Mathematische Fondsstrategien diversifizieren mit System und Regeln

Mischfonds gelten als eine der flexibelsten Anlageformen: breit gestreut, dynamisch anpassbar und ohne, dass Anleger täglich das Marktgeschehen verfolgen müssen. Fondsmanager übernehmen die aktive Steuerung, justieren die Gewichtung der Anlageklassen und reagieren auf Chancen wie Risiken.

Das Problem: Viele Mischfonds unterscheiden sich kaum voneinander. Klassische Werkzeuge wie Filter, Scoring-Modelle oder starre Quoten zwischen Aktien und Anleihen sind über Jahrzehnte nahezu unverändert geblieben. Die Folge: Austauschbare Produkte mit begrenztem Mehrwert für die Anleger.

Quantitative Ansätze – die nächste Stufe

Innovative Mischfonds gehen einen anderen Weg: Sie verlassen sich nicht auf Bauchgefühl oder starre Vorgaben, sondern auf mathematische Modelle und Datenanalysen. Diese quantitativen Strategien folgen klaren Regeln und bieten mehrere Vorteile:

• Disziplin: Entscheidungen basieren auf Algorithmen und nicht auf Emotionen.
• Klarheit: Die Systematik ist nachvollziehbar und unabhängig von Marktstimmung oder Panik.
• Reaktionsgeschwindigkeit: Modelle erkennen Trends und Risiken oft früher als Menschen und passen die Allokation zeitnah an.

Viele dieser Strategien sind zudem einzigartig und schwer kopierbar. Dadurch eignen sie sich nicht nur als eigenständiges Investment, sondern auch als wertvolle Ergänzung in jedem Portfolio.

Beispiel: Der Magrabe-Ansatz

Ein besonders spannender mathematischer Ansatz ist die sogenannte Magrabe-Rendite, die auf einer nobelpreisgekrönten Formel basiert und heute noch zur Berechnung des Kurses eines Optionsscheins eingesetzt wird. Ursprünglich wurde sie 1978 von William Magrabe weiterentwickelt, um den Wert von Austauschoptionen zu berechnen – also den flexiblen Tausch zwischen zwei Anlageklassen.

Übertragen auf Mischfonds bedeutet das: Der Fondsmanager kann dynamisch zwischen Aktien und Anleihen wechseln und jeweils die vorteilhaftere Anlageklasse priorisieren. Beispiel: Start mit 50 % Aktien und 50 % Anleihen – während des Jahres erlaubt das Modell eine rückwirkende Analyse und den Wechsel in die bessere Anlageklasse. So partizipiert der Fonds in Hausse-Phasen stärker an Aktiengewinnen, während Anleihen in schwächeren Markphasen mit Zinseneinnahmen für Stabilität sorgen.

Das Besondere: Die Strategie ist hochgradig transparent und lässt sich für die Vergangenheit exakt „backtesten“. Zwar kann der Investmentansatz die Zukunft nicht vorhersagen, aber er ermöglicht verlässliche Szenarien für unterschiedliche Marktlagen. Fondsmanager nutzen Ansätze wie die Magrabe-Formel oft als Basis, die sie durch eigene Anpassungen weiter verfeinern.

Der Bernhardt Capital Global Fund kombiniert beispielsweise globale Aktien mit US-Staatsanleihen und verschiebt die Gewichtung flexibel in Richtung der renditestärkeren Anlageklasse. Ziel ist eine aktienmarktähnliche Rendite bei gleichzeitig reduziertem Verlustrisiko in turbulenten Zeiten.

Abgrenzung zu KI-Modellen

In Zeiten von einer zunehmenden Relevanz von künstlicher Intelligenz taucht diese auch immer wieder im Kontext der mathematischen Fondsstrategien auf. Ohne zu sehr ins Detail zu gehen sind die beiden Ansätze wie folgt zu unterscheiden:

Mathematische Konzepte: Sie richten sich nach einem klaren Regelwerk & Formeln. Die definierten Modelle setzen auf klare Parameter, die streng deterministisch, testbar und transparent sind.

KI-Konzepte sind lernende Systeme: Die Modelle entdecken ihre Muster in Daten selbständig, d. h. sie sind adaptiv, datenhungrig und oft black-box-artig. So gibt es beispielsweise Mischfonds, die per Machine Learning die Wahrscheinlichkeit für Richtungswechsel am Markt prognostizierten und die Allokation kontinuierlich anpassen. Derartige Ansätze berücksichtigen auch nochmal andere Faktoren Twitter-Sentiment oder Zentralbank-Rhetorik.

Theoretisch könnten natürlich beide Ansätze kombiniert werden und KI zur Unterstützung herangezogen werden. Aber in dem Moment, wo KI im Rahmen von mathematischen Anlagekonzepten eingesetzt wird, geht die Klarheit und Transparenz des wissenschaftlichen Konzepts für den Anleger verloren. Die Charakteristika sowie Stärken und Schwächen sind zu unterschiedlich, als das man dann noch von einem mathematischen Konzept sprechen könnte, es ist dann eher ein hybrider Ansatz. Die Zielrichtung und mögliche Vorteile für den Anleger würden sich dann deutlich von den klassischen wissenschaftlichen Ansätzen unterscheiden.

Fazit

Wissenschaftlich fundierte Mischfonds sind gerade in volatilen Zeiten eine wertvolle Lösung für die Kapitalanlage: Sie bieten Diversifikation, Disziplin und Transparenz. Der Magrabe-Ansatz ist keine „Rendite-Garantie“, aber er reduziert Risiken im Vergleich zu reinen Aktien- oder Anleiheportfolios sowie statischen Mischdepots deutlich.

Für Anleger eröffnet sich damit die Möglichkeit, ihr Portfolio nicht nur nach klassischen Anlageklassen, sondern auch nach unterschiedlichen mathematischen Anlagestilen zu diversifizieren – und so die Abhängigkeit sowie das Gesamtrisiko von traditionellen Mischfondsstrategien und den klassischen Anlageklassen zu verringern.

12. Dezember 2025