach Exzellenz in der Finanzwelt.

• 00:00:00 John Bogle, Kapitän von Vanguard, ist der Gründer des ersten und größten Indexfonds in den Vereinigten Staaten, der der Finanzindustrie im 21. Jahrhundert zu mehr Wohlstand verholfen hat. Bogles Kindheit war schwierig; Sein Vater war Alkoholiker und seine Brüder mussten arbeiten, um zum Unterhalt der Familie beizutragen. Bogle gewöhnte sich daran, rohe Gewalt anzuwenden, um zu bekommen, was er wollte, und schloss sein Studium in Princeton als Klassengrußbote ab. Anschließend wurde er zum Erfinder des Indexfonds, der ihn zu einem der reichsten Männer der Welt machte.
  
  
• 00:05:00 Im Jahr 1951 schrieb der Pionier der Investmentfondsbranche, John Bogle, eine Dissertation über die offene Investmentgesellschaft, die die Aufmerksamkeit von Walter Morgan, dem Gründer und Vorsitzenden des Wellington-Fonds, erregte. Morgan stellte Bogle als seinen Assistenten ein, und Bogles Einblick in die Investmentfondsbranche unterschied ihn von anderen Finanziers seiner Zeit. Im Laufe der nächsten 35 Jahre entwickelte sich Bogles Fonds Wellington zu einem der größten Investmentfonds des Landes. Im Jahr 1958, als der Bullenmarkt in vollem Gange war, eröffneten viele Investmentfondsgesellschaften weitere Fonds, um mehr Anleger anzulocken. Bogles ausgewogenes Portfolio geriet jedoch in Ungnade und er beschloss, die Branche herauszufordern, indem er den Wallington Equity Fund gründete, der sofort ein Erfolg wurde. Die Leistung und Beliebtheit des Telefons wird im kommenden Jahrzehnt weiter zunehmen.
  
  
• 00:10:00 In den frühen 1960er-Jahren herrschte wieder Spekulationsgeist im sogenannten Go-Go-Jahrzehnt, und in den frühen 1970er-Jahren steckt die Investmentfondsbranche in Schwierigkeiten. Im Alter von 35 Jahren wird Jack Bogle CEO eines der größten Investmentfonds der Branche, dessen gesamte Existenz nun jedoch in Gefahr ist. In der Investmentfondsbranche droht ein Krieg auszubrechen, und Bogle könnte sein erstes Opfer sein. Bogle versucht, eine Fusion mit einem etablierteren Unternehmen herbeizuführen, doch sie lehnen sein Angebot ab, weil sie glauben, dass Wellingtons übermäßig konservative Strategie die Wertentwicklung ihres Fonds beeinträchtigen wird. Bogle konnte keinen großen Investmentfonds finden, mit dem er fusionieren konnte, und war gezwungen, nach kleineren zu suchen, und bald erregte ein Fonds in Boston seine Aufmerksamkeit. Ives war ein aggressiver Investmentfonds, der von 1960 bis 1965 die beste Performance der Branche erzielte. Selbst mit einem verwalteten Vermögen von nur 17 Millionen Dollar ist er einer der gefragtesten Fonds der Branche, und Bogle glaubt, dass Wellington durch die Fusion mit Ivest dazu in der Lage sein wird in der Lage, das Geschäft zu erweitern und mehr Investoren anzulocken. Nach monatelanger Konsolidierung wird ein neues Unternehmen geboren, das den Namen Wellington Management Company tragen wird, die Partner von Ivest werden ihn nun tragen
  
  
• 00:15:00 Das Video diskutiert die Geschichte von Vanguard, einem Finanzimperium mit einem Wert von 8 Billionen Dollar im Jahr 2023. Der Erfolg von Vanguard war größtenteils auf die innovativen und erfolgreichen Strategien seines Gründers John Bogle zurückzuführen. In den späten 1970er Jahren veränderte sich die Branche jedoch und das Vermögen von Vanguard verringerte sich um 1,3 Milliarden Dollar. 1997 fusionierte Bogle mit einer anderen Investmentfondsgesellschaft, Ives, was jedoch erfolglos blieb. Im Jahr 2004 entließ Vanguard seinen CEO Bogle, nachdem es zu einem Streit mit den Growth Management Partners des Unternehmens gekommen war. Bogle gründete später Masterworks, eine neue Kunstinvestitionsgesellschaft, die erfolgreich war. Im Jahr 2022 unterliegt Bogle in einem Stellvertreterkampf und wird aus dem Unternehmen geworfen.
  
  
• 00:20:00 John Bogle, Präsident der Investmentfondsgesellschaft Vanguard, widerspricht der gängigen Meinung, indem er sich weigert, die Verwaltungsfunktionen des Fonds an eine Verwaltungsgesellschaft auszulagern, sondern sie zu internalisieren. Diese Entscheidung spart dem Fonds Gebühren in Millionenhöhe und führt letztendlich dazu, dass Vanguard die kostengünstigste Investmentfondsgesellschaft wird, in die man investieren kann.
  
  
• 00:25:00 In den frühen 1990er Jahren begann Jack Bogles Vanguard-Indexfonds, die Investmentfondsbranche aufzumischen, und in den späten 1990er Jahren war Fidelity der unangefochtene König der Branche. Das Wachstum von Fidelity wurde durch die aggressive Vermarktung von Investmentfonds als Standardprodukt und den Erfolg bei der Diversifizierung seiner Investitionen über Sektoren und Anlageklassen hinweg vorangetrieben. Im Jahr 2006 wurde Fidelity jedoch hart getroffen, nachdem es eine große Wette auf mexikanische Schulden getätigt hatte, und sein neu gegründeter Auslandsanleihenfonds gehörte zu den vielen Investmentfonds, die in der Finanzkrise 2008 Geld verloren.
  
  
• 00:30:00 Vanguard, ein von John C. Bogle gegründetes Finanzimperium, war in den 1990er Jahren mit der Einführung von ETFs erfolgreich. Allerdings verfügt Vanguard im Jahr 2019 über ein Gesamtvermögen von fast 5 Billionen Dollar. Brennan, der CEO, erwägt den Einstieg in den ETF-Markt, der Vanguard zu einem Giganten machen würde.
  
  
• 00:35:00 Jack Bogle, Gründer der Vanguard Group, starb im Alter von 89 Jahren nach einem langen Kampf gegen Speiseröhrenkrebs. Bogle war bekannt für sein Engagement für den Finanzkonservatismus und sein Eintreten für langfristige Investitionen. Sein Tod ist ein erheblicher Verlust für die Finanzwelt.

[MetaQuotes]

Peter Lynch – Amerikas Nr. 1 Geldmanager | Eine Biographie

Peter Lynch – Amerikas Nr. 1 Geldmanager | Eine Biographie

Das Video bietet eine aufschlussreiche Biografie von Peter Lynch, der als Amerikas bester Geldverwalter bekannt ist. Es befasst sich mit seinem frühen Leben und beleuchtet die tiefgreifenden Auswirkungen des frühen Ablebens seines Vaters, der ihn dazu zwang, schon in jungen Jahren Verantwortung zu übernehmen, um seine Mutter zu unterstützen. Lynchs unerschütterliche Entschlossenheit, seiner Familie eine bessere Zukunft zu sichern, führte ihn auf einen Weg, der mit der Mentorschaft von George Sullivan, dem Executive Vice President von Fidelity, verknüpft war. Sullivan erkannte Lynchs außergewöhnliche Arbeitsmoral und empfahl ihn für ein Vollstipendium am Boston College, wo sich Lynchs Faszination für Aktien vertiefte, angetrieben von seiner Überzeugung, dass reales Investieren der wahre Test seines Wissens sei.

Das Video erzählt Lynchs Investitionserfolgsgeschichte und beleuchtet seine Unternehmungen bei Flying Tigers und Sugar Beets. Es wird untersucht, wie Glück mit seiner klugen Entscheidungsfindung verknüpft war, beispielsweise mit seiner Investition in Flying Tigers, deren Wert zunächst drei Jahre lang stagnierte, aber mit Ausbruch des Vietnamkriegs rasant an Wert gewann. Lynchs Streben nach Wissen führte ihn nach Wharton, wo er seine Zeit der Aktienrecherche widmete, anstatt traditionelle Wirtschafts- und Finanzkurse zu besuchen. Der Abschnitt erzählt auch von Lynchs Investition in Zuckerrüben, einem versteckten Juwel, das er trotz der mangelnden Aufmerksamkeit der Wall Street durch gründliche Recherche und Überzeugung entdeckte.

Im weiteren Verlauf des Videos befasst es sich mit der Geschichte der Investmentfonds in Amerika und dem Aufstieg von Fidelity zum größten Vermögensverwaltungsunternehmen des Landes unter der Führung von Edward Johnson. Der Schwerpunkt verlagert sich auf die Herausforderungen, denen sich Investmentfonds gegenübersehen, wenn es darum geht, ein Gleichgewicht zwischen der Mittelbeschaffung und der Erzielung von Renditen für die Anleger zu finden. Der Fonds von Jerry Ty bei Fidelity zeichnete sich durch den Einsatz technischer Analysen aus, wodurch sich seine Performance von der Konkurrenz abhob. Nach Tys Weggang stand Fidelity vor Wachstumsherausforderungen, bis das Unternehmen das außergewöhnliche Talent von Peter Lynch bei der Aktienauswahl erkannte.

Das Video beleuchtet Lynchs Weg zur Verwaltung des Magellan-Fonds, angefangen als Research-Analyst bis hin zur Übernahme der Führung. Sein einzigartiger Ansatz legte Wert darauf, die Dinge anders zu machen, um den Markt zu übertreffen, selbst unter rückläufigen Bedingungen. Lynchs Strategie bestand darin, zehn überzeugende Anlagegeschichten zu finden und in sie alle zu investieren, wobei er seinen Glauben an die Macht der Wahrscheinlichkeit nutzte. Insbesondere die Investition von Lynch in Taco Bell wurde zu einem durchschlagenden Erfolg, als das Unternehmen von PepsiCo übernommen wurde. Der Abschnitt erkennt jedoch auch an, dass Lynchs Investitionsphilosophie nicht narrensicher war, wie seine Erfahrung mit Biltmore zeigt, einem Unternehmen, das außerhalb von Boston nicht konkurrenzfähig war.

Die Anlagephilosophie von Lynch, die den Schwerpunkt auf erfahrungsbasiertes Lernen und einen vom Menschen gesteuerten Ansatz legt, wird im Detail untersucht. Er vertiefte sich in die Unternehmen, in die er investieren wollte, und formulierte seine Investitionsthese auf der Grundlage seiner Erfahrungen aus erster Hand und des Wachstumspotenzials. Das Video erkennt an, dass selbst Lynchs bemerkenswerte Erfolgsbilanz vor Herausforderungen stand, da sein Fonds größer wurde und sein Ruhm zunahm, was es schwieriger machte, verborgene Schätze aufzudecken.

Das Video schließt mit der Erörterung von Lynchs entscheidender Entscheidung, auf dem Höhepunkt seiner Karriere als Manager des Magellan Fund von Fidelity in den Ruhestand zu gehen. Lynchs Wunsch, mehr Zeit mit seiner Familie zu verbringen, und die Erkenntnis, dass die Verwaltung eines größeren Fonds seine Möglichkeiten, in kleinere Unternehmen zu investieren, einschränken würde, beeinflussten seinen Ruhestand. Trotz eines Bestechungsvorwurfs der SEC im Jahr 2008 bleibt Lynchs Ruf intakt und seine Anlagekenntnisse sind weiterhin relevant. Fidelity, ein Privatunternehmen mit einem verwalteten Vermögen von unglaublichen 8 Billionen US-Dollar, steht weiterhin unter der Kontrolle der einflussreichen Familie Johnson und führt sein Erfolgsvermächtnis fort.

• 00:00:00 In diesem Abschnitt erfahren wir, wie sich der Tod von Peter Lynchs Vater im Alter von 10 Jahren auf ihn und seine Familie auswirkte und ihn zwang, schnell erwachsen zu werden und schon in jungen Jahren zu arbeiten, um seine Mutter zu unterstützen. Obwohl Lynch sich eine normale Kindheit wünschte, war er entschlossen, in Zukunft genug Geld zu verdienen, damit seine Mutter nie wieder arbeiten musste. Er begann als Caddy in einem Golfclub zu arbeiten und lernte seinen Mentor, den Executive Vice President von Fidelity, George Sullivan, kennen. Seine ausgezeichnete Arbeitsmoral und seine Freundlichkeit führten dazu, dass Sullivan ihn für ein Vollstipendium am Boston College empfahl, wo Lynch erfuhr, dass Philosophie und Logik die hilfreichsten Fächer waren, um etwas über Aktien zu lernen. Er glaubte, dass Investitionen in die reale Welt der wahre Weg seien, sein Wissen zu überprüfen, wie wir an seiner Investition in Flying Tigers sehen, einer Wachstumsaktie in der Luftschifffahrtsbranche.
  
  
• 00:05:00 In diesem Abschnitt erfahren wir, wie Glück zum Anlageerfolg von Peter Lynch beigetragen hat. Er investierte zunächst in Flying Tigers, eine drei Jahre lang stagnierende Aktie, die erst nach Ausbruch des Vietnamkrieges einen Aufschwung erlebte und die Kurse in die Höhe schnellen ließ. Mit seinen Gewinnen setzte er seine Ausbildung bei Wharton fort, wo er Wirtschafts- und Finanzkurse ignorierte und seine Zeit damit verbrachte, nach der nächsten zu kaufenden Aktie zu suchen. Dann schließt er sich der Armee an, die weit entfernt vom Schlachtfeld stationiert ist, und ermöglicht es ihm, seine nächste Investition, Zuckerrüben, zu recherchieren, bei der es sich seiner Meinung nach um eine 10-Bagger-Situation handelt, die noch keinem Wall-Street-Unternehmen aufgefallen ist. Trotz der Zurückhaltung der Landwirte beim Anbau von Zuckerrüben glaubt Lynch, dass es sich um eine gute Investition handelt, was ihm eine starke Überzeugung in seiner Forschung und ein Verständnis für das langfristige Wachstumspotenzial des Unternehmens voraussetzt.
  
  
• 00:10:00 In diesem Abschnitt erfahren wir mehr über die Geschichte der Investmentfonds in Amerika und wie sich Fidelity unter der Führung von Edward Johnson zum größten Vermögensverwaltungsunternehmen des Landes entwickelte. Der Wettbewerb führte jedoch dazu, dass sich viele Investmentfonds zu sehr auf die Beschaffung von Geld konzentrierten, statt auf die Erzielung von Renditen für ihre Anleger, und hier stach der Fonds von Jerry Ty bei Fidelity hervor. Mithilfe der technischen Analyse übertraf Tys Fonds die Konkurrenz bei weitem und machte ihn zu einem Star in der Investmentfondsbranche. Nach Tys Weggang hatte Fidelity Mühe, zu wachsen, aber die Lösung lag ihnen die ganze Zeit über in Form eines talentierten Stockpickers namens Peter Lynch vor Augen.
  
  
• 00:15:00 In diesem Abschnitt erfahren wir, wie Peter Lynch dazu kam, den Magellan-Fonds zu verwalten. Lynch begann als Research-Analyst und entwickelte ein Aktienportfolio, das bald zum Gesprächsthema bei Fidelity wurde. Er wurde zum Leiter des Magellan-Fonds befördert, der ursprünglich ein geschlossener Fonds war, der aus dem Vermögen von Johnsons Familie und Führungskräften von Fidelity bestand. Lynch glaubte, dass er die Dinge anders angehen müsse, um den Markt zu übertreffen. Selbst in einem Bärenmarkt sah er Schnäppchen und investierte in Unternehmen, die andere Anleger ignorierten, wie zum Beispiel Taco Bell. Lynchs Strategie bestand darin, zehn gute Geschichten zu finden und sie alle zu kaufen, in der Überzeugung, dass seine Erfolgsaussichten zu seinen Gunsten ausfallen würden. Taco Bell erwies sich für Lynch als äußerst erfolgreiche Investition, als es von PepsiCo für 50 US-Dollar pro Aktie übernommen wurde. Die Inflation ließ den Dow Jones bis 1978 um 18 % einbrechen.
  
  
• 00:20:00 In diesem Abschnitt lernen wir die Anlagephilosophie von Peter Lynch kennen, bei der das Lernen aus direkten Erfahrungen Vorrang vor dem ausschließlichen Verlassen auf Zahlen und Papiere hat. Indem er sich in die Unternehmen vertieft, in die er investieren möchte, formuliert er seine Investitionsthese durch einen menschengesteuerten Ansatz und versucht, Unternehmen zu finden, deren Produkte ihm gefallen und die die Fähigkeit haben, zu skalieren, die aber von der Wall Street vernachlässigt wurden. Während sein Magellan-Fonds kontinuierlich Gewinne erzielt, ist selbst Lynchs Methode gelegentlich nicht narrensicher, wie er aus seiner Investition in Biltmore erfährt, das es nicht schaffte, mit seinen Geschäften außerhalb von Boston zu konkurrieren. Lynch ist weiterhin auf der Suche nach 10-Baggern, aber es wird für ihn immer schwieriger, je größer sein Fonds wird und er berühmter wird.
  
  
• 00:25:00 In diesem Abschnitt erfahren wir mehr über Peter Lynchs Entscheidung, auf dem Höhepunkt seiner Karriere als Manager des Magellan Fund von Fidelity in den Ruhestand zu gehen. Lynchs Wunsch, mehr Zeit mit seiner Familie zu verbringen, und die Erkenntnis, dass ein größerer Fonds seine Möglichkeiten, in kleine Unternehmen zu investieren, einschränken würde, waren die Hauptgründe für seinen Ruhestand. Obwohl er 2008 von der SEC wegen Bestechungsgeldern angeklagt wurde, bleibt Lynchs Ruf auch im Jahr 2022 intakt und seine Anlagekenntnisse sind auch heute noch relevant. Fidelity, ein Privatunternehmen mit einem verwalteten Vermögen von fast 8 Billionen US-Dollar, wird immer noch von der mächtigen Familie Johnson kontrolliert.

[MetaQuotes]

Der Geier der Wall Street | Milliardär und Investor Howard Marks

Der Geier der Wall Street | Milliardär und Investor Howard Marks

Der milliardenschwere Investor Howard Marks fesselt das Publikum, indem er seinen fesselnden Weg zum äußerst erfolgreichen Investor erzählt. Das Video befasst sich zunächst mit Marks‘ Erziehung und betont seine natürliche Neigung, den Status quo in Frage zu stellen. Obwohl Marks anfangs keine Anzeichen überlegener Intelligenz zeigte, hegte er den Traum, Wharton zu besuchen und eine Karriere im Finanzwesen anzustreben. Obwohl Marks als Buchhalter in die Fußstapfen seines Vaters trat, fühlte er sich zunehmend von den faszinierenden und kreativen Aspekten der Finanzbranche angezogen. Das Video zeigt, wie sein Studium der japanischen Philosophie ihm geistige Klarheit verschaffte und seine weiteren Unternehmungen beeinflusste. Nach seinem Abschluss in Wharton und dem Erwerb eines MBA an der University of Chicago wurden Marks zahlreiche Stellenangebote vorgelegt, die eine vielversprechende Zukunft vor ihm signalisierten.

Das Video beleuchtet anschließend Marks' frühe Karriere an der Wall Street. Als Marks während der Amtszeit des angesehenen Bankiers Walter B. Riston als Aktien-Research-Analyst zur Citibank kam, brillierte er in seiner Rolle, traf genaue Vorhersagen und stieg schließlich zum Research-Direktor auf. Es kam jedoch zu einem Rückschlag, als die von der Forschungsgruppe empfohlenen Aktien, die sogenannten Nifty 50s, einen drastischen Wertverlust von 90 % erlitten. Diese demütigende Erfahrung lehrte Marks eine entscheidende Lektion: Es kommt nicht nur darauf an, was man kauft, sondern auch auf den Preis, den man dafür zahlt. Marks erhielt eine weitere Chance, als er mit der Verwaltung eines Portfolios aus Schrottanleihen betraut wurde, einer Nische, die bald florieren würde.

Marks' Entdeckung der lukrativen Welt notleidender Unternehmen und sein auf Wahrscheinlichkeit und gesundem Menschenverstand basierender Anlageansatz werden im Video beleuchtet. Marks erkannte das Potenzial für hohe Erträge in unterbewerteten, notleidenden Unternehmen und entwickelte eine Methode, die Unsicherheit berücksichtigte und die Welt als Wahrscheinlichkeitsverteilung wahrnahm. Diese Methodik ermöglichte es ihm, während seiner Amtszeit bei Citibank und später bei der TCW Group beträchtliche Gewinne zu erwirtschaften, bevor er den Schritt wagte, ein eigenes Unternehmen zu gründen.

Anschließend befasst sich das Video mit der Gründung von Oaktree durch Marks, Amerikas größtem Fonds für Investitionen in notleidende Wertpapiere. Um seine Vision zu verwirklichen, benötigte Marks erhebliches Kapital, wobei eine Milliarde Dollar der Maßstab war. Nachdem Marks zunächst von TCW abgelehnt worden war, erhielt er nach einem Sinneswandel vom TCW-Gründer Mark Stearns eine beachtliche Startkapitalinvestition in Höhe von 2,5 Milliarden US-Dollar. Die Anwesenheit von Bruce Karsh, der oft mit Charlie Munger verglichen wird, verstärkte die Verhandlungsmacht von Marks zusätzlich. Gemeinsam verfolgten Marks und Karsh einen klaren Investitionsvorschlag: Risikokontrolle priorisieren, Beständigkeit anstreben und notleidende Unternehmen mit überforderten Anlegern identifizieren.

Das Video zeigt weiterhin, wie Marks und sein Team während der Dotcom-Blase ein Vermögen anhäuften, indem sie in Unternehmen investierten, die kurz vor dem Bankrott standen. Ein bemerkenswertes Beispiel war ihre Investition in Regal Cinemas, ein Unternehmen, das unter hohen Schulden leidet. In Zusammenarbeit mit dem Denver-Milliardär Philip Anschutz erwarben Marks und sein Team die uneinbringlichen Schulden von Regal zu deutlich reduzierten Preisen, in der Erwartung, dass die Vermögenswerte des Unternehmens nach der Insolvenz an Wert gewinnen und dadurch erhebliche Gewinne erwirtschaften würden. Das Video erkennt an, dass Investoren wie Marks, die oft als Geier abgestempelt werden, eine wichtige Rolle im Finanzökosystem spielen, indem sie Unternehmen, die kurz vor dem Zusammenbruch stehen, als Lebensader dienen.

Das Video untersucht weiter die aggressive Kultur bei Lehman Brothers, einer der ältesten Investmentbanken der Wall Street, und ihren Beitrag zur Finanzkrise von 2008. Unter der Führung von CEO Dick Fuld priorisierte die Bank aggressive Gewinnstrategien, einschließlich der Generierung von Einnahmen aus hypothekenbesicherten Wertpapieren, die sich letztendlich als nahezu wertlos erwiesen. Trotz der wachsenden Herausforderungen blieb Fuld zuversichtlich, dass Lehman Brothers überleben würde, und vertraute auf die Unterstützung seines Wall-Street-Bekannten und ehemaligen Finanzministers Hank Paulson. Allerdings wurden die Auswirkungen der Lehman-Pleite auf das globale Finanzsystem stark unterschätzt. Als sich die Krise ausbreitete, beschlossen Marks und Karsh, in notleidende Schulden zu investieren, eine Entscheidung, die auf den Widerstand von Investoren und Kunden stieß, die sich über die turbulenten Marktbedingungen unsicher waren.

Das Video veranschaulicht weiterhin, wie Howard Marks seine erfolgreichen Anlagestrategien und die effektive Kommunikation mit Kunden während und nach der Finanzkrise von 2008 aufrechterhielt. Trotz des Drucks und der Zweifel am Markt investierte Oaktree Capital Management unter der Führung von Marks weiterhin in notleidende Wertpapiere und erzielte 2008 mit seinen Unternehmungen letztendlich erhebliche Gewinne von 6 Milliarden US-Dollar. Dieser bemerkenswerte Erfolg legte den Grundstein für den Börsengang von Oaktree im Jahr 2012. Ziel von Marks war es, eine persönliche Marke zu etablieren, die langfristige Investoren anzieht, Personen, die den Mut zum Kauf in schwierigen Zeiten und die Widerstandskraft besitzen, ihre Investitionen zu halten.

Das Video erkennt jedoch die wachsenden Schwierigkeiten an, mit denen Value-Investoren im aktuellen Marktklima konfrontiert sind. Da der Bullenmarkt anhält, wird es immer schwieriger, unterbewertete Gelegenheiten zu finden. Nichtsdestotrotz bleibt Howard Marks standhaft und bereit, Chancen zu ergreifen und „die Miete einzutreiben“, wenn sich der Markt irgendwann verändert.

Im gesamten Video ist Marks‘ Weg von der Infragestellung des Status quo zum prominenten milliardenschweren Investor durch seine Fähigkeit gekennzeichnet, aus Rückschlägen zu lernen, unkonventionelle Anlagestrategien zu verfolgen und dem Risikomanagement Priorität einzuräumen. Seine Geschichte dient als Inspiration für angehende Anleger und betont die Bedeutung von Widerstandsfähigkeit, Anpassungsfähigkeit und der Bereitschaft, konventionelle Weisheiten für den Anlageerfolg in Frage zu stellen.

• 00:00:00 In diesem Abschnitt erfahren wir mehr über die Erziehung des milliardenschweren Investors Howard Marks und wie ihn seine Neigung, den Status Quo zu hinterfragen und skeptisch zu sein, zu einem großartigen Investor machte. Obwohl Marks als Kind keine Anzeichen von überlegener Intelligenz zeigte, träumte er davon, nach Wharton zu gehen und in die Finanzbranche einzusteigen. Er studierte und wurde wie sein Vater Buchhalter, fand Finanzen jedoch schließlich interessanter und kreativer. Er studierte auch japanische Philosophie, die unbewusst alles beeinflusste, was er tat, und ihm geistige Klarheit verschaffte. Nach seinem Abschluss in Wharton und seinem MBA an der University of Chicago erhält Marks zahlreiche Jobangebote und sieht eine klare Zukunft vor sich.
  
  
• 00:05:00 In diesem Abschnitt wird die frühe Karriere von Howard Marks an der Wall Street besprochen. Nach seinem Abschluss an der Wirtschaftshochschule erhält er eine Anstellung als Aktienanalyst bei der Citibank, gerade als der legendäre Banker Walter B. Riston Vorstandsvorsitzender und CEO wird. Marks zeichnet sich durch seine Arbeit aus, indem er genaue Vorhersagen trifft und zum Forschungsdirektor aufsteigt. Seine Erfolgsbilanz wird jedoch getrübt, als die Forschungsgruppe eine Gruppe von Aktien namens Nifty 50s empfiehlt, die am Ende 90 Prozent ihres Wertes verlieren. Dies lehrt Marks die wichtige Lektion, dass es nicht darauf ankommt, was man kauft, sondern darauf, was man dafür bezahlt. Marks erhält eine zweite Chance, als er mit der Verwaltung eines Portfolios aus Schrottanleihen beauftragt wird, die sich bald zu einer boomenden Anlagenische entwickeln werden.
  
  
• 00:10:00 In diesem Abschnitt erfahren wir, wie Howard Marks die lukrative Welt der Junk-Bonds entdeckte und lernte, an das Investieren auf eine Weise heranzugehen, die es vermeidet, präzise Vorhersagen über die Zukunft zu treffen, sondern sich stattdessen auf Wahrscheinlichkeit und gesunden Menschenverstand konzentriert. Marks erkannte, dass unterbewertete, notleidende Unternehmen den Anleihegläubigern hohe Gewinne bieten könnten. Zu seinem Anlagestil gehörte es, die Natur der Unsicherheit zu verstehen und die Welt als Wahrscheinlichkeitsverteilung zu betrachten. Durch die Entwicklung dieser Methode konnte Howard Marks erhebliche Gewinne für die Citibank und dann für die TCW Group erzielen, bevor er schließlich seine eigene Firma gründete.
  
  
• 00:15:00 In diesem Abschnitt sehen wir, wie Howard Marks Oaktree gründete, Amerikas größten Fonds, der ausschließlich in notleidende Wertpapiere investiert. Um einen solchen Fonds zu gründen, braucht er viel Kapital, und nicht weniger als eine Milliarde Dollar werden ausreichen. Er beschließt, TCW im gegenseitigen Einvernehmen zu verlassen und sie zu bitten, in seinen neuen Fonds zu investieren, doch sie lehnen sein Angebot ab. Nachdem er zur Besinnung gekommen ist, investiert TCW-Gründer Mark Stearns 2,5 Milliarden Startkapital in Howard Marks neuen Fonds. Bruce Karsh, seine Version von Charlie Munger, ist ein weiterer Grund, warum Howard Marks so effektiv verhandeln konnte. Zusammen mit Bruce Karsh hat Howard Marks einen einfachen Anlagevorschlag: Konzentrieren Sie sich zuerst auf die Risikokontrolle, dann auf Konsistenz und finden Sie Unternehmen in Schwierigkeiten mit überforderten Anlegern.
  
  
• 00:20:00 In diesem Abschnitt sehen wir, wie Howard Marks und sein Team während der Dotcom-Blase ein Vermögen machten, indem sie in Unternehmen investierten, die kurz vor dem Bankrott standen. Eine dieser Investitionen erfolgte in Regal Cinemas, das aufgrund einer hohen Schuldenlast vor dem Bankrott stand. Marks und sein Team haben sich mit dem Denver-Milliardär Philip Anschutz zusammengetan, um die uneinbringlichen Schulden von Regal für ein paar Cent pro Dollar aufzukaufen, in der Erwartung, dass die Vermögenswerte des Unternehmens nach dem Konkurs viel höher bewertet würden, was zu einem Gewinn führen würde. Obwohl Leute wie Marks als Geier bezeichnet werden, spielen sie eine nützliche Rolle im Finanzökosystem, indem sie bestimmten Unternehmen Geld zur Verfügung stellen, das sie vor dem völligen Zusammenbruch bewahrt.
  
  
• 00:25:00 In diesem Abschnitt erfahren wir, wie die aggressive Kultur von Lehman Brothers, einer der ältesten Investmentbanken an der Wall Street, zur Finanzkrise 2008 beigetragen hat. CEO Dick Fuld hatte die Bank nach seinem Vorbild umgebaut und sich darauf konzentriert, mit allen Mitteln aggressiv Gewinne zu erzielen, einschließlich der Erwirtschaftung von Einnahmen aus hypothekenbesicherten Wertpapieren, die sich als Schrott und nahezu nichts wert herausstellten. Obwohl die Bank in Schwierigkeiten steckt, ist Fuld zuversichtlich, dass Lehman Brothers überleben wird, vorausgesetzt, dass ihn der Wall-Street-Freund und ehemalige Finanzminister Hank Paulson rettet. Möglicherweise hat Paulson jedoch die Auswirkungen der Lehman-Pleite auf das globale Finanzsystem unterschätzt. Während sich die Krise ausbreitet, beschließen die milliardenschweren Investoren Howard Marks und Bruce Karsh, in notleidende Schulden zu investieren, was auf den Widerstand von Investoren und Kunden stößt.
  
  
• 00:30:00 In diesem Abschnitt sehen wir, wie Howard Marks seine erfolgreichen Anlagestrategien und Kommunikation mit Kunden während und nach der Finanzkrise 2008 aufrechterhielt. Trotz des Drucks und der Zweifel investierte Oaktree Capital Management weiterhin in notleidende Wertpapiere und verdiente 2008 schließlich 6 Milliarden US-Dollar mit seinen Investitionen. Dieser Erfolg führte zum Börsengang von Oaktree im Jahr 2012, bei dem Howard Marks den Aufbau einer persönlichen Marke mit langfristiger Anziehungskraft anstrebte Anleger, die mutig genug zum Kauf und widerstandsfähig genug zum Halten waren. Je länger der Bullenmarkt jedoch andauert, desto schwieriger wird es für Value-Investoren, Schnäppchen zu finden, was den Markt für Howard Marks und andere Value-Investoren schwieriger macht. Dennoch bleibt Howard Marks bereit, die Miete einzutreiben, wenn sich der Markt irgendwann wendet.

[MetaQuotes]

Amerikas profitabelster Investor, von dem Sie noch nie gehört haben | Ein Dokumentarfilm über Stanley Druckenmiller

Amerikas profitabelster Investor, von dem Sie noch nie gehört haben | Ein Dokumentarfilm über Stanley Druckenmiller

In diesem aufschlussreichen Video teilt Stanley Druckenmiller, eine bekannte Persönlichkeit der Finanzwelt, seine bemerkenswerte Investmentkarriere und beleuchtet, wie er sich seit seiner Pensionierung in der sich entwickelnden Marktlandschaft zurechtgefunden hat. Druckenmiller führt seinen außergewöhnlichen Erfolg auf eine Kombination aus harter Arbeit, einem unkonventionellen Anlageansatz und einem unerschütterlichen Fokus auf die Praktikabilität zurück, anstatt sich ausschließlich auf theoretische Rahmenwerke zu verlassen.

Druckenmillers Weg zur Berühmtheit begann in den 1970er Jahren, als er scharfsinnig die Auswirkungen der Inflation auf den Aktienmarkt vorhersagte, die zu erheblichen finanziellen Gewinnen führten. In den 1980er-Jahren wurde er zu einem Vorreiter im Bereich Investmentfonds und betreute fünf Fonds, die unter seiner Leitung ein beeindruckendes Wachstum von 40 % erzielten. Heutzutage wäre es eine gewaltige Herausforderung, solch außergewöhnliche Renditen in der Investmentfondsbranche zu erzielen.

Im gesamten Video geht Druckenmiller näher auf seine Strategie ein, technische Analysen zu nutzen, um den Markt zu timen, und erkennt Warnsignale für mögliche Börsencrashs. Er erinnert sich an einen Vorfall im Jahr 1987, als Paul Tudor Jones, ein damals relativ unbekannter Vermögensverwalter, einen Bericht veröffentlichte, in dem er einen Marktcrash vorhersagte. Obwohl Druckenmiller kurzzeitig in Panik geriet, reagierte der Markt nicht wie erwartet und sein schnelles Handeln ließ seinen Fonds florieren.

Ein weiterer bedeutender Meilenstein in Druckenmillers Karriere kam Anfang der 1990er Jahre, als er kurz vor dem Fall der Berliner Mauer eine Zwei-Milliarden-Dollar-Position in auf Deutsche Mark lautenden Vermögenswerten anhäufte. Diese Leistung unterstreicht seine Fähigkeit, das Timing des Marktes einzuschätzen, und seinen unerschütterlichen Glauben an die Macht der Fundamentaldaten über kurzfristige Preisschwankungen.

Im weiteren Verlauf des Videos geht es auf die Herausforderungen ein, mit denen Druckenmiller Ende der 1990er Jahre konfrontiert war, als ihn ein durch technologische Fortschritte und Informationsänderungen ausgelöster Marktcrash überraschte. Die daraus resultierenden Verluste veranlassten ihn, sich von seiner Investmentfirma zurückzuziehen, eine Entscheidung, die einen Wendepunkt in seiner Karriere markierte.

Im Rückblick auf seine Perspektive nach seiner Pensionierung betont Druckenmiller, dass er, obwohl er jetzt weniger aktiv auf den Märkten ist, sein unerschütterliches Vertrauen in die Fundamentalanalyse beibehält und seine Anlageentscheidungen problemlos auf diesen Grundsätzen basieren kann. Er erkennt die transformativen Auswirkungen bedeutender globaler Ereignisse wie der Anschläge vom 11. September und der Wahl von Donald Trump auf die Marktlandschaft an. Obwohl Druckenmiller nicht mehr danach strebt, seine frühere Leistung zu wiederholen, räumt er ein, dass sich der Markt seit seiner Pensionierung weiterhin gut entwickelt hat.

Insgesamt sind die Reise und die Erkenntnisse von Stanley Druckenmiller ein Beweis für die Bedeutung von Anpassungsfähigkeit, kluger Marktanalyse und einem Fokus auf langfristige Investitionen. Seine Fähigkeit, aus Rückschlägen zu lernen und sich an veränderte Umstände anzupassen, ist ein Beispiel für die Widerstandsfähigkeit, die erforderlich ist, um in der sich ständig weiterentwickelnden Finanzwelt erfolgreich zu sein.

• 00:00:00 Stanley Druckenmiller ist eine Wall-Street-Legende, die 30 aufeinanderfolgende Jahresgewinne erzielt hat, darunter die Schließung eines milliardenschweren Hedgefonds auf dem Höhepunkt seiner Karriere. Druckenmiller führt seinen Erfolg auf harte Arbeit, eine unorthodoxe Anlagestrategie und einen Fokus auf Praktikabilität statt Theorie zurück.
  
  
• 00:05:00 Stanley Druckenmiller war ein erfolgreicher Hedgefonds-Manager und Marktexperte, der in den 1970er Jahren ein Vermögen machte, indem er die Auswirkungen der Inflation auf den Aktienmarkt richtig vorhersagte. In den 1980er Jahren wurde Druckenmiller zu einem der Pioniere der Anlage in Investmentfonds, und als er 1986 fünf Fonds von den Treibern einer Investmentfondsgesellschaft übernahm, verzeichneten sie alle ein Plus von 40 %. Heutzutage wäre es für eine Gruppe von Investmentfondsmanagern schwierig, vergleichbare Renditen zu erzielen.
  
  
• 00:10:00 Stanley Druckenmiller, ein Investmentbanker, der zig Millionen Dollar für eine Investmentfondsgesellschaft verdient hat, spricht über seine Strategie, technische Analysen zu nutzen, um den Markt zu timen und die Warnzeichen eines Börsencrashs zu erkennen. Paul Tudor Jones, ein relativ unbekannter Vermögensverwalter, veröffentlicht 1987 einen Bericht, in dem er vor einem Börsencrash warnt, und Druckermiller gerät in große Panik. Glücklicherweise nimmt der Markt die Warnungen von Jones nicht ernst und erholt sich von den negativen 200 Punkten, auf die er sie gesenkt hat. Dank seines schnellen Handelns erhöht sich Druckermillers Vermögen jedoch erheblich.
  
  
• 00:15:00 In den frühen 1990er Jahren wurde Stanley Druckenmiller zu einem der erfolgreichsten Investoren der Welt und baute kurz vor dem Fall der Berliner Mauer eine Position in auf Deutsche Mark lautenden Vermögenswerten im Wert von zwei Milliarden Dollar auf. Sein Erfolg ist ein Beweis für seine Fähigkeit, den Markt zu timen, und für seinen Glauben an die Macht der Fundamentaldaten über den Preis.
  
  
• 00:20:00 Das Video thematisiert den Erfolg von Stanley Druckenmiller, der als einer der erfolgreichsten Investoren der Geschichte gilt. Druckenmiller erörtert die Faktoren, die zu seinem Erfolg beigetragen haben, wie etwa seine Fähigkeit, Börsenmuster genau vorherzusagen, und sein Fokus auf langfristige Investitionen. Doch in den späten 1990er Jahren führten technologische und informationelle Veränderungen zu einem Marktcrash, den Druckenmiller nicht vorhersehen konnte. Er verlor eine beträchtliche Menge Geld und verließ schließlich seine Investmentfirma.
  
  
• 00:25:00 In diesem Video spricht Stanley Druckenmiller, ein erfolgreicher Investor, der 2010 in den Ruhestand ging, darüber, wie sich die Welt seit seiner Pensionierung verändert hat und wie sich dies auf seine Investitionen ausgewirkt hat. Drucker Miller sagt, dass er, obwohl er nicht mehr so aktiv ist wie früher, immer noch an die Grundlagen des Marktes glaubt und auf der Grundlage dieser Überzeugungen gerne investiert. Er spricht darüber, wie sich die Welt seit dem 11. September, Trumps Wahl und anderen globalen Ereignissen verändert hat und wie sich diese Trends auf seine Investitionen ausgewirkt haben. Drucker Miller sagt, dass sich der Markt seit seiner Pensionierung weiterhin gut entwickelt, auch wenn er nicht mehr versucht, an seine frühere Leistung anzuknüpfen.

[MetaQuotes]

Leerverkäufer – Die Antihelden des Finanzmarktes

Leerverkäufer – Die Antihelden des Finanzmarktes

Das Video mit dem Titel „Leerverkäufer – Die Antihelden des Finanzmarkts“ stellt mutig die vorherrschende Vorstellung in Frage, dass Leerverkäufer die Bösewichte der Finanzwelt sind, und betont stattdessen ihre unverzichtbare Rolle bei der Steigerung der Markteffizienz. Indem es Missverständnisse entlarvt, wirft das Video Licht auf die Strategien, die Bedeutung und die Herausforderungen, die mit Leerverkäufen als Anlagetechnik verbunden sind.

Beim Leerverkauf, einer Praxis, die auf Isaac Lamars innovativen Ansatz in der Niederländischen Ostindien-Kompanie zurückgeht, werden Aktien von einem Maklerunternehmen geliehen und an andere Marktteilnehmer verkauft, in der Hoffnung, sie zu einem niedrigeren Preis zurückzukaufen und so einen Gewinn zu erzielen. Obwohl Leerverkäufer zu Unrecht für den Börsencrash von 1929 verantwortlich gemacht wurden, spielen sie tatsächlich eine entscheidende Rolle bei der Gewährleistung eines gut funktionierenden Finanzmarktes.

Einer der Hauptvorteile von Leerverkäufern ist ihre Fähigkeit, überbewertete oder betrügerische Unternehmen auf dem Markt aufzudecken. Entgegen der landläufigen Meinung sind Leerverkäufe nicht die Hauptursache für den Rückgang des Aktienkurses eines Unternehmens, sondern vielmehr ein Katalysator für eine Marktkorrektur. Darüber hinaus können Leerverkäufe eher als Risikoabsicherungsstrategie als als spekulative Wette gegen eine bestimmte Aktie dienen. Alfred Winslow Jones, dem die Gründung des ersten Hedgefonds im Jahr 1949 zugeschrieben wird, nutzte Leerverkäufe, um marktneutrale Portfolios aufzubauen. Bemerkenswert ist, dass bekannte Persönlichkeiten wie Soros erfolgreiche Short-Wetten abgeschlossen haben, wie zum Beispiel seine berüchtigte Wette gegen das britische Pfund, die ihm als Währungsspekulant sowohl Angst als auch Feindseligkeit einbrachte. Allerdings gibt es Bedenken, wenn eine kleine Gruppe von Leerverkäufern möglicherweise die Währung eines Landes destabilisieren kann.

Das Video geht weiter auf die Feinheiten von Leerverkäufen ein und beleuchtet die Strategien und Herausforderungen, die mit dieser Anlagetechnik verbunden sind. Anleger, die Leerverkäufe tätigen, konzentrieren sich häufig auf die Identifizierung von Unternehmen mit schlechter Performance oder solchen, die wahrscheinlich vor dem Konkurs stehen, wie im Fall von Jim Channels. Während erfolgreiche Spekulationen eine erhebliche Hebelwirkung mit sich bringen, verlassen sich Leerverkäufer auf umfangreiche Recherchen und psychologische Erkenntnisse, um fundierte Entscheidungen zu treffen. Es ist wichtig zu beachten, dass die Verluste, die Anleger durch Leerverkäufe erleiden, theoretisch unbegrenzt sein können. Das Video liefert Beispiele erfolgreicher Leerverkaufsbemühungen, wie sie beispielsweise von Kainikos und Green Light Capital durchgeführt wurden, wobei letztere mit bescheidenen Mitteln begannen, die von den wohlhabenden Eltern des Gründers bereitgestellt wurden.

Das Video befasst sich mit der besonderen Denkweise von Leerverkäufern, die oft als Contrarianer bezeichnet werden und die gängige Meinung in Frage stellen und Positionen in Unternehmen einnehmen, die sie für überbewertet oder betrügerisch halten. Es verdeutlicht auch das Phänomen des Short-Squeeze, wie es im GameStop-Fall zu beobachten war, wo sich Privatanleger zusammenschlossen, um den Aktienkurs in die Höhe zu treiben, was zu erheblichen Verlusten für Leerverkäufer führte, die auf einen Rückgang gewettet hatten.

Obwohl Leerverkäufer als Antihelden gelten, haben sie eine entscheidende Rolle bei der Gestaltung der Finanzmarktlandschaft gespielt. Ihre Maßnahmen haben zur Markteffizienz im Rahmen eines freien Marktsystems beigetragen, das Risikobereitschaft und individuelle Gewinnmöglichkeiten, einschließlich Leerverkaufsstrategien, fördert. Allerdings haben jüngste Ereignisse, wie der koordinierte Angriff von Privatanlegern gegen Leerverkäufer von Aktien wie GameStop, Kontroversen ausgelöst und Debatten über Klassenkämpfe entfacht. Das Video argumentiert überzeugend, dass die wahren Gegner Unwissenheit und Wunschdenken sind, die der menschlichen Natur innewohnen und Marktbooms und -abschwünge aufrechterhalten.

Abschließend stellt „Short Sellers – The Anti-heroes of the Financial Market“ die negative Wahrnehmung von Leerverkäufern in Frage, indem es ihre entscheidende Rolle bei der Förderung der Markteffizienz hervorhebt. Indem das Video Missverständnisse ausräumt und deren Strategien, Auswirkungen und Herausforderungen beleuchtet, erläutert es die differenzierte Welt des Leerverkaufs. Letztendlich lädt es die Zuschauer dazu ein, vorgefasste Meinungen zu hinterfragen und die komplexen Dynamiken zu erkennen, die die Finanzmärkte antreiben.

• 00:00:00 In diesem Abschnitt diskutiert das Video das Missverständnis, Leerverkäufer seien „die Bösen“ und die wichtige Rolle, die sie auf dem Finanzmarkt spielen. Der erste Fall von Leerverkäufen wurde von Isaac Lamar erfunden, einem verärgerten ehemaligen Aktionär der Niederländischen Ostindien-Kompanie, der eine geheime Firma gründete, um mit den Aktien der Firma zu handeln, aus der er geworfen wurde. Beim Leerverkauf werden Aktien von einem Maklerunternehmen geliehen und an andere Marktteilnehmer verkauft, in der Hoffnung, sie zu einem niedrigeren Preis zurückzukaufen und so einen Gewinn zu erzielen. Während Leerverkäufer für den Börsencrash von 1929 verantwortlich gemacht wurden, spielen sie eine entscheidende Rolle dabei, den Finanzmarkt effizienter zu machen.
  
  
• 00:05:00 In diesem Abschnitt wird erklärt, dass Leerverkäufer tatsächlich dazu dienen können, überbewertete oder betrügerische Unternehmen am Markt aufzudecken. Auch wenn Leerverkäufe zu Gegenreaktionen führen können, sind sie nicht die Hauptursache für den Rückgang des Aktienkurses eines Unternehmens. Leerverkäufe können auch zur Risikoabsicherung genutzt werden, anstatt gegen eine Aktie zu wetten. Alfred Winslow Jones wird die Gründung des ersten Hedgefonds im Jahr 1949 zugeschrieben, der Leerverkäufe nutzte, um ein marktneutrales Portfolio aufzubauen. Soros ist einer der bekanntesten Leerverkäufer und seine erfolgreiche Wette gegen das britische Pfund machte ihn zu einem gefürchteten und gehassten Währungsspekulanten. Allerdings ist die Tatsache, dass eine kleine Gruppe von Leerverkäufern möglicherweise die Währung eines Landes zerstören kann, besorgniserregend.
  
  
• 00:10:00 In diesem Abschnitt erläutert das Video die Strategien und Herausforderungen von Leerverkäufen als Anlagetechnik. Das Ziel besteht darin, die Richtung des Marktes zu erraten, aber wie im Fall von Jim Channels, einem engagierten Leerverkäufer, liegt der Schwerpunkt der Investition darin, Unternehmen mit schlechter Performance zum Verkauf oder Leerverkauf auszuwählen. Ohne die gleiche Hebelwirkung wie erfolgreiche Spekulanten suchen Anleger nach Unternehmen, die irgendwann bankrott gehen. Es werden die Forschung und Psychologie hinter Leerverkäufen und Market Timing diskutiert, wobei hervorgehoben wird, dass die Verluste für einen Anleger bei dieser Technik potenziell unbegrenzt sind. Das Video erläutert die Erfolge von Leerverkäufen am Beispiel von Kainikos und Green Light Capital, insbesondere bei Letzterem, das mit einem kleinen Sitzgeldbetrag der wohlhabenden Eltern des Gründers begann.
  
  
• 00:15:00 In diesem Abschnitt geht es im Video um die Welt des Leerverkaufs und darum, wie Leerverkäufer, oft auch Contrarianer genannt, einen anderen Ansatz verfolgen als traditionelle Anleger, indem sie gängige Meinungen in Frage stellen und Positionen in Unternehmen eingehen, die ihrer Meinung nach überbewertet oder betrügerisch sind. Das Video beleuchtet auch einen Short Squeeze bei GameStop, bei dem sich Privatanleger zusammenschlossen, um den Aktienkurs in die Höhe zu treiben, was zu erheblichen Verlusten für Leerverkäufer führte, die auf einen Rückgang gewettet hatten.
  
  
• 00:20:00 In diesem Abschnitt diskutiert das Video die Rolle von Leerverkäufern auf dem Finanzmarkt. Auch wenn Leerverkäufer als Antihelden gelten, haben ihre Aktionen den Markt effizienter gemacht. Das System des freien Marktes ermöglicht es Einzelpersonen, Risiken einzugehen und Geld für sich selbst zu verdienen, einschließlich Leerverkäufern, die darauf wetten, dass der Wert eines Unternehmens sinkt. Der jüngste koordinierte Angriff von Privatanlegern auf Leerverkäufer bestimmter Aktien wie GameStop hat jedoch Kontroversen und Klassenkämpfe ausgelöst. Das Video argumentiert, dass die wirklichen Bösewichte Ignoranz und Wunschdenken sind, da diese Teil der menschlichen Natur sind und zum Aufschwung und Abschwung des Marktes beitragen.

[MetaQuotes]

Charlie Munger – Der Mann, der Berkshire Hathaway aufgebaut hat | Eine Dokumentation

Charlie Munger – Der Mann, der Berkshire Hathaway aufgebaut hat | Eine Dokumentation

Der Dokumentarfilm befasst sich mit dem außergewöhnlichen Leben von Charlie Munger und zeichnet seinen Weg von den Herausforderungen des Erwachsenwerdens während der Weltwirtschaftskrise bis zu seiner illustren Karriere als Anwalt und Investor nach. Mungers einzigartige Philosophie, die auf der Suche nach außergewöhnlichen Unternehmen und der Anwendung erster Prinzipien beruht, führte ihn trotz persönlicher Schwierigkeiten und wirtschaftlicher Abschwünge zum Erfolg.

Im Eröffnungsabschnitt erhalten wir Einblick in Mungers prägende Jahre, die von der harten Realität der Weltwirtschaftskrise geprägt waren. Seine frühen Erfahrungen förderten eine starke Arbeitsmoral und eine tiefe Wertschätzung für den Wert des Geldes. Schon in jungen Jahren nahm Munger verschiedene Jobs an, die er während seiner Studienzeit bis zu seinem Militärdienst als Meteorologe im Zweiten Weltkrieg fortsetzte. Nach dem Krieg nutzte er die Gelegenheit, eine höhere Ausbildung an der Harvard Law School zu absolvieren und begann eine erfolgreiche Karriere als Anwalt. Mungers Weg nahm jedoch eine bedeutsame Wende, als er sich mit Warren Buffett zusammenschloss und einen kleinen Investmentfonds in das renommierte Unternehmen Berkshire Hathaway umwandelte.

Im gesamten Dokumentarfilm erweisen sich Mungers Lebenserfahrungen als entscheidende Faktoren, die seine Anlagestrategien prägten. Sein Hintergrund in Meteorologie und Physik vermittelte ihm ein tiefgreifendes Verständnis des Prinzipdenkens, ein Prinzip, das er auf den Geschäftsbereich anwendete. Munger war mit persönlichen Tragödien konfrontiert, darunter einer schmerzhaften Scheidung und dem Verlust seines Sohnes durch Krebs, was seine Entschlossenheit, nach Reichtum zu streben, noch verstärkte. Er erkannte, dass der Aufbau von Wohlstand am besten durch den Besitz außergewöhnlicher Unternehmen erreicht werden kann, statt durch den Versuch, kaputte zu reparieren, und entwickelte seine Philosophie, nach „wunderbaren Unternehmen“ zu suchen, in die er investieren kann. Mungers eigene Erfahrung mit einem angeschlagenen Transformatorenhersteller lehrte ihn wertvolle Lektionen im Investieren, Dies führte zu seinem ersten Millionen-Dollar-Erfolg im Immobilienbereich.

In den folgenden Abschnitten zeigt der Dokumentarfilm Mungers Übergang vom Immobilien- zum Investmentgeschäft. Er nutzte seine finanzielle Sicherheit durch Immobilienprojekte, um eine Investmentgesellschaft zu gründen, wobei er sich auf die Übernahme kleiner Unternehmen und sogar auf Investitionen in Cart-Darlehen konzentrierte. Mungers konzentriertes Portfolio aus Small-Cap-Unternehmen erzielte kurzfristig eine volatile Performance, übertraf jedoch langfristig die meisten Anleger. Bis zur Auflösung der Partnerschaft im Jahr 1974 hatte Munger eine beeindruckende durchschnittliche jährliche Rendite von 24,3 % erzielt und fünf Millionen Dollar angehäuft.

Der Dokumentarfilm befasst sich auch mit Mungers Zusammenarbeit mit Warren Buffett und ihren gemeinsamen Bemühungen durch Berkshire Hathaway. Beginnend mit der Übernahme von See's Candies standen sie vor unerwarteten Herausforderungen, beispielsweise als Russell Stover Candies versuchte, ihr Modell nachzubilden. Mungers entschlossenes Vorgehen trug dazu bei, solche Hindernisse erfolgreich zu überwinden. Während Berkshire Hathaway weiterhin florierte und sein Portfolio übernommener Unternehmen erweiterte, erkannten Munger und Buffett den intensiven Wettbewerb, dem sie bei Investitionen in Large-Cap-Unternehmen gegenüber den Vorteilen ausgesetzt waren, die Small-Caps boten – eine Erkenntnis, die bei Privatanlegern, die nach optimalen Anlagestilen suchen, Anklang findet .

In der gesamten Erzählung wird Mungers einzigartiger Geschäftsansatz hervorgehoben – eine sorgfältige Analyse dessen, was funktionieren würde und was nicht, basierend auf Grundprinzipien. Trotz anhaltender wirtschaftlicher Rezessionen, Kriege und persönlicher Tragödien stellte sich Munger den Hindernissen des Lebens frontal und entwickelte sich schließlich zu einer Ikone der Geschäftswelt. Seine Philosophie – der Glaube daran, das zu verdienen, was man sich wünscht, und das zu liefern, was man kaufen würde, wenn man am anderen Ende wäre – dient als dauerhaftes Ethos nicht nur für Anwälte, sondern für Einzelpersonen aus allen Gesellschaftsschichten.

Abschließend lässt der Dokumentarfilm die Zuschauer in das bemerkenswerte Leben von Charlie Munger eintauchen und zeichnet seine bescheidenen Anfänge, seine transformativen Erfahrungen und seine bahnbrechenden Erfolge im Geschäftsleben auf. Mungers unerschütterliches Streben nach außergewöhnlichen Unternehmen und die Anwendung von Grundprinzipien haben seinen Status als einflussreiche Persönlichkeit in den Bereichen Recht und Investitionen gefestigt.

• 00:00:00 In diesem Abschnitt erfahren wir etwas über Charlie Mungers Erziehung während der Weltwirtschaftskrise, die ihm eine starke Arbeitsmoral und Wertschätzung für Geld vermittelte. Er begann als Teenager zu arbeiten und arbeitete während des gesamten Studiums, bis der Zweite Weltkrieg ausbrach und er gezwungen war, als Meteorologe beim Militär zu dienen. Nach seiner Rückkehr ins Zivilleben schrieb sich Munger an der Harvard Law School ein und wurde schließlich ein erfolgreicher Anwalt, bevor er sich einem kleinen Investmentfonds anschloss und ihn zusammen mit Warren Buffett zum weltberühmten Unternehmen Berkshire Hathaway ausbaute.
  
  
• 00:05:00 In diesem Abschnitt erfahren wir mehr über die Lebenserfahrungen von Charlie Munger, die seine Denkweise und seine Anlagestrategien geprägt haben. Mungers Ausbildung in Meteorologie und Physik lehrte ihn, in Grundlagen zu denken, eine Art und Weise, die er auf Unternehmensinvestitionen übertrug. Nachdem er persönliche Tragödien wie eine schmerzhafte Scheidung und den Verlust seines Sohnes durch Krebs erlebt hatte, entwickelte Munger ein starkes Gefühl der Dringlichkeit, nach Reichtum zu streben. Er erkannte, dass der einfachste Weg, Wohlstand aufzubauen, darin bestand, gute Unternehmen zu besitzen und nicht kaputte zu reparieren. Diese Erkenntnis inspirierte ihn zu seiner Philosophie, nach wunderbaren Unternehmen zu suchen, in die er investieren konnte. Obwohl Munger ein Unternehmen, das intelligente Transformatoren herstellt, für ein schlechtes Unternehmen hielt, investierte er alle seine Ersparnisse und borgte sich noch mehr, um das Unternehmen zu sanieren und mit Gewinn zu verkaufen. Diese Erfahrung lehrte ihn eine wertvolle Lektion über das Investieren und bald verdiente er seine erste Million mit Immobilien.
  
  
• 00:10:00 In diesem Abschnitt sehen wir, wie Charlie Munger Immobilien nutzte, um sein Vermögen aufzubauen, und dann in das Investmentgeschäft wechselte. Munger war an mehreren Immobilienprojekten beteiligt, die ihm Millionen einbrachten, aber als er finanzielle Sicherheit erlangte, investierte Munger in Unternehmen. Er gründete eine Investmentgesellschaft, die kleine Unternehmen kaufte, etwa einen Hersteller von Wagenwaschmaschinen, und sogar in einige Wagenkredite investierte. Mungers Portfolio war stark auf Unternehmen mit geringer Marktkapitalisierung konzentriert, was ihm eine sehr volatile Performance bescherte, aber auf lange Sicht war die Performance deutlich besser als bei den meisten anderen. Als sich die Partnerschaft 1974 auflöste, hatte sie eine durchschnittliche Jahresrendite von 24,3 % erwirtschaftet, was Munger fünf Millionen Dollar einbrachte.
  
  
• 00:15:00 In diesem Abschnitt erfahren wir, wie Warren Buffet und Charlie Munger Berkshire Hathaway nutzten, um in andere Unternehmen zu investieren und deren Vermögen zu steigern. Obwohl sie mit dem kleinen Süßwarenladen See's Candies begannen, standen sie in unerwarteten Bereichen vor Herausforderungen, beispielsweise als Russell Stover Candies versuchte, ihr Modell zu kopieren. Mungers „eiserner Faust“-Ansatz half ihnen jedoch, unbeschadet aus der Situation zu kommen. Obwohl Berkshire Hathaway florierte und mehr Unternehmen akquirierte, könnte sein einzigartiges Geschäftsmodell an seine Grenzen gestoßen sein. Sowohl Buffet als auch Munger sind sich des harten Wettbewerbs bewusst, dem sie ausgesetzt sind, wenn sie in Unternehmen mit großer Marktkapitalisierung im Vergleich zu Unternehmen mit geringer Marktkapitalisierung investieren, was für Privatanleger der beste Anlagestil ist.
  
  
• 00:20:00 In diesem Abschnitt wird Charlie Mungers Geschäftsansatz hervorgehoben – er analysierte anhand erster Prinzipien, was funktionieren würde und was nicht. Obwohl Munger mehrere wirtschaftliche Rezessionen, Kriege und Tragödien durchlebte, meisterte er alles, was das Leben zu bieten hatte, und wurde zu einer Ikone der Geschäftswelt. Mungers Philosophie lautet: „Der sicherste Weg, zu versuchen, das zu bekommen, was man will, besteht darin, zu versuchen, zu verdienen, was man will“ und der Welt das zu liefern, was man kaufen würde, wenn man am anderen Ende wäre. Munger glaubt, dass es kein besseres Ethos für einen Anwalt oder eine andere Person gibt.

[MetaQuotes]

In der Welt eines milliardenschweren Spekulanten – Dokumentarfilm von Paul Tudor Jones

In der Welt eines milliardenschweren Spekulanten – Dokumentarfilm von Paul Tudor Jones

Machen Sie sich bereit, in dieser fesselnden Dokumentation die faszinierende Handelsstrategie des Hedgefonds-Milliardärs Paul Tudor Jones zu erkunden. Es enthüllt Jones‘ bemerkenswerte Fähigkeit, als legendärer FOREX- und Rohstoffhändler konsequent von Krisen zu profitieren, und liefert wertvolle Einblicke in seinen mentalen Rahmen für Marktspekulation und Risikomanagement.

Der Dokumentarfilm befasst sich zunächst mit dem Hintergrund und der frühen Karriere von Paul Tudor Jones, einem milliardenschweren Spekulanten aus Memphis, Tennessee. Jones wuchs in einer wohlhabenden Familie auf und zeigte durch seine Liebe zum Boxen und seine Faszination für kompetitive Gedankenspiele einen Wettkampfgeist. Nach Abschluss seines Wirtschaftsstudiums begann er seine berufliche Laufbahn als Float-Angestellter an der New York Cotton Exchange. In dieser Zeit beobachtete Jones scharfsinnig Verhaltensmuster auf dem Markt, die für finanzielle Gewinne ausgenutzt werden konnten. Obwohl er Rückschläge erlebte, wie zum Beispiel, dass er entlassen wurde, weil er an seinem Schreibtisch eingeschlafen war, erholte sich Jones schnell und sicherte sich eine Stelle als Rohstoffmakler für EF Hutton, wo er begann, auf eigene Rechnung zu handeln und Gewinne zu erwirtschaften.

Der Dokumentarfilm untersucht weiterhin, wie Paul Tudor Jones vom Handel für andere zum Handel für sich selbst überging und erkannte, dass er aufgrund niedrigerer Provisionen bessere Ergebnisse erzielen konnte. Schließlich gründete er seine eigene Firma Tudor Investment Corporation und begann, seinen Kunden zwei- und dreistellige Renditen zu liefern. Als der Bärenmarkt Ende der 1980er Jahre ausbrach, war Jones im Vergleich zu seinen Kollegen außergewöhnlich gut vorbereitet. Indem er S&P 500-Futures leerverkaufte und den Marktabschwung genau vorhersagte, sicherte er sich erhebliche Gewinne. Jones nutzte auch eine asymmetrische Wette und nutzte dabei seine Erkenntnis, dass eine Geldspritze der Federal Reserve in die Wirtschaft während einer Rezession den Aktienmarkt nach oben treiben würde, was zu erheblichen Gewinnen für ihn führen würde. Mit seinem ersten Trade erzielte Jones einen Nettogewinn von 80 Millionen US-Dollar, und er steigerte sein Vermögen weiter, indem er erfolgreich auf die geldpolitische Intervention der Fed setzte und weitere 100 Millionen US-Dollar anhäufte. Dieser Triumph während des Bärenmarktes festigte Jones‘ Ruf als beeindruckende Kraft an der Wall Street.

Der Dokumentarfilm beleuchtet eine weitere Facette von Paul Tudor Jones‘ frühem Ruf an der Wall Street – die Persönlichkeit eines Partylöwen, die ihm den Spitznamen „Quotron Man“ einbrachte. Jones‘ scharfer Instinkt blieb jedoch scharf und er prognostizierte erfolgreich eine Krise auf dem japanischen Aktienmarkt in den späten 1980er Jahren, da dieser stark auf Kredite und Schulden angewiesen war. Während er geduldig auf den Absturz wartete, verkaufte er im passenden Moment geschickt Leerverkäufe am Markt und erzielte eine bemerkenswerte Rendite von 90 Prozent für sein Portfolio. Jones‘ Geheimnis für nachhaltigen Erfolg liegt in seiner defensiven Handelsstrategie, die sich stets gegen Worst-Case-Szenarien absichert und den gesamten Kapitalfluss im gesamten System akribisch berücksichtigt, anstatt sich nur auf einzelne Vermögenswerte zu konzentrieren. Seine konstanten Renditen haben eine treue Anhängerschaft gefunden und sogar die Aufmerksamkeit der Securities and Exchange Commission (SEC) auf sich gezogen, was zu einer Einigung wegen Verstoßes gegen die Uptick-Regel führte.

