""Value" und "Growth"  sind nur zwei von vielen Faktoren. Volatility, Quality, Momentum oder Macro Factors wie Inflation und Consumer Level sind andere. Und ich finde NICHT das Graham das damals schon veröffentlicht hat. Nicht die Bohne!  Wenn dann eher Fama (und die Researcher die er zitiert hat) 

Die eigentliche Erkenntnis ist eben, "exposure to value" bedeutet NICHT (nur) : "der Markt ist zu blöd, die Aktie ist unterbewertet, alle kaufen nur die hippen Aktien, weil sie Angst haben rendite zu verpassen bla bla bla...", sondern (wie lenzelott und FIASCO ja auch schon gesagt haben)  bedeutet in gewissen Marktphasen ein hohes Risiko!!!! Die Kurse sind nicht zwingend (relativ zum Buchwert) niedrig, weil "der Markt blöd ist", sondern weil der Markt für diese Risiken kompensiert werden will.

ich rede hier ja auch ständig gegen die "DGI Wunderwaffe" an. Das sind Stocks mit hoher  exposure zu"low vol" und "quality". Das sind prinzipiell nette und relativ Krisensichere Investments.....aber wer nur ein DGI Portfolio hat, trägt ein (IMHO irationales) Risiko.  

Selbes gilt für reine Value oder Growth Portfolios. 

Ein nach Faktoren (und damit meist über unterschiedliche Asset Klassen) diversifziertes Portfolio, das regelmäßig ein rebalancing bekommt, macht IMO durchaus Sinn.....

ETFs machen das auch relativ billig möglich.

Und wir kommen wieder zu dem Punkt: traue keiner Untersuchung die Du nicht selber gefälscht hast.
Leider habe ich keine Datenbasis ab 1963 um die Untersuchung 1:1 nachzuvollziehen.
Also habe ich mich auf die Daten beschränken müssen, die mir vorlagen: 01.01.1996-21.06.2019
Weiter Randbedingungen für meine Untersuchung:
- keine ADRs
- keine REITs
- keine Limited Partnerships
- Marketcap >150 Mio $ Inflationsadjustiert auf den 1.1.1996. Aktuell damit dann ca. 250 Mio $

Das sind im Schnitt knapp 2500 Aktien, die dann zur Analyse übrig bleiben.

Bei den klassischen Quintil Untersuchungