GRESSER K9 MOVEMENT
Im folgenden Abschnitt wird das Modul K9 Movement als erste Einheit des Handelssystems K9 erläutert.
Das Modul K9 Movement ist Teil der Überprüfung der Prämissen. Hier werden bereits erste Informationen und Betrachtungen bezüglich der Handhabbarkeit von Wertpapieren ausgewertet. So werden im Rahmen der K9 Volatilität die zuletzt gezeigten Kursschwankungen bezüglich ihrer absoluten und gerichteten Bewegungsintensität untersucht. Die Komponente K9 Psychologie beleuchtet die Verhaltensmuster der breiten Masse der Marktteilnehmer. Damit lassen sich auf der Tatsache der self-fulfilling prophecy Verhaltensmuster auf die zukünftige Kursentwicklung projizieren. Einen Vergleich zwischen dem Gesamtmarkt und Aktien oder auch zwischen einzelnen Aktien untereinander stellt die K9 Korrelation her. Hier können konträre oder auch gleichmäßige Bewegungen herausgefiltert werden.
Richtungsadjustierte Volatilitätsmaße
In diesem Abschnitt wird das Modul K9 Volatilität erläutert.
Die Volatilität als Teil des Moduls K9 Movement lässt sich grundsätzlich in statische und dynamische Volatilität unterteilen. Die statische Volatilität betrachtet isoliert jede Zeitperiode für sich und stellt keine Zusammenhänge mit anderen Zeitperioden her. Innerhalb der statischen systematischen Volatilität können die einzelnen Kurszuwächse sowie Kursverluste berücksichtigt werden. Dabei wird jede einzelne Kursfeststellung in die Betrachtung einbezogen.
Im Folgenden wird ein Systemteil herausgegriffen, in dem die prinzipielle Vorgehensweise bei der Ermittlung der statisch systematischen Volatilität erläutert wird. Das System K9 UpTicks basiert beispielsweise auf der Analyse der Effizienz der einzelnen Tickbewegungen. Die Vorgehensweise wird in der unteren Abbildung kurz erläutert.
Diese Abbildung zeigt, dass bei diesem Kursverlauf in der betrachteten Periode von 20 Kursfeststellungen acht Kurssprüngen nach oben zwei Kurssprünge nach unten gegen überstehen. Es ist somit eine 80-prozentige Aufwärtstendenz zu erkennen. Allerdings kann diese Aussage nur für die 20 letzten Kursfeststellungen getroffen werden. Ein Vergleich mit anderen Perioden und somit eine zuverlässige Prognose für die Folgeperiode lässt sich bei isolierter Betrachtung dieses Moduls nicht ermitteln, da die Analyse auf zeitinvarianten Betrachtungen beruht. Neben einer isolierten Betrachtung der Tickeffizienz im Rahmen des Moduls K9 Volatilität ist es auch möglich, die statisch systematische Volatilität als Mittel der lokalen Marktanalyse zu verwenden. Mithilfe des RadarScreen können somit die effizientesten Bewegungen auf Tickebene aus Tausenden von Aktien herausgefiltert werden. Das entspricht der grundsätzlichen Vorgehensweise des Handelssystem K9, das über den Weg der Selektion die Aktie findet, die die Voraussetzungen der einzelnen Systemmodule am besten erfüllen. Die folgende Abbildung zeigt am Beispiel die Bewertung der Systemteile K9 UpTicks, K9 DownTicks und K9 lokale Effizienz. Das Modul K9 Volatilität versucht, auf Basis seiner Systemstruktur die effizientesten Bewegungen auf Tickebene herauszufiltern. Das Handelssystem versucht, Positionierungen in ineffizienten, das heißt hohen dynamischen unsystematischen und systematischen wie auch hohen statischen systematischen Bewegungen zu vermeiden.
Die dynamische Volatilität lässt sich im Gegensatz zur statischen Volatilität sowohl in unsystematische als auch in systematische Volatilitäten untergliedern. Im Chart stellt sich die dynamische unsystematische Volatilität als die Schwankungsintensität eines Kursverlaufs um den durchschnittlichen Kurs der Zeitperiode dar. Grundsätzlich gilt: Je geringer die Schwankungsbreite des Kurses innerhalb eines bestimmten Zeitintervalls oder einer bestimmten Zeitperiode ist, umso kleiner ist das Risiko einer unvorhergesehenen und heftigen Kursbewegung. In der Vorstellung zweier verschiedener Kursverläufe mit gleichem Start- und Endwert heißt das nichts anderes, als dass ein konstanter, positiver Anstieg – ähnlich einer risikolosen, zinsbringenden Anlage – annähernd minimales Risiko beinhaltet, während eine permanente auf- und abwärts gerichtete Bewegung in Kombination mit der abwechselnden Herausbildung von neuen Hochs und Tiefs als äußerst riskant einzuordnen ist. Anhand eines einfachen Beispiels soll nun die grundsätzliche obige Vorgehensweise exemplarisch visualisiert werden.
Obige Abbildung stellt diese Volatilitätsdefinition in abgewandelter Weise dar. Beide Charts (zur Darstellung wurden Candlesticks gewählt, zeitinvariant auf Tickbasis) bilden die Notierungen desselben Basiswerts eines beliebigen Tickintervalls ab. In beiden Fällen liefert die Bestimmung des durchschnittlichen Preises, der durch die durchgezogene Linie gekennzeichnet wird, denselben Wert. Während die obere Darstellung für viele Kerzen große Differenzen zum Mittelwert des Zeitintervalls aufweist und ferner häufig langgezogene Kerzenkörper zu erkennen sind, zeichnet sich der untere Teil der Abbildung durch geringe Abweichungen vom Durchschnitt in Verbindung mit kleinen Kerzenkörpern aus. Die obere Darstellung verkörpert somit einen volatilen Kursverlauf. Weniger volatil zeigt sich hingegen der untere Chart.
Bei der Anwendung im RadarScreen bietet es sich an, die dynamisch unsystematische Volatilität in absoluten und relativen Größen anzugeben. Im Folgenden wird der Standard- RadarScreen des Systemteils dynamisch unsystematische Volatilität dargestellt.
Zur Ermittlung der dynamisch systematischen Volatilität im Rahmen des Moduls K9 Volatilität wird das mathematische Konzept der Regression verwendet.
Die dynamische unsystematische Volatilität ist aufgrund der Verwendung des gleitenden Durchschnitts in trendstarken Märkten nur bedingt anwendbar. Die Bildung eines Quotienten aus zwei unsystematischen dynamischen Volatilitäten mit unterschiedlichen Betrachtungszeiträumen kann eine begrenzte Verbesserung der Aussagefähigkeiterzielen. So ist ein sprungartiger Anstieg der Volatilität schnell erkennbar, da diekurzfristige Volatilität schneller darauf reagieren wird als die langfristige,die sich glättender verhält. Ausbrüche sind somit für den Investor schnell und einfach auffindbar.
Um ein Maß für die tatsächliche gerichtete Volatilität zu erhalten, wird eine modifizierte Herangehensweise der eigentlichen Standardabweichung praktiziert. So kann es vorkommen, dass ein Kurs einen starken, stabilen Anstieg zu verzeichnen hat, wodurch er eine hohe dynamische unsystematische Volatilität aufweist. Wird die Bewegung jedoch isoliert betrachtet, so kann die Volatilität, da sie in eine bestimmte Richtung zeigt, viel geringer sein. Deshalb verwendet die dynamische systematische Volatilität als Referenzgröße zur Bestimmung der Schwankungsbreite nicht den Durchschnittspreis, sondern die Regressionsgerade. Diese passt sich dynamisch an die Bewegung des Kurses an. Damit kann ermittelt werden, mit welcher Intensität sich der Kurs in eine bestimmte Richtung bewegt.
Anhand eines einfachen Beispiels soll nun die grundsätzliche Vorgehensweise der Regression exemplarisch visualisiert werden.
Die obere Abbildung macht deutlich, dass bei ein und demselben Chartverlauf das Volatilitätsmaß in der oberen Grafik größer ausfallen wird als in der unteren Grafik. Da die untere Grafik effizient in eine Richtung läuft, ist ihre gerichtete – also die dynamische systematische – Volatilität geringer, als wenn der Durchschnittspreis als Referenzmaß herangenommen wird. Das dynamische systematische Schwankungsmaß ist somit Ausdruck für die Güte beziehungsweise Konstanz, in der sich der Kurs über die betrachtete Zeitperiode bewegt.
Ein weiteres Maß für die Güte einer Bewegung wird in der Effizienz lokalisiert. Dabei wird die ideale Bewegung des Kurses zwischen einem Start- und einem Endpunkt ermittelt und mit der tatsächlich vollzogenen Bewegung verglichen. Wie Abbildung 20 zeigt, wird zur Ermittlung der jeweils relevanten Geraden ein rechtwinkliges Dreieck zur Hilfe herangezogen, wodurch der Satz des Pythagoras Anwendung findet. Die reale Bewegung wird summiert und anschließend in das Verhältnis der idealen Bewegung gesetzt. Je näher die reale Bewegung an der idealen verläuft, umso konstanter ist die Effizienz, und entsprechend werden dabei Werte nahe an 100 Prozent erreicht. Je größer die Unterschiede von realer und idealer Bewegung sind, umso niedriger werden die Effizienzwerte erwartet.
Abschließend wird der vollständige RadarScreen des Systemteils dynamisch systematische Volatilität dargestellt (untere Abbildung). In der vierten Spalte von rechts wird die prozentuale Veränderung des Quotienten zweier Standardabweichungen über unterschiedliche Zeitebenen visualisiert. In Spalte drei und zwei von rechts sind die absolute sowie relative Abweichungen des Kurses von der Regressionsgeraden dargestellt.In der letzten Spalte wird die Effizienz der zuletzt gezeigten Bewegung der jeweiligen Aktie aufgelistet.
Psychologische Einflussfaktoren
In diesem Abschnitt wird die Grundidee des Modul K9 Psychologie erläutert. Insbesondere zur weiteren Veranschaulichung werden exemplarisch einzelne Systemmodule präsentiert.
Die Psyche der Marktteilnehmer spielt beim Treffen einer Handelsentscheidung eine wichtige Rolle. Die genaue Kenntnis des Verhaltens der Masse in bestimmten Situationen erlaubt dem Investor Rückschlüsse auf die potenzielle zukünftige Entwicklung des Kurses. Insbesondere in trendintensiven Marktphasen zeigt sich die Psychologie der Marktteilnehmer als ein wichtiger Bestandteil des Kursverhaltens. In diesen Marktphasen ist die durchschnittliche tägliche Aufwärtsbewegung größer als die durchschnittliche tägliche Abwärtsbewegung, wenn auch die Aktie über den betrachteten Zeitraum gestiegen ist. Dieses Marktverhalten treibt die Kurse stetig an, während es bei negativen Marktphasen nur zu geringen Verlusten kommt. Zur Veranschaulichung wurde das Verhalten der NASDAQ–100-Werte über einen Zeitraum vom 01.01.2006 bis 07.07.2007, wie die zweite der beiden unteren Abbildungen, verdeutlicht.
Aus diesem Grund ist es aus risikotechnischer Sicht zunächst von Bedeutung, die allgemeine Trendrichtung des entsprechenden Wertpapiers zu bestimmen. Dies sollte nicht nur über einen hinreichend großen langfristigen Zeitraum, sondern auch über einen kurzen Zeitraum geschehen, um eine Aussage über die augenblickliche Bewegung treffen zu können.
Im obigen Abschnitt wurde im Rahmen des Moduls K9 Psychologie das Richtungsverhalten aus psychologischer Sicht analysiert. Im Folgenden wird der zweite Aspekt des Moduls K9 Psychologie erläutert: Es muss festgestellt werden, ob sich die Kursfeststellungen in der Nähe psychologisch relevanter Preismarken befinden. Markant ist das Verhalten an ganzzahligen Kursfeststellungen. Da das Orderbuch eines Titels, der nahe an einer markanten Kursmarke steht, im Allgemeinen durch eine Vielzahl von offenen Orders direkt an dieser Kursmarke gefüllt wird, reicht die Dynamik oft nicht aus, diese psychologische Marke beimersten Anlauf zu durchbrechen. Die große Zahl der Orders kann vom Markt nicht sofort bedient werden. Der Kurs treibt zunächst ein Stück in die andere Richtung, um neue Marktteilnehmer in den Sog einzubeziehen, und wird auch ein zweites Mal versuchen, diese Kursmarke zu durchdringen. Dieses Verhalten kann sich – ja nach Marktstimmung – mehrere Male wiederholen. Ist die Marktstimmung positiv, so wird irgendwann der Durchbruch erfolgen. Ist sie dagegen eher negativ, so wird das Abprallen als weiteres negatives Indiz verwendet und zu überproportional intensiven Abwärtsbewegungen führen. Im Folgenden wird anhand eines einfachen Beispiels zunächst in allgemeiner Form und anschließend am Beispiel der Altera-Aktie dieser Sachverhalt dargestellt.
Obige Abbildung stellt das mehrmalige Abprallen eines Kurses an einer psychologisch wichtigen Marke dar. Die Euphorie des Marktes hat auch die zweimal auftretende Korrektur verkraftet, und im dritten Anlauf hat es die Aktie geschafft, die Ganze Zahl zu durchbrechen. Damit steht dem Kurs jetzt wieder mehr Platz zur Verfügung, und er hat das Potenzial, neue Höchststände zu erreichen. Die Abbildungen 25 und 26 verdeutlichen am praktischen Beispiel, wie sich der Kurs der Aktie Altera Corp. aus dem NASDAQ-100-Index am 09.07.2007 an die Ganze Zahl 24,00 USD angenähert hat, dort allerdings auf Grund einer größeren Zahl von Marktteilnehmern, die ihre Orders zu dieser Marke aufgegeben haben, ins Stocken geriet.
In Abbildung 26 ist zu erkennen, dass sich der Kurs bereits über einen längeren Zeitraum an die Marke angenähert und zweimal versucht hat, sie zu durchbrechen. Dies ist allerdings nicht gelungen, da der Kurs bereits eine starke Aufwärtsbewegung zu Beginn des Handelstages zu verzeichnen hatte und die Dynamik nachgelassen hat. Somit kommt es zu einer Trendumkehr, und der Kurs istvorerst an der 24,00 USDMarke abgeprallt. Zu erkennen ist ebenso, dass der Kurs nach dem Abprall eine steigende negative Dynamik entwickelt.
In der unteren Abbildung wird der Gesamtbildschirm des Moduls K9 Psychologie gezeigt. Im links visualisierten Chart sind psychologische Kurse markiert, die im Laufe des Handelstages besonders markante Eigenschaften aufgewiesen haben. Im RadarScreen sind in der breiten Spalte in der Mitte der Darstellung die Bewegungsintensität sowie die Stärke und Konstanz dieser Bewegung dargestellt. Die fünf rechten Spalten visualisieren das Verhalten an ganzzahligen Kursen, wobei die relevante Ganze Zahl hervorgehoben wird. Die letzte Spalte gibt an, wie viel Prozent des aktuellen Handelstages über beziehungsweise unter der relevanten psychologischen Kursmarke gelegen waren.
Indexbasierende Korrelation
Abschließend zu diesem Abschnitt wird das Modul K9 Korrelation erläutert.
Der letzte Teil des Moduls K9 Movement, die Betrachtung der Korrelation, wird untergliedert in eine zeitliche Komponente und in die Marktkomponente. Die Korrelation auf zeitlicher Ebene beinhaltet die Auswertung der vor- und nachbörslichen Kurse, die außerhalb der üblichen Parketthandelszeiten festgestellt wurden. Sie geben schon frühzeitig genaue Hinweise auf die Eröffnung des regulären Handels und auf Divergenzen zwischen Gesamtmarkt und dem einzelnen Wertpapier.
Die Bewertung des aktuellen Kurses wird durchgeführt in Bezug auf den Tageseröffnungskurs, der die erste im Parketthandel festgestellt Preisfestsetzung repräsentiert.
Anhand dieser Betrachtung lässt sich leicht die Tagesrichtung feststellen, ob ein sinkender oder steigender Verlauf im regulärer Handel zu verzeichnen gewesen ist. Weiterhin wird ein Bezug zur ersten Kursfeststellung im vorbörslichen Handel hergestellt. Da sich hier nur Market Maker aufhalten, ist innerhalb dieser Handelsspanne, die je nach Börse ein bis eineinhalb Stunden andauert, bereits frühzeitig ablesbar, ob der jeweilige Titel im positiven oder im negativen Bereich eröffnen wird. Die Auswertung des vorbörslichen Handels bringt einen entscheidenden Vorteil gegenüber vielen anderen Marktteilnehmern, die häufig keinen Einblick in die vorbörslichen Aktivitäten besitzen. Ebenso verhält es sich mit dem nachbörslichen Handel. Dieser findet bis zu vier Stunden nach dem Schluss des regulären Handels statt und zeigt einen Trend an, zu dem der Kurs am nächsten Tag eröffnen könnte. Im Allgemeinen kann es lediglich zwischen dem nachbörslichen und dem vorbörslichen Handel zu sogenannten Gaps kommen und nicht, wie viele meinen, zwischen dem Ende des regulären Handels am Vortag und der Eröffnung des regulären Handels am neuen Tag. Scheinbar auftretende Gapsituationen sind meist keine real existierenden und partiell zufälligen Kurssprünge, sondern sie wurden bereits im nach- und vorbörslichen Handel durch Aktivitäten der Market Maker verursacht. Gerade bei der Veröffentlichung von Quartalszahlen, die von den großen Kapitalgesellschaften im nachbörslichen Handel publiziert werden, kann es zu starken Veränderungen kommen. Die Abbildungen 29 und 30 zeigen einerseits einen scheinbaren Kurssprung zwischen dem Schlusskurs am Vortag (25.04.2007) und dem Eröffnungskurs des neuen Handelstages (26.04.2007) der Apple- Aktie sowie andererseits, wie er sich im nach- und vorbörslichen Handel tatsächlich entwickelt hat.
Abschließend wird der Aspekt Marktkorrelation im Rahmen des Moduls K9 Korrelation erläutert. Neben der Auswertung des vor- und nachbörslichen Handels eines jeden Wertpapiers spielt die Korrelation des Titels zu anderen Aktien oder zu einem als repräsentative Größe gewählten Index eine wesentliche Rolle. So haben Aktien in Phasen, in denen unternehmensspezifische Nachrichten nur von geringer Bedeutung sind, meist eine zum Gesamtmarkt hohe Korrelation. Unterschieden wird der statische und dynamische Gleichlauf. Die statische eindimensionale Korrelation vergleicht den Chart zweier Titel. Dabei werden gleichartige Bewegungen innerhalb des gewählten Zeithorizonts in Form einer positiven und gegensätzlichen Bewegung in Form einer negativen Korrelation bewertet. Der dynamischen eindimensionalen Korrelation kann die mathematische Berechnungsformel der Korrelation zugeordnet werden. Sie ergibt sich aus dem Quotienten von Kovarianz zum Produkt der jeweiligen Standardabweichungen. Durch diese Normierung werden Werte in der Größenordnung zwischen +1 (positiver Gleichlauf) und –1 (konträrer Verlauf) erreicht. Die statische n-dimensionale Korrelation vergleicht jede einzelne Kursfeststellung über die vergangenen 20 Zeitperioden aller Titel, woraus sich vor allem eine allgemeine Trendrichtung des Gesamtmarktes ableiten lässt.
Titel mit einem hohen Maß an Gleichlauf (positive Korrelation) orientieren sich bei ihrer Preisbildung am gewählten Referenzindex. Dies gilt vor allem für Schwergewichte innerhalb des gewählten Index, die einen großen Anteil an der Preisfestsetzung des Index besitzen. Stehen jedoch fundamentale Nachrichten an, wie etwa Quartalszahlen, so werden sich diese Titel unabhängig vom Gesamtmarkt bewegen (keine Korrelation). Es ist gemeinhin zu erkennen, dass solche Werte eine spezifische, individuelle Bewegungsrichtung bevorzugen. Läuft der Gesamtmarkt ebenfalls in diese Richtung, so bilden die Aktien diese Bewegung überproportional ab (punktuell positive Korrelation mit hohem Beta-Faktor); läuft der Gesamtmarkt jedoch in die entgegengesetzte Richtung, so bilden diese Titel eine solche Phase entweder in Form einer Abnahme ihrer Bewegungsdynamik oder in Form einer Seitwärtsbewegung ab (punktuell keine bis negative Korrelation mit niedrigem bis negativem Beta-Faktor).
Obige Abbildung stellt in Spalte fünf beziehungsweise sechs von rechts die dynamisch eindimensionale Korrelation aller Aktien zu dem in Zeile eins gewählten Referenzindex dar. Die vier rechten Spalten visualisieren die Zeitkorrelation, das Verhalten jeder Aktie zu den vor- und nachbörslichen Kursfeststellungen.
Die untere Abbildung zeigt den Kursverlauf der Aktie Apple Computer und des als Referenzindex gewählten NASDAQ 100 Trust. Im unteren Teil des Charts ist die statische eindimensionale Marktkorrelation zwischen der Aktie und dem Index dargestellt. Positive Ausschläge des Histogramms verkörpern dabei ein gleichgerichtetes Maß des Gleichlaufs, während negative Ausschläge auf einen konträr gerichteten Gleichlauf schließen lassen.
Abschließend zum Modul K9 Korrelation visualisiert Abbildung 33 die dynamisch n-dimensionale Korrelation der gewählten Aktien zum in Zeile eins gewählten Referenzindex.
(C) 2010 - Alle Rechte vorbehalten