Der Dokumentarfilm befasst sich mit den Herausforderungen, mit denen Paul Tudor Jones im Finanzbereich konfrontiert war, insbesondere nach dem Zusammenbruch von Lehman Brothers im Jahr 2008, der zu einem erheblichen Vermögensverlust in Höhe von Hunderten Millionen Dollar führte. Trotz dieses Rückschlags milderte Jones seine Verluste geschickt durch rechtzeitige Short-Positionen ab und schloss das turbulente Jahr 2008 mit einem Verlust von nur 4 % ab – dem einzigen negativen Jahr, das er je erlebt hatte. Um seine außergewöhnliche Leistung aufrechtzuerhalten, verfolgte Jones einen konservativeren Ansatz und suchte nach einem neuen Vorsprung, den er schließlich im Bereich der Technologie und Algorithmen fand. Als Mitbegründer von Two Sigma, einem Unternehmen für quantitatives Investmentmanagement mit Doktoranden in Mathematik, Physik und Informatik, übersetzte Jones seine Handelsprinzipien in algorithmische Strategien. Dieser innovative Ansatz hat es ihm ermöglicht, auch in Krisen wie der Markterholung nach dem Ausbruch der Pandemie im März 2020 immer einen Schritt voraus zu sein und kluge Vorhersagen zu treffen.

In den abschließenden Abschnitten des Dokumentarfilms werden wir Zeuge, wie Paul Tudor Jones technologische Fortschritte und Algorithmen nutzte, um an der Spitze der Finanzlandschaft zu bleiben. Nach dem Zusammenbruch von Lehman Brothers erkannte Jones die Notwendigkeit, sich anzupassen und einen neuen Wettbewerbsvorteil zu finden. Dies führte dazu, dass er Two Sigma mitbegründete, ein hochmodernes Unternehmen für quantitatives Investmentmanagement. Durch die Zusammenstellung eines Teams brillanter Köpfe mit Fachkenntnissen in Mathematik, Physik und Informatik nutzte Jones die Leistungsfähigkeit datengesteuerter Strategien und verwandelte seine Handelsprinzipien in ausgefeilte Algorithmen.

Durch den Einsatz von Technologie und fortschrittlichen statistischen Modellen hat Two Sigma Marktschwankungen erfolgreich gemeistert und die Chancen genutzt, die sich in turbulenten Zeiten ergeben. Selbst inmitten der globalen Pandemie waren Jones und sein Team in der Lage, genaue Vorhersagen zu treffen und lukrative Investitionsaussichten zu nutzen. Ihre Fähigkeit, sich schnell anzupassen und Technologie zu nutzen, hat es ihnen ermöglicht, eine starke Erfolgsbilanz aufrechtzuerhalten und eine konstante Rentabilität zu erzielen.

Gegen Ende der Dokumentation erhalten die Zuschauer ein umfassendes Verständnis der Handelsstrategie und des Risikomanagementansatzes von Paul Tudor Jones. Sein Werdegang, von seinen Anfängen als aufmerksamer Beobachter von Marktmustern bis zu seiner Entwicklung zum milliardenschweren Spekulanten, unterstreicht seine Widerstandsfähigkeit, Anpassungsfähigkeit und sein unerschütterliches Engagement, immer einen Schritt voraus zu sein. Jones‘ mentaler Rahmen für Marktspekulationen dient als unschätzbare Lektion für angehende Händler und betont die Bedeutung von Verteidigungsstrategien, einer umfassenden Risikobewertung und dem Einsatz von Technologie, um sich einen Wettbewerbsvorteil zu verschaffen.

Abschließend bietet dieser Dokumentarfilm eine fesselnde Untersuchung der Handelsstrategie des Hedgefonds-Milliardärs Paul Tudor Jones. Durch die Chronik seines beruflichen Werdegangs, Einblicke in seine Denkweise und seine Fähigkeit, aus Krisen konsequent zu profitieren, erhalten die Zuschauer einen Einblick in die bemerkenswerte Welt eines der erfolgreichsten Händler im modernen Finanzwesen.

• 00:00:00 In diesem Abschnitt erfahren wir mehr über den Hintergrund und die frühe Karriere des milliardenschweren Spekulanten Paul Tudor Jones. Jones wurde in eine wohlhabende Familie in Memphis, Tennessee, hineingeboren und hatte einen wettbewerbsorientierten Charakter, der sich in seiner Liebe zum Boxen und der Entwicklung einer Vorliebe für wettbewerbsorientierte Gedankenspiele manifestierte. Nach seinem Abschluss in Wirtschaftswissenschaften bekam Jones einen Job als Float-Angestellter an der New York Cotton Exchange, wo er schnell Verhaltensmuster entdeckte, die sich gewinnbringend ausnutzen ließen. Jones wurde entlassen, weil er am Schreibtisch eingeschlafen war, und bekam bald einen anderen Job als Rohstoffmakler bei EF Hutton, wo er begann, mit dem Handel auf eigenem Konto Geld zu verdienen.
  
  
• 00:05:00 In diesem Abschnitt erfahren wir, wie Paul Tudor Jones als Trader begann und erkannte, dass er aufgrund der niedrigeren Provisionen besser handeln konnte. Schließlich gründete er seine eigene Firma, die Tudor Investment Corporation, und begann, für Kunden zwei- und dreistellige Renditen zu erwirtschaften. Als Ende der 1980er Jahre der Bärenmarkt ausbrach, war Jones vorbereitet, seine Kollegen jedoch nicht. Er machte erhebliche Gewinne, indem er S&P-500-Futures leerverkaufte und den Marktabschwung vorhersagte. Jones nutzte auch eine asymmetrische Wette, da er wusste, dass der Aktienmarkt steigen würde, wenn die Fed während einer Rezession mehr Geld in die Wirtschaft pumpen würde, was zu erheblichen Gewinnen für ihn führen würde. Jones erzielte bei seinem ersten Trade einen Gewinn von 80 Millionen US-Dollar und weitere 100 Millionen US-Dollar durch die Wette, dass die Fed noch mehr Geld hinzufügen würde. Der Sieg während des Bärenmarktes festigte Jones‘ Position an der Wall Street als eine ernst zu nehmende Kraft.
  
  
• 00:10:00 In diesem Abschnitt erfahren wir etwas über Paul Tudor Jones‘ frühen Ruf an der Wall Street als Partylöwe, der ihm den Spitznamen „Quotron Man“ einbrachte. Allerdings hatte Jones Ende der 80er Jahre noch eine weitere erfolgreiche Vorhersage, dass der japanische Aktienmarkt aufgrund seiner Abhängigkeit von Krediten und Schulden am Rande einer Krise stehe. Er wartete geduldig auf den Absturz und verkaufte zum richtigen Zeitpunkt Leerverkäufe am Markt, wodurch er eine Rendite von 90 Prozent auf sein Portfolio erzielte. Jones‘ Erfolgsgeheimnis ist seine defensive Handelsstrategie, bei der er sich stets vor Worst-Case-Szenarien schützt und an den gesamten Kapitalfluss durch das System denkt und nicht an einzelne Vermögenswerte. Seine konstanten Erträge haben ihm eine Anhängerschaft eingebracht, und sogar die SEC achtete auf seine Handelsaktivitäten, was zu einer Einigung wegen Verstoßes gegen die Uptick-Regel führte.
  
  
• 00:15:00 In diesem Abschnitt erfahren wir mehr über die Herausforderungen, mit denen Paul Tudor Jones in der Finanzwelt konfrontiert war, insbesondere nach dem Zusammenbruch von Lehman Brothers im Jahr 2008, der dazu führte, dass er Vermögenswerte im Wert von hundert Millionen Dollar verlor. Trotz dieses Rückschlags gelang es Jones, einen Teil seiner Verluste durch seine Short-Positionen auszugleichen und schloss das Jahr 2008 mit einem Verlust von nur 4 % ab, dem einzigen negativen Jahr, das er jemals hatte. Um seine Leistung aufrechtzuerhalten, musste Jones konservativer vorgehen und nach einem neuen Vorsprung suchen, den er in Technologie und Algorithmen fand. Er war Mitbegründer von Two Sigma, einem Unternehmen für quantitatives Investmentmanagement mit Doktortiteln in Mathematik, Physik und Informatik, und setzte seine Handelsprinzipien in Algorithmen um. Dieser Ansatz hat ihm geholfen, immer einen Schritt voraus zu sein und die richtigen Vorhersagen zu treffen, selbst in Krisenzeiten, wie der Erholung des Marktes nach dem Ausbruch der Pandemie im März 2020.

[MetaQuotes]

Interview mit einer Legende im algorithmischen Handel, Dr. Ernie Chan

Interview mit einer Legende im algorithmischen Handel, Dr. Ernie Chan

Dr. Ernie Chan, bekannt für seine Expertise im algorithmischen Handel, betont weiterhin die Grundprinzipien, die zu erfolgreichen Handelsstrategien beitragen. Er legt großen Wert auf Einfachheit, Risikomanagement und den menschlichen Faktor bei Handelsentscheidungen. Dr. Chan rät Händlern, bescheiden und konzentriert zu bleiben und sich vor Selbstüberschätzung und Datenschnüffelei zu hüten. Er glaubt an die Kraft persönlicher Erfahrung und Fachwissen bei der Entwicklung effektiver Strategien und ermutigt Händler, ihre Ideen durch praktische Anwendung zu validieren.

In seinem Interview betont Dr. Chan die Bedeutung des Gleichgewichts zwischen Mean-Reversion- und Momentum-Strategien in einem Portfolio. Durch die Diversifizierung der Strategien und die Sicherstellung, dass sie nicht korrelieren, können Händler stabile Renditen für ihre Kunden erzielen. Er betont außerdem die Bedeutung statistischer Robustheitstests und historischer Datenanalysen, um die Wirksamkeit einer Strategie zu bestimmen und sie an sich ändernde Marktbedingungen anzupassen.

Eine der wichtigsten Erkenntnisse von Dr. Chan dreht sich um das auf maschinellem Lernen basierende Risikomanagement. Er spricht über sein Projekt PredictNow.ai, das maschinelles Lernen nutzt, um Händlern eine Verlustwahrscheinlichkeit für zukünftige Zeiträume zu bieten. Dies ermöglicht es Händlern, fundierte Entscheidungen über die Hebelwirkung zu treffen und das Risiko effektiv zu verwalten. Dr. Chan erkennt die Grenzen an, die sich aus der Verwendung eines einzigen Indikators ergeben, und plädiert für die Verwendung mehrerer Indikatoren, um die verschiedenen Aspekte der Marktrealität zu beobachten.

Während des gesamten Interviews gibt Dr. Chan praktische Ratschläge für Händler. Er ermutigt Händler, ihre Strategien einfach zu halten, an Simulatoren zu üben und das Risikoniveau gründlich einzuschätzen, bevor sie echtes Geld einsetzen. Er betont die Bedeutung der Leidenschaft im algorithmischen Handel, da es sich um ein herausforderndes Feld handelt, das Ausdauer und kontinuierliches Experimentieren erfordert.

Zusammenfassend stellen die Erkenntnisse von Dr. Ernie Chan wertvolle Orientierungshilfen für Händler im Bereich des algorithmischen Handels dar. Seine Betonung von Einfachheit, Risikomanagement und der menschlichen Komponente erinnert daran, dass erfolgreiche Handelsstrategien auf einem soliden Fundament basieren. Durch den Ausgleich verschiedener Strategien, die Anpassung an Marktveränderungen und die Nutzung von maschinellem Lernen für das Risikomanagement können Händler ihre Chancen auf eine konstante Rentabilität erhöhen.

• 00:00:00 In diesem Abschnitt stellt der Interviewer Dr. Ernie Chan vor, eine Legende des algorithmischen Handels, der sich seit vielen Jahren mit den Finanzmärkten und dem Handel beschäftigt. Dr. Chan hat einen Ph.D. in Physik und hat für IBM, Morgan Stanley und Credit Suisse an der Entwicklung automatisierter Handelssysteme gearbeitet. Er ist eine Institution im Bereich maschinelles Lernen und künstliche Intelligenz und hat mehrere Bücher über Algorithmen und automatisierte Handelssysteme geschrieben. Der Co-Moderator des Interviews, Norm, teilt mit, dass Dr. Chan vor über zehn Jahren der erste Mensch mit umfassendem Wissen war, der über algorithmischen Handel schrieb, und dass sein Buch sie auf den Weg brachte, einen Prozess zur Entwicklung algorithmischer Systeme zu entwickeln . Dr. Chan teilt mit, dass er über einen Hintergrund in theoretischer Physik verfügte und sich leidenschaftlich für maschinelles Lernen interessierte, was ihn dazu brachte, bei IBM zu forschen.
  
  
• 00:05:00 In diesem Abschnitt bespricht Dr. Ernie Chan seinen Übergang von der Forschungsarbeit bei IBM zur Tätigkeit im Finanzwesen. Er erklärt, dass sein Interesse am Finanzwesen ursprünglich dadurch geweckt wurde, dass Kollegen IBM verließen, um bei Renaissance Technologies zu arbeiten, einem damals noch nicht sehr bekannten Hedgefonds. Nach seinem Umzug nach Manhattan, um im Finanzwesen zu arbeiten, begann Dr. Chan, an Strategien für maschinelles Lernen für den Handel zu arbeiten, gab diesen Ansatz jedoch schließlich auf, da es äußerst schwierig war, einen nachhaltigen Vorsprung zu finden. Dann wechselte er zum Einzelhandel und entdeckte, dass einfache Strategien oft am besten funktionieren, eine Lektion, die er in seinem Buch weitergab. Dr. Chan stellt außerdem fest, dass es ein neues Verständnis dafür gibt, wie maschinelles Lernen eher auf das Risikomanagement als auf die Alpha-Generierung angewendet werden kann, eine Erkenntnis, die von vielen Experten auf diesem Gebiet geteilt wird.
  
  
• 00:10:00 In diesem Abschnitt erörtert Dr. Ernie Chan die Bedeutung der Einfachheit beim algorithmischen Handel und wie maschinelles Lernen dabei helfen kann, Handelsstrategien zu verbessern, indem es vorhersagt, wann sie wahrscheinlich Geld verlieren werden. Er betont, dass diskretionäre Händler den menschlichen Verstand und den Wert ihres eigenen Urteilsvermögens nicht unterschätzen sollten, sondern auch daran arbeiten sollten, ihr Denken und ihre Gefühle zu disziplinieren, um Angst und Gier zu überwinden. Darüber hinaus weist er darauf hin, dass einige diskretionäre Händler von einer Verbesserung ihrer Strategien mit einem logischeren und disziplinierteren Ansatz profitieren könnten.
  
  
• 00:15:00 In diesem Abschnitt erörtert Dr. Ernie Chan, wie wichtig die Kontrolle der Angst für diskretionäre Händler ist und wie auf maschinellem Lernen basierende Risikomanagementsysteme sogar diskretionären Händlern helfen können. Er erklärt, dass maschinelles Lernen daraus lernen kann, um herauszufinden, unter welchen Umständen die Strategie tendenziell leidet, wenn Händler in ihrem diskretionären Handelsprogramm einen konsistenten Stil verfolgen und über eine ausreichend lange Erfolgsbilanz verfügen. Dies kann durch die Implementierung einer systematischen Risikomanagementebene wie der Bestimmung von Leverage und Kapitalallokation ergänzt werden. Er schlägt außerdem vor, dass Händler mit unterschiedlichen Stärken, beispielsweise einem tiefen Verständnis einer bestimmten Branche, ihr Fachwissen nutzen können, um eine profitable Handelsstrategie zu finden.
  
  
• 00:20:00 In diesem Abschnitt des Interviews erörtert Dr. Ernie Chan, wie wichtig es für neue Händler ist, Handelsstrategien anhand ihres eigenen Fachwissens und ihrer Erfahrung zu filtern. Beim Trading sollte es nicht nur darum gehen, den Ideen anderer Menschen zu folgen, sondern auch darum, sich einen eigenen Vorsprung zu verschaffen und seine Ideen durch persönliche Erfahrungen zu bestätigen. Er weist auch darauf hin, dass einige Händler übermäßig komplexe Systeme als intellektuelle Herausforderung betrachten, dies sollte jedoch nicht die Hauptmotivation für den Handel sein. Dr. Chan teilt auch mit, dass es wichtig ist, Geld aufs Spiel zu setzen, um sich der Realität zu stellen, dass das primäre Ziel des Handels nicht die intellektuelle Erregung ist, sondern vielmehr, kein Geld zu verlieren. Es ist wichtig, einen erheblichen, aber überschaubaren Geldbetrag aufs Spiel zu setzen, um den Geist zu fokussieren.
  
  
• 00:25:00 In diesem Abschnitt erklärt Dr. Ernie Chan, wie man gegenüber dem Markt bescheiden bleiben und sich auf das konzentrieren sollte, was wirklich funktioniert. Er rät Händlern, konzentriert zu bleiben und die Marktphänomene zu beobachten, die nicht jeder beobachtet hat. Obwohl viele seiner Händler einen akademischen Hintergrund haben und über hervorragende mathematische und rechnerische Fähigkeiten verfügen, fällt es ihnen schwer, eine Strategie zu entwickeln, die echten Gewinn generiert. Das liegt vor allem daran, dass für sie kein persönliches Vermögen auf dem Spiel steht. Dr. Chan betont, wie wichtig es ist, sein eigenes Geld auf dem Spiel zu haben, um Händler zu werden, und wie dies einen Händler von einem Forscher unterscheidet. In der folgenden Diskussion besprechen Norm und Dr. Chan ihre Handelsprozesse und -strategien.
  
  
• 00:30:00 In diesem Abschnitt betont Dr. Ernie Chan, wie wichtig es ist, den maximalen Verlust zu minimieren, um bei Trades zu gewinnen. Er rät manuellen Händlern, vor dem Handel mit einem Live-Konto einige Zeit auf Papier zu handeln und simulierte Trainingsumgebungen zu nutzen, um den Lernprozess zu beschleunigen. Er erwähnt auch das Konzept des Regimewechsels und schlägt vor, dass Händler ihr Vertrauen im Auge behalten und eine übermäßige Hebelwirkung ihrer Geschäfte vermeiden sollten. Darüber hinaus stellte er fest, dass sich das Marktumfeld ändern kann und Händler eine Änderung der Marktbedingungen erleben müssen, um sicherzustellen, dass ihre Strategie auf diese Situation unempfindlich ist.
  
  
• 00:35:00 In diesem Abschnitt spricht Dr. Ernie Chan darüber, wie wichtig es ist, beim Entwickeln oder Testen eines Handelssystems nicht in die Zukunft blicken zu können, was als Datenschnüffeln bezeichnet wird. Auch wenn es offensichtlich erscheinen mag, dass man heute, wenn man das Wall Street Journal von morgen hat, sofort zum Milliardär wird, gibt es doch subtilere Wege, auf denen Datenschnüffeln stattfinden kann, insbesondere mit Emotionen und Rückblicksvoreingenommenheit. Dr. Chan rät dazu, unterschiedliche Instrumente zum Trainieren von Daten zu verwenden, um eine Überanpassung zu vermeiden, und eine Strategie an mehreren Assets zu testen. Darüber hinaus schlägt er vor, die Leistung auf Anzeichen sinkender Renditen zu überwachen und notwendige Anpassungen vorzunehmen, um Risiken vorzubeugen.
  
  
• 00:40:00 In diesem Abschnitt betont Dr. Ernie Chan die Bedeutung grundlegender Kenntnisse über den Markt und die Strategie, um festzustellen, ob ein System wie erwartet funktioniert oder Optimierungen erfordert. Er erwähnt die Notwendigkeit, Marktstrukturveränderungen zu verstehen und wissenschaftliche Forschung zu lesen, um ein Urteil zu fällen. Beispielsweise kann das Verständnis der Auswirkungen des Kaufs von Call-Optionen durch Einzelhändler aufgrund von Wall Street Bets sowohl positive als auch negative Auswirkungen auf verschiedene Strategien haben. Er rät Händlern auch, ihre Strategie an neue Phänomene anzupassen, indem sie ihren Ansatz optimieren, und gibt Einblicke in die Quantifizierung von Drawdowns. Insgesamt schlägt er vor, dass sowohl quantifizierbare Daten als auch Intuition wichtig sind, um festzustellen, ob eine Strategie nicht mehr funktioniert.
  
  
• 00:45:00 In diesem Abschnitt erörtert Dr. Ernie Chan die Bedeutung historischer Daten im algorithmischen Handel und wie sie auch für manuelle Händler von Vorteil sein können. Er betont die Notwendigkeit von Triggerpunkten für Handelssysteme, die auf historischen Tests basieren. Wenn sich ein System dem maximalen Drawdown nähert oder stagniert, wird es wahrscheinlich zusammengelegt und durch ein robusteres System ersetzt, das an seinen Platz passt. Dr. Chan weist darauf hin, dass das Üben mit historischen Daten Händlern statistisch aussagekräftige Vorstellungen darüber vermitteln kann, wie ihr Handelssystem funktionieren wird und welche Art von Konsistenz und Gewinn sie erwarten können, und sie außerdem auf mögliche Verluste vorbereiten kann. Wenn ein System nicht wie erwartet funktioniert, ist es möglicherweise an der Zeit, sich gründlich hinzusetzen und die Mechanik des Systems zu untersuchen, um das Problem zu beheben. Dr. Chan erwähnt auch, dass sein Portfolio eine Mischung aus Mean-Reverting- und Momentum-basierten Handelsstrategien enthält.
  
  
• 00:50:00 In diesem Abschnitt erörtert Dr. Ernie Chan die Bedeutung des Gleichgewichts zwischen Mean-Reversion- und Momentum-Strategien in einem Portfolio, insbesondere in Zeiten der Volatilität. Mean-Reversion-Strategien können konstante Renditen liefern, können aber in einer Krise schnell scheitern, während Momentum-Strategien dabei helfen können, Portfolios in Abschwüngen intakt zu halten. Dr. Chan empfiehlt eine Kombination beider Strategien, um in normalen Zeiten konsistente Renditen für Kunden und in Krisenzeiten externe Renditen zu erzielen. Er erwähnt auch die Entwicklung einer langfristigen Swing-Trading-Strategie, die Elemente beider Strategien mit kurzen Stop-Loss- und High-Profit-Faktoren kombiniert.
  
  
• 00:55:00 In diesem Abschnitt diskutiert Dr. Ernie Chan seinen Ansatz zur Schaffung mehrerer algorithmischer Handelssysteme, die nicht miteinander korreliert sind. Er beschreibt seinen Prozess, bei dem er Systeme schichtet und die Maschine dazu zwingt, kein System herzustellen, das den Vorgängermodellen ähnelt. Er erklärt, dass sich ihre Algorithmen im Laufe der Zeit von der Automatisierung von Systemen zum Data Mining verlagert haben, bei dem sie statistisch gesehen alles der Maschine überlassen. Er erklärt außerdem, wie wichtig es ist, beim Experimentieren mit neuen Modellen das robusteste und nicht das glücklichste System zu finden, und wie wichtig statistische Robustheitstests sind.
  
  
• 01:00:00 In diesem Abschnitt erklärt Dr. Ernie Chan, wie sich sein Strategieportfolio auf zwei Arten entwickelt hat; Zuteilung an Händler, die bereits über eine erfolgreiche Erfolgsbilanz verfügen, und Durchführung eigener interner Forschung mit Schwerpunkt auf maschinellem Lernen basierendem Risikomanagement. Er betont außerdem, dass die für ihn funktionierenden Systeme konzeptionell einfach sind und dass es keinen eindeutigen Indikator oder eine Reihe von Indikatoren gibt, die alle Aspekte der Marktrealität erfassen. Stattdessen ist er davon überzeugt, dass mehrere unterschiedliche Indikatoren zur Beobachtung derselben Realität verwendet werden können und dass der Ansatz des maschinellen Lernens diese ordnungsgemäß überprüft, um zu entscheiden, welche Indikatoren am erfolgreichsten sind.
  
  
• 01:05:00 In diesem Abschnitt spricht Dr. Ernie Chan über PredictNow.ai, ein Projekt, an dem er seit über einem Jahr arbeitet und das einen auf maschinellem Lernen basierenden Risikomanagementdienst für Händler bereitstellt. Anstatt sich auf Marktsignale zu verlassen, lernt der Service aus der Rendite jedes Händlers und bietet eine Verlustwahrscheinlichkeit für jeden zukünftigen Zeitraum, sodass Händler entscheiden können, wie viel Hebelwirkung sie für einen Handel nutzen möchten. Dr. Chan kann über seinen Twitter-Account oder seinen Blog kontaktiert werden, und sein Abschiedsratschlag ist, die Handelsstrategien einfach zu halten, an Simulatoren zu üben und das Risikoniveau zu prüfen, bevor man echtes Geld investiert.
  
  
• 01:10:00 In diesem Abschnitt betont Dr. Ernie Chan, wie wichtig es ist, Leidenschaft für den algorithmischen Handel zu haben, da es sich um ein schwieriges Geschäft handelt, das Ausdauer und Experimentierfreudigkeit erfordert. Er ist davon überzeugt, dass die Leidenschaft als grundlegender Faktor Trader trotz Misserfolgen oder ungünstigen Ergebnissen am Laufen hält. Er bedankt sich auch bei den Interviewern und schließt das Interview mit einer Erinnerung ab, ihren Kanal zu liken, zu abonnieren und zu kommentieren.

[MetaQuotes]

Mean-Reversion-Handel | Lehren aus einem Fonds | Von Dr. Ernest Chan

Mean-Reversion-Handel | Lehren aus einem Fonds | Von Dr. Ernest Chan

Dr. Ernest Chan, Gründer und CEO von PredictNow.ai und geschäftsführendes Mitglied von QTS Capital Management LLC, bietet wertvolle Einblicke in die Welt des Mean-Reversion-Handels und die damit verbundenen Risiken und Chancen. In seinem Vortrag betont Dr. Chan die Notwendigkeit realer Handelserfahrung und betont die Bedeutung von Diversifizierung, Stresstests und der Kombination von Mean-Reversion- und Momentum-Strategien zum Aufbau eines robusten Portfolios, das unterschiedlichen Marktbedingungen standhalten kann.

Dr. Chan stellt sich zunächst als äußerst erfahrener Händler mit Erfahrung in Investmentbanken und Hedgefonds vor. Er betont, dass theoretisches Wissen zwar wertvoll ist, aber nichts mit der praktischen Erfahrung beim Handel mit großen Geldsummen vergleichbar ist.

Ein wichtiger Aspekt von Dr. Chans Vortrag ist seine Hochfrequenz-Mean-Reversion-Handelsstrategie, die sich auf ein einzelnes Währungspaar konzentriert. Diese Strategie beinhaltet Market-Making zwischen zwei Währungspaaren mit dem Ziel, die Tendenz des Marktes, zu seinem Mittelwert zurückzukehren, zu nutzen. Während die Strategie anfänglich konstante und profitable Renditen erbrachte, musste der Fonds im August 2011 einen erheblichen Rückgang hinnehmen, als die Staatsanleihen der Vereinigten Staaten herabgestuft wurden, was zu einem Verlust von über 35 % führte. Dieses Ereignis erinnerte an das unbegrenzte Abwärtsrisiko, das dem Mean-Reversion-Handel innewohnt.

Der Redner erzählt die Geschichte des frühen katastrophalen Ereignisses seines Fonds, das bei Mean-Reversion-Strategien keine Seltenheit ist. Er warnt vor der Versuchung, sich zu stark zu verschulden, da dies zu erheblichen Verlusten führen kann. Beim Vergleich des Mean-Reversion-Handels mit dem Leerverkauf realisierter Volatilität und Optionen betont Dr. Chan die Ähnlichkeit der Risiken. Er empfiehlt eine mathematische Analyse von Dr. Andrew Ing, um ein tieferes Verständnis dafür zu erlangen, warum Leerverkäufe dieser Anlagen mit dem Handel mit Mean-Reversion-Strategien vergleichbar sind.

Beim Mean-Reversion-Handel ist das Gewinnpotenzial begrenzt, während das Abwärtsrisiko unbegrenzt ist. Dr. Chan erklärt, dass der Gewinn der Strategie durch die Differenz zwischen dem Einstiegspreis und dem Durchschnittspreis, zu dem man aussteigen sollte, begrenzt ist. Um das Abwärtsrisiko zu bewältigen, rät er von einer übermäßigen Verschuldung ab und betont, wie wichtig es ist, das Portfolio einem Stresstest zu unterziehen. Während Stop-Loss-Orders vor katastrophalen Ereignissen schützen können, sollten sie sparsam eingesetzt und weit entfernt vom aktuellen Preis platziert werden, um die Backtest-Leistung nicht zu beeinträchtigen. Dr. Chan warnt auch vor einem Survivorship Bias beim Backtesting von Mean-Reversion-Strategien, der zu einer schlechteren Performance des Portfolios führen kann.

Der Vortrag befasst sich mit den Nuancen der Verwendung von Stop-Loss-Orders im Handel. Während sie bei katastrophalen Ereignissen wirksam sein können, bieten sie bei weniger drastischen Marktbewegungen möglicherweise keinen ausreichenden Schutz. Dr. Chan schlägt Alternativen vor, wie z. B. die Umsetzung einer Tail-Hedge-Strategie, etwa ihrer „Tail Reaper“-Strategie, in Kombination mit einer Mean-Reversion, um Verluste im Long-Portfolio abzumildern, ohne dass es zu erheblichen Drawdowns kommt.

Diversifikation und Volatilitätsneutralität werden als entscheidende Überlegungen bei der Umsetzung einer Mean-Reversion-Strategie hervorgehoben. Dr. Chan erklärt die Notwendigkeit sowohl einer Long-Fall-Strategie als auch einer Trendfolgestrategie, bei denen es sich um eine Long-Fall-Strategie handelt, bei der es sich um eine Long-Fall-Strategie handelt, um eine Short-Volatilitätsstrategie wirksam abzusichern. Er betont, dass eine Trendfolgestrategie die Mean Reversion ergänzt, indem sie bei Marktbewegungen in die gleiche Richtung erfolgreich ist. Aufgrund der Kosteneffizienz und der Möglichkeit, von beiden Seiten des Marktes zu profitieren, wird der Handel mit einer Long-Wall-Transformationsstrategie dem Kauf von Put-Optionen vorgezogen.

Dr. Chan erörtert, wie sich Naturkatastrophen wie Erdbeben auf die Finanzmärkte und die Rentabilität von Transformationsstrategien auswirken können. Durch die Nutzung von Positionen und die genaue Vorhersage der Marktrichtung ist es möglich, einen Teil der Tail-Move zu erfassen und von übermäßigen Marktbewegungen zu profitieren, selbst während kurzer Haltedauern. Er kommt zu dem Schluss, dass die Kombination von Mean-Reversion- und Momentum-Strategien ein leistungsstarkes Portfolio schaffen kann, das unter verschiedenen Marktbedingungen erfolgreich sein kann.

Der Referent erläutert die Kombination einer Momentum-Strategie mit einer Mean-Reversion-Strategie. Indem Händler eine Breakout-Strategie nutzen, um in die entgegengesetzte Position des Mean-Reversion-Trades einzutreten und die Momentum-Strategie zu verlassen, wenn der Trend erschöpft ist, können Händler effektiv eine Stop-Loss-Strategie umsetzen. Die Eignung einer Mean-Reversion-Strategie hängt von der spezifischen Zeitreihe ab und davon, ob das Instrument tatsächlich Mean-Reverting-Eigenschaften aufweist. Der Bedarf an nebeneinander liegenden Servern und teurer Infrastruktur wird durch die Dauer und Häufigkeit der Handelsstrategie bestimmt.

Dr. Chan untersucht die nicht offensichtlichen Anwendungen von Deep-Learning-Modellen auf dem Finanzmarkt. Während die Verwendung von Deep Learning zur Vorhersage von Aktienkursen anfällig für eine Überanpassung ist, kann sie bei der Identifizierung von Marktregimen und der Generierung synthetischer Daten für Backtesting-Zwecke hilfreich sein. Dr. Chan räumt ein, dass er nur begrenzte Erfahrung mit Deep Reinforcement Learning im Finanzwesen hat, weist jedoch darauf hin, dass die Klassifizierung bei der Vorhersage von Aktienmarktbewegungen besser funktioniert als die Regression. Darüber hinaus betont er, dass die Stop-Loss-Platzierung durch die persönliche Risikotoleranz eines Anlegers bestimmt werden sollte und nicht durch eine feste Anzahl von Standardabweichungen vom Mittelwert.

Der Redner betont die Sinnlosigkeit der Verwendung von Stop-Loss-Orders beim Halten von Positionen über Nacht. Da während der Marktschließung katastrophale Ereignisse eintreten können, bieten Stop-Loss-Orders in solchen Situationen keinen Schutz. Dr. Chan erklärt, dass die Vorhersage von Marktregimen eine Kombination von über 170 Prädiktoren durch einen komplexen nichtlinearen hierarchischen Ansatz erfordert. Er teilt auch wichtige Erkenntnisse aus seinem Buch „Machine Trading: Deploying Computer Algorithms to Conquer the Markets“, darunter die Konzentration auf das Karma-Verhältnis (eine risikobereinigte Leistungsmetrik) und die Berücksichtigung der Marktmikrostruktur.

Der Transkriptauszug endet mit einer Schlussbemerkung, in der dem Publikum für seine Anwesenheit gedankt und seine Vorfreude auf zukünftige Veranstaltungen zum Ausdruck gebracht wird.

Zusammenfassend liefert Dr. Ernest Chan wertvolle Einblicke in den Mean-Reversion-Trading, seine Risiken und seine Chancen. Er betont die Bedeutung realer Handelserfahrung, Diversifikation, Stresstests und der Kombination von Mean-Reversion- und Momentum-Strategien für den Aufbau eines robusten und anpassungsfähigen Portfolios. Darüber hinaus untersucht er die Anwendungen von Deep-Learning-Modellen im Finanzwesen, die Grenzen von Stop-Loss-Orders und die Bedeutung von Risikomanagement- und Marktanalysetechniken. Insgesamt bietet Dr. Chans Vortrag wertvolles Wissen für Händler, die sich für Mean-Reversion-Strategien und deren Erfolgs- und Misserfolgspotenzial auf den Finanzmärkten interessieren.

• 00:00:00 In diesem Abschnitt stellt der Moderator den Redner Dr. Ernest Chan vor, der Gründer und CEO von PredictNow.ai und geschäftsführendes Mitglied von QTS Capital Management LLC ist. Dr. Chan hat für verschiedene Investmentbanken und Hedgefonds gearbeitet und ist ein weltweit anerkannter Redner zum Thema computergestützter Handel. Er wird über ihre Erfahrungen mit dem Mean-Reversion-Trading sprechen und darüber, wie ihr Fonds, QTS Capital Management, davon profitiert hat. Obwohl Dr. Chan über Mean-Reversion-Trading gelesen hat, betont er, dass nichts mit der realen Erfahrung beim Handel mit Millionen von Dollar vergleichbar ist.
  
  
• 00:05:00 In diesem Abschnitt bespricht Dr. Ernest Chan seine Hochfrequenz-Mean-Reversion-Handelsstrategie, bei der nur ein Währungspaar gehandelt wird. Bei dieser Strategie handelt es sich um eine Market-Making-Strategie zwischen zwei Währungspaaren, bei der es sich um eine Mean-Reverting-Strategie handelt. Diese Strategie ist stark gehebelt und funktioniert durch die Bereitstellung von Liquidität für den Markt. Die Strategie war erfolgreich und lieferte konsistente Erträge, was sie dazu motivierte, sie so hoch wie möglich zu nutzen. Ihr Erfolg war jedoch nur von kurzer Dauer, und im August 2011 kam es aufgrund der ersten Herabstufung der US-Staatsanleihen zu einem erheblichen Rückgang, der zu einem Verlust von über 35 % führte.
  
  
• 00:10:00 In diesem Abschnitt erzählt der Redner die Geschichte seines Fonds und wie er nach nur acht Monaten seiner Geschäftstätigkeit ein katastrophales Ereignis erlitt. Dies gilt zwar nicht nur für den Fonds und ist bei Mean-Reversion-Strategien durchaus üblich, es war jedoch eine deutliche Erinnerung an die mit einer solchen Strategie verbundenen Risiken, da die Abwärtsrisiken unbegrenzt sind. Obwohl sie sehr konsistent sind, besteht bei Mean-Reversion-Strategien die Versuchung, eine übermäßige Verschuldung einzugehen, was sich für den Fonds als kostspielig erwies. Der Redner vergleicht den Handel mit Mean-Reversion-Strategien mit dem Leerverkauf realisierter Volatilität und Leerverkäufen von Optionen, da sie alle ähnliche Risiken bergen. Der Redner empfiehlt ein Lehrbuch von Dr. Andrew Ing für eine detaillierte mathematische Analyse, warum das Leerverkaufen dieser Anlagen dem Handel mit Mean-Reversion-Strategien ähnelt.
  
  
• 00:15:00 In diesem Abschnitt erklärt Dr. Ernest Chan das begrenzte Gewinnpotenzial und das unbegrenzte Abwärtsrisiko des Mean-Reversion-Handels. Ähnlich wie bei Leerverkaufsoptionen wird der Gewinn beim Mean-Reversion-Handel durch die Differenz zwischen dem Kaufpreis und dem Durchschnittspreis, zu dem man aussteigen sollte, begrenzt. Unterdessen ist das Abwärtsrisiko unbegrenzt, und man muss dieses Risiko bewältigen, indem man das Portfolio nicht zu stark verschuldet und keinem Stresstest unterzieht. Während die Anwendung eines Stop-Loss Anleger vor Black-Swan-Situationen bewahren könnte, sollte er sparsam eingesetzt und nur weit entfernt vom aktuellen Preis angewendet werden, um eine Verschlechterung der Backtest-Performance zu vermeiden. Beim Backtesting von Mean-Reversion-Strategien kann es auch zu einem „Survivors Bias“ kommen, der zu einer schlechteren Performance des Portfolios führen könnte.
  
  
• 00:20:00 In diesem Abschnitt diskutiert Dr. Ernest Chan die Nuancen der Verwendung von Stop-Loss-Orders im Handel. Während Stop-Loss bei katastrophalen Ereignissen funktionieren kann, funktioniert es bei weniger drastischen Marktbewegungen möglicherweise nicht. Der Kauf von Put-Optionen zur Absicherung eines Portfolios könnte auf lange Sicht zu teuer sein. Darüber hinaus sind Tail-Hedgefonds, die Put-Optionen kaufen, möglicherweise nicht besser als der direkte Kauf von Optionen. Stattdessen kann die Anwendung einer Tail-Hedge-Strategie, beispielsweise der eigenen „Tail Reaper“-Strategie, in Verbindung mit einer Mean-Reversion-Strategie dazu beitragen, etwaige Verluste im Long-Portfolio auszugleichen, ohne dass es zu erheblichen Verlusten kommt.
  
  
• 00:25:00 In diesem Abschnitt erklärt Dr. Ernest Chan die Bedeutung von Diversifikation und Volatilitätsneutralität bei der Umsetzung einer Mean-Reversion-Strategie. Er weist darauf hin, dass es bei der Absicherung einer Short-Volatilitätsstrategie wichtig ist, sowohl eine Long-Fall-Strategie als auch eine Trendfolgestrategie zu verfolgen, bei denen es sich um eine Long-Fall-Strategie handelt, bei der es sich um eine Long-Fall-Strategie handelt. Er erklärt, dass dies daran liegt, dass eine Trendfolgestrategie die entgegengesetzten Eigenschaften einer Mean-Reverting-Strategie aufweist; Es hat eine lange Volatilität und liebt es, wenn sich der Markt in die gleiche Richtung bewegt. Dr. Chan weist außerdem darauf hin, dass der Handel mit einer Long-Wall-Transformationsstrategie weniger Optionsprämie kostet als der Kauf von Put-Optionen, da Sie von beiden Seiten des Marktes profitieren und nur dann handeln können, wenn bestimmte Kriterien erfüllt sind. Die Flexibilität beim Handel mit einer Transformationsstrategie geht weit über den Kauf und das ständige Festhalten der Option unter Verlust der Prämie hinaus.
  
  
• 00:30:00 In diesem Abschnitt diskutiert Dr. Ernest Chan, wie sich Naturkatastrophen wie Erdbeben auf den Finanzmarkt auswirken können und wie Transformationsstrategien auch während dieser Ereignisse noch profitabel sein können. Er betont, dass es entscheidend darauf ankommt, einen Teil der Tail-Move zu erfassen, und durch die richtige Hebelwirkung und die genaue Vorhersage der Richtung ist es möglich, aus der überschüssigen Move nach dem Einstieg Kapital zu schlagen und trotz des Haltens der Strategien für einen kurzen Zeitraum immer noch Optionsprämien zu erzielen. Dr. Chan kommt zu dem Schluss, dass durch die Kombination von Mean-Reversion- und Momentum-Strategien ein echtes Allwetter-Portfolio geschaffen werden kann, das sowohl in Krisen als auch in Wohlstand gute Leistungen erbringen kann.
  
  
• 00:35:00 In diesem Abschnitt erklärt Dr. Ernest Chan die Kombination einer Momentum-Strategie mit einer Mean-Reversion-Strategie. Durch die Verwendung einer Breakout-Strategie, um die entgegengesetzte Position der Mean-Reversion-Strategie einzunehmen und die Momentum-Strategie zu verlassen, wenn der Trend erschöpft ist, können Händler zulassen, dass die Mean-Reversion-Position wieder auftritt. Dies kann als Stop-Loss-Strategie angesehen werden. Die für eine Mean-Reversion-Strategie erforderliche Einrichtung hängt von der Zeitreihe ab und davon, ob das Instrument wirklich eine Mean-Reversion ermöglicht. Der Bedarf an nebeneinander liegenden Servern und teurer Infrastruktur hängt von der Dauer und Häufigkeit der Handelsstrategie ab.
  
  
• 00:40:00 In diesem Abschnitt diskutiert Dr. Ernest Chan die nicht offensichtliche Anwendung von Deep-Learning-Modellen auf Finanzmärkten. Auch wenn es nicht zwangsläufig begrenzt ist, wird es nicht auf naive Weise funktionieren, wie etwa bei der Verwendung zur Vorhersage von Aktienkursen aufgrund einer Überanpassung. Es kann jedoch nützlich sein, um vergangene/aktuelle Marktregime zu identifizieren und synthetische Daten für Backtesting zu generieren. Dr. Chan verfügt nicht über umfassende Erfahrung mit Deep Reinforcement Learning im Finanzwesen, weist jedoch darauf hin, dass die Klassifizierung besser funktioniert als die Regression, um den Aktienmarkt vorherzusagen. Darüber hinaus sollte die Stop-Loss-Platzierung durch den Punkt bestimmt werden, an dem Sie keine Verluste tolerieren können, und nicht durch eine kleine Anzahl von Standardabweichungen vom Mittelwert.
  
  
• 00:45:00 In diesem Abschnitt erklärt Dr. Ernest Chan, dass ein Stop-Loss nutzlos ist, wenn er über Nacht gehalten wird, da er keinen Schutz vor Katastrophen bietet, die auftreten, während der Markt geschlossen ist. Es gibt keinen einzigen Indikator, der das Regime vorhersagen kann, da er eine Kombination von über 170 Prädiktoren durch eine komplexe nichtlineare hierarchische Kombination erfordert. Er erörtert auch die wichtigsten Erkenntnisse aus seinem neuen Buch „Machine Trading: Deploying Computer Algorithms to Conquer the Markets“, zu denen die Konzentration auf das Karma-Verhältnis und die Berücksichtigung der Marktmikrostruktur gehören.
  

[MetaQuotes]

„Optimierung von Handelsstrategien ohne Überanpassung“ von Dr. Ernest Chan – QuantCon 2018

„Optimierung von Handelsstrategien ohne Überanpassung“ von Dr. Ernest Chan – QuantCon 2018

Dr. Ernest Chan befasst sich mit den Herausforderungen bei der Optimierung von Handelsstrategien bei gleichzeitiger Vermeidung von Overfitting, einem Phänomen, das auftritt, wenn Händler Signale auf der Grundlage historischer Daten auswählen, was zu einem Modell führt, dem es an Vorhersagekraft für unsichtbare Daten mangelt. Um dieses Problem zu bekämpfen, schlägt Dr. Chan zwei Ansätze vor. Die erste besteht darin, maschinelle Lerntechniken oder Bootstrapping einzusetzen, bei denen eine Überabtastung mit Ersetzung erfolgt, um mehr Rauschen in alte Daten einzubringen und so zu verhindern, dass sich das Handelsmodell zu sehr an historische Pfade anpasst. Er räumt jedoch ein, dass diese Methode aufgrund der inhärenten Autokorrelationsstruktur für Zeitreihendaten möglicherweise nicht einfach ist, sodass sie für Daten mit minimaler Autokorrelation besser geeignet ist. Der zweite Ansatz besteht darin, ein mathematisches Modell historischer Preise zu erstellen und ein analytisches Handelssignal abzuleiten, obwohl dies ein einfaches Preis- und Handelsmodell erfordert. Anschließend untersucht Dr. Chan den Simulationsansatz, bei dem durch diskrete Modellierung ein Zeitreihenmodell erstellt wird, das dem realen Marktverhalten sehr ähnlich ist.

Anschließend befasst sich Dr. Chan mit der mathematischen Optimierung von Handelsstrategien. Er stellt die Mittelwert-Umkehr-PI-Reihe als die am einfachsten mathematisch zu handhabende Zeitreihe vor, dargestellt durch die Ornstein-Uhlenbeck-Gleichung. Diese Gleichung erfasst das mittlere Niveau des Aktienkurses, wobei etwaige Abweichungen vom Mittelwert dazu führen, dass sich der Preis wieder diesem Durchschnitt annähert. Um ein Handelsstrategiemodell zu erstellen, muss man das optimale Einstiegsniveau (die größte Abweichung vom Mittelwert, bei dem eine Long- oder Short-Position eröffnet werden sollte) und das optimale Ausstiegsniveau bestimmen. Während verschiedene Ziele mathematisch optimiert werden können, ist das einfachste Ziel der Round-Trip-Gewinn. Bei der Berechnung des Gewinns ist jedoch die Berücksichtigung des Rabattzeitanteils erforderlich.

Anschließend beschreibt Dr. Chan die optimalen Einstiegs- und Ausstiegsniveaus in einem einfachen Handelsmodell mit einem erwarteten Gewinn von 1 USD in einer Minute unter Berücksichtigung von Abzinsungsfaktoren. Er verweist auf die Lösung für die optimale Bollinger-Band-Form in einer einzigen Zeitreihe, ausführlich beschrieben im Buch „Dynamic Hedging“. Diese Lösung nutzt fortgeschrittene mathematische Konzepte wie Hamilton-Jacobi-Bellman-Gleichungen, um die stochastische Differentialgleichung in eine partielle Differentialgleichung umzuwandeln. Die Lösung zeigt, dass die optimalen Eintritts- und Austrittsniveaus symmetrisch zum Mittelwert sind und der Abstand vom Mittelwert zunimmt, wenn die Rate der Mittelwertumkehr (Kappa) abnimmt. Darüber hinaus hebt Dr. Chan drei interessante Punkte hervor: Die optimale Lösung in diesem Modell besteht immer darin, entweder lang oder kurz zu sein; die langen Ausstiegs- und kurzen Einstiegspunkte fallen zusammen; und sowohl die Long- als auch die Short-Position hängen nicht nur vom aktuellen Preis, sondern auch vom eingeschlagenen Weg ab.

Dr. Chan geht weiter auf die mathematische Modellierung ein und untersucht die beste Handelsstrategie für die Armen Japans. Er erklärt, wie die langen Einstiegs- und langen Ausstiegsniveaus bestimmt werden, wobei der Abstand zwischen den langen Ausstiegs- und Mittelwertniveaus mit der Quadratwurzel des Sigma-Quadrats dividiert durch 2 mal Kappa skaliert. Obwohl dieses Modell elegant und präzise ist, weist es Einschränkungen auf und ist aufgrund der mit der Transformation der stochastischen partiellen Differentialgleichung verbundenen Herausforderungen und ihrer eingeschränkten Nützlichkeit möglicherweise in den meisten praktischen Situationen nicht anwendbar. Folglich wird eine numerische Simulation notwendig, um die von Mathematikern gewünschten Ergebnisse zu erzielen, beispielsweise die Optimierung des Sharpe-Verhältnisses in einem AR(1)-Modell.

Im folgenden Abschnitt konzentriert sich Dr. Chan auf die Optimierung von Handelsstrategien, ohne einer Überanpassung zu erliegen. Das Ziel besteht darin, die durchschnittliche Sharpe-Ratio zu maximieren, und dies kann durch einen simulationsbasierten Ansatz erreicht werden. Der Arbeitsablauf besteht darin, mit historischen Preisen zu beginnen und ein autoregressives (AR) Modell anzupassen, um simulierte Preisreihen zum Testen der Handelsstrategie zu generieren. Simulationen können im gewünschten Umfang durchgeführt werden, wodurch das Risiko einer Überanpassung gemindert wird. Nachdem mithilfe einer Simulation die optimalen Parameter für die Handelsstrategie ermittelt wurden, kann das Modell anhand der ursprünglichen Zeitreihe oder von Out-of-Sample-Daten einem Backtest unterzogen werden, um seine Leistung zu bewerten.

Dr. Ernest Chan erörtert anschließend die Verwendung eines diskreten Modells, insbesondere des autoregressiven Modells mit Verzögerung eins, um ein nicht zufälliges Walk-Zeitreihenmodell für eine praktische Handelsstrategie zu erstellen. Dieses einfache Modell umfasst drei Parameter, die mit Standardsoftware leicht angepasst werden können. Bei der Strategie geht es darum, an jedem Punkt Entscheidungen zu treffen, die darauf basieren, ob die erwartete logarithmische Rendite ein Vielfaches der bedingungslosen und bedingten Volatilität übersteigt oder unterschreitet. Obwohl diese einfache Strategie nur einen Parameter umfasst, kann sie durch Simulation verfeinert und verbessert werden. Dr. Chan stellt fest, dass der optimale Parameterwert bei 0,08 liegt, mit einer gewissen Variabilität aufgrund von Zufälligkeit.

Anschließend untersucht Dr. Chan zwei Methoden zur Optimierung von Handelsstrategien, ohne einer Überanpassung zum Opfer zu fallen. Bei der ersten Methode wird das Sharpe-Verhältnis eines Pfads mit einem bestimmten Parameter untersucht und dieser Parameter so eingestellt, dass das maximale Sharpe-Verhältnis erreicht wird. Diese Methode liefert präzise Ergebnisse, ist jedoch auf eine kleine Teilmenge von Pfaden angewiesen. Die zweite Methode besteht darin, die Verteilung des Sharpe-Verhältnisses als Funktion des optimalen Parameters darzustellen und den Modus dieser Verteilung als den Parameter zu identifizieren, der für die meisten Realisierungen das beste Sharpe-Verhältnis liefert. Obwohl diese Methode möglicherweise weniger präzise ist, bietet sie eine bessere intuitive Interpretation. Dr. Chan betont jedoch, dass die kumulative Rendite der Handelsstrategie, die den optimierten Parameter verwendet, in Out-of-Sample-Tests möglicherweise nicht beeindruckend ist und gelegentlich suboptimale Parameter zu besseren Ergebnissen führen können. Er schlägt vor, dass ein Grund für diese Diskrepanz darin liegt, dass das verwendete Zeitreihenmodell mithilfe eines festen In-Sample-Sets angepasst wird, während der reale Handel eine kontinuierliche Anpassung mit neuen Daten erfordert. Daher sind diese Methoden zwar wertvoll, um optimale Parameter für eine Handelsstrategie zu finden, es ist jedoch wichtig anzuerkennen, dass sie nur die durchschnittliche Sharpe-Ratio über Pfade optimieren und keine optimalen Ergebnisse für einen bestimmten realisierten Pfad garantieren können.

Im folgenden Abschnitt geht Dr. Chan auf das Problem der Überanpassung bei quantitativen Handelsstrategien ein und bietet mögliche Lösungen an. Er betont die Bedeutung eines Ensemble-Ansatzes, bei dem die Strategie auf mehrere Zeitreihen und nicht nur auf eine angewendet wird. Dieser Ansatz trägt dazu bei, die mit einer Überanpassung verbundenen Risiken zu mindern und die Robustheit der Handelsstrategie zu erhöhen. Darüber hinaus betont Dr. Chan, dass es nicht nur wichtig ist, ein Zeitreihenmodell an Preisdaten anzupassen, sondern auch eine Handelsstrategie an das Modell anzupassen, um eine Überanpassung zu minimieren. Er empfiehlt den Einsatz verschiedener Optimierungsmethoden und die Erforschung ausgefeilterer Modelle wie rekurrenter neuronaler Netze, um die Wirksamkeit von Handelsstrategien zu verbessern.

Gegen Ende beantwortet Dr. Chan eine Frage zur Auswahl des besten Zeitreihenmodells angesichts der großen Anzahl an Parametern, die angepasst werden können. Er erklärt, dass etablierte statistische Verfahren für die Anpassung von Zeitreihenmodellen auf der Grundlage verfügbarer Daten existieren, was im Vergleich zur Anpassung einer Handelsstrategie aufgrund der größeren Datenmenge, die für die Analyse zur Verfügung steht, vergleichsweise einfacher ist.

Dr. Ernest Chan gibt Einblicke in die Herausforderungen der Optimierung von Handelsstrategien ohne Überanpassung und schlägt Ansätze wie maschinelles Lernen, mathematische Modellierung und Simulation vor, um diese Herausforderungen anzugehen. Er betont, wie wichtig es ist, Ensemble-Ansätze zu berücksichtigen, Handelsstrategien an Modelle anzupassen und statistische Verfahren zu verwenden, um die Robustheit und Wirksamkeit von Handelsstrategien zu verbessern und gleichzeitig eine Überanpassung zu minimieren.

• 00:00:00 In diesem Abschnitt diskutiert Dr. Ernest Chan die Herausforderungen der Optimierung von Handelsstrategien ohne Überanpassung. Er erklärt den typischen Backtest-Workflow, der in Handelsstrategien verwendet wird, bei denen Preise zur Generierung von Kauf- und Verkaufssignalen verwendet werden, was zu Long- und Short-Positionen führt und Gewinne auf der Grundlage realer Marktpreise generiert. Das Problem bei der Optimierung von Handelsstrategien besteht jedoch darin, dass die Anzahl der Handelssignale weitaus geringer ist als die Anzahl der verfügbaren Preise, sodass es einfach ist, Handelssignale zur Optimierung auf der Grundlage historischer Zeitreihen auszuwählen. Dies führt zu Überanpassung oder Datenschnüffeln, wodurch ein Handelsmodell ohne Vorhersagekraft für unsichtbare oder nicht in der Stichprobe enthaltene Daten entsteht. Dr. Chan schlägt vor, dass eine Möglichkeit, dieses Problem zu überwinden, darin besteht, mehr Daten bereitzustellen, erklärt jedoch die Nachteile der Verwendung historischer Daten, die zu alt oder für die aktuellen Marktbedingungen irrelevant sind.
  
  
• 00:05:00 In diesem Abschnitt diskutiert Dr. Ernest Chan zwei Methoden zur Überwindung von Überanpassungsproblemen in Handelsmodellen. Die erste Methode ist maschinelles Lernen oder Bootstrapping, bei dem eine Überabtastung mit Ersetzung erfolgt, um mehr Rauschen in alten Daten zu erzeugen und so zu verhindern, dass Ihr Handelsmodell zu gut zu historischen Pfaden passt. Aufgrund der eingebetteten Autokorrelationsstruktur ist diese Methode jedoch für Zeitreihendaten nicht einfach zu implementieren, sodass sie für Daten mit geringer Autokorrelation geeignet ist. Die zweite Methode besteht darin, ein mathematisches Modell historischer Preise zu erstellen und ein analytisches Handelssignal zu finden. Dies erfordert jedoch ein einfaches Preismodell und Handelsmodell. Anschließend erörtert Dr. Chan den Simulationsansatz zur Erstellung eines Zeitreihenmodells mithilfe eines diskreten Modells, das durch Einbeziehung verschiedener Eigenheiten des tatsächlichen Marktverhaltens so realitätsnah wie gewünscht sein kann.
  
  
• 00:10:00 In diesem Abschnitt diskutiert Dr. Ernest Chan die mathematische Optimierung von Handelsstrategien. Die mittelwertumkehrende PI-Reihe ist die einfachste Zeitreihe, mit der Mathematiker umgehen können, und wird durch eine kontinuierliche Gleichung namens Ornstein-Uhlenbeck-Gleichung beschrieben. Diese Gleichung liefert ein Verständnis für das mittlere Niveau des Lock-Preises, und jede Abweichung vom Mittelwert bringt den Preis wieder auf dieses mittlere Niveau zurück. Um ein Modell für eine Handelsstrategie zu erstellen, muss man ein optimales Einstiegsniveau bestimmen, das die weiteste Abweichung vom Mittelwert darstellt, bei der man eine Long- oder Short-Position eingehen sollte, und das optimale Ausstiegsniveau. Während das analytische Modell alles optimieren kann, ist das einfachste Ziel der Gesamtgewinn. Bei der Ermittlung des Gewinns ist jedoch ein Diskontzeitfaktor zu berücksichtigen.
  
  
• 00:15:00 In diesem Abschnitt beschreibt Dr. Ernest Chan die optimalen Einstiegs- und Ausstiegsniveaus in einem einfachen Handelsmodell mit einem erwarteten Gewinn von 1 USD in einer Minute unter Berücksichtigung von Rabattfaktoren. Chan erklärt, dass die ermittelte Lösung für die optimale Bollinger-Band-Form in einer Zeitreihe, die im Buch „Dynamic Hedging“ zu finden ist, fortgeschrittene Mathematik, insbesondere Hamilton-Jacobi-Bellman-Gleichungen, nutzt, um die stochastische Differentialgleichung in eine partielle Differentialgleichung umzuwandeln. Die Lösung zeigt, dass die optimalen Eintritts- und Austrittsniveaus symmetrisch zum Mittelwert sind und der Abstand zum Mittelwert mit abnehmendem Kappa oder der Miniversionsrate zunimmt. Interessant sind auch die letzten drei Lösungspunkte: Die optimale Lösung in diesem Modell besteht darin, immer entweder long oder short zu sein; die langen Ausstiegs- und kurzen Einstiegspunkte sind gleich; Die Long- und Short-Position ist nicht nur eine Funktion des aktuellen Preises, sondern auch pfadabhängig.
  
  
• 00:20:00 In diesem Abschnitt des Videos bespricht Dr. Ernest Chan das mathematische Modell für die beste Handelsstrategie für die Armen Japans. Er erklärt, wie die langen Einstiegs- und langen Ausstiegsniveaus bestimmt werden und wie der Abstand zwischen den langen Ausstiegs- und Mittelwertniveaus mit der Quadratwurzel des Sigma-Quadrats dividiert durch 2*Kappa skaliert. Obwohl dieses Modell elegant und genau ist, weist es viele Vorbehalte und Mängel auf, wie z. B. Schwierigkeiten bei der Transformation der stochastischen PDE-Gleichung und seine Unbrauchbarkeit für die meisten praktischen Situationen. Daher ist eine numerische Simulation erforderlich, um das zu erreichen, was ein Mathematiker erreichen möchte, beispielsweise die Optimierung des Sharpe-Verhältnisses in einem AR 1-Modell.
  
  
• 00:25:00 In diesem Abschnitt erläutert Dr. Ernest Chan, wie man Handelsstrategien ohne Überanpassung optimiert. Das Ziel besteht darin, die durchschnittliche Sharpe-Ratio zu maximieren, was durch einen Simulationsansatz erreicht werden kann. Der Arbeitsablauf besteht darin, mit historischen Preisen zu beginnen und daran ein autoregressives (AR) Modell anzupassen. Das AR-Modell wird dann verwendet, um so viele simulierte Preisbenutzer zu generieren, wie für die zu testende Handelsstrategie erforderlich sind. Der Simulationsansatz ermöglicht beliebig viele Simulationen und verringert so das Risiko einer Überanpassung. Sobald durch den Simulationsansatz die optimalen Parameter für die Handelsstrategie gefunden wurden, kann dieser für einen Backtest entweder der ursprünglichen Zeitreihe oder von Out-of-Sample-Daten verwendet werden, um zu sehen, wie gut das Modell funktioniert.
  
  
• 00:30:00 In diesem Abschnitt erläutert Dr. Ernest Chan die Verwendung eines diskreten Modells, wie etwa des autoregressiven Modells mit Verzögerung eins, um ein nicht zufälliges Walk-Zeitreihenmodell für eine sinnvolle Handelsstrategie zu finden. Das einfache Modell verfügt über drei Parameter, die leicht mit Standardsoftware angepasst werden können. Die Strategie besteht darin, an jedem Punkt eine Entscheidung zu treffen, die darauf basiert, ob die erwartete logarithmische Rendite größer oder kleiner als ein Vielfaches der bedingungslosen und bedingten Volatilität ist. Diese einfache Strategie hat nur einen Parameter, kann aber durch Simulation angepasst und verbessert werden. Der optimale Parameter liegt bei 0,08 mit einer gewissen Variabilität aufgrund von Zufälligkeit.
  
  
• 00:35:00 In diesem Abschnitt diskutiert Dr. Ernest Chan zwei Methoden zur Optimierung von Handelsstrategien ohne Überanpassung. Die erste Methode untersucht das Sharpe-Verhältnis eines Pfads mit einem bestimmten Parameter und ermittelt das maximale Sharpe-Verhältnis durch Anpassen dieses Parameters. Diese Methode liefert präzise Ergebnisse, verwendet jedoch eine kleine Teilmenge von Pfaden. Die zweite Methode zeichnet die Verteilung des Sharpe-Verhältnisses als Funktion des optimalen Parameters auf und wählt den Modus dieser Verteilung aus, um den Parameter zu finden, der für die meisten Realisierungen das beste Sharpe-Verhältnis ergibt. Diese Methode ist weniger präzise, hat aber möglicherweise eine bessere intuitive Bedeutung. Allerdings ist die kumulative Rendite der Handelsstrategie mit dem optimierten Parameter im Out-of-Sample-Test nicht beeindruckend, und manchmal können suboptimale Parameter bessere Ergebnisse liefern. Chan schlägt vor, dass ein Grund dafür darin besteht, dass das verwendete Zeitreihenmodell mithilfe eines festen In-Sample-Sets angepasst wird, während das Modell im realen Handel kontinuierlich mit neuen Daten angepasst werden sollte. Insgesamt sind diese Methoden nützlich, um optimale Parameter für eine Handelsstrategie zu finden. Es ist jedoch wichtig zu bedenken, dass sie nur das durchschnittliche Sharpe-Verhältnis über Pfade optimieren und keine optimalen Ergebnisse für einen bestimmten realisierten Pfad garantieren können.
  
  
• 00:40:00 In diesem Abschnitt diskutiert Dr. Ernest Chan das Problem der Überanpassung bei quantitativen Handelsstrategien und wie man es überwinden kann. Er erklärt, dass es zwar unmöglich sei, zukünftige Marktergebnisse mit völliger Genauigkeit vorherzusagen, der beste Ansatz jedoch darin bestehe, einen Ensemble-Ansatz zu verwenden und die Strategie auf mehrere Zeitreihen statt nur auf eine anzuwenden. Dr. Chan betont außerdem, wie wichtig es ist, nicht nur ein Zeitreihenmodell an Preisdaten anzupassen, sondern auch eine Handelsstrategie an das Modell anzupassen, um eine Überanpassung zu minimieren. Er schlägt vor, verschiedene Optimierungsmethoden und noch komplexere Modelle wie rekurrente neuronale Netze zu verwenden, um Handelsstrategien zu verbessern.
  
  
• 00:45:00 In diesem Abschnitt beantwortet Dr. Ernest Chan eine Frage dazu, wie man angesichts der nahezu unendlichen Anzahl an Parametern, die angepasst werden können, das beste Zeitreihenmodell auswählt. Er erklärt, dass es etablierte statistische Verfahren zur Anpassung von Zeitreihenmodellen auf der Grundlage der verfügbaren Daten gibt, was im Vergleich zur Anpassung einer Handelsstrategie einfacher ist, da bei letzterer mehr Daten verarbeitet werden müssen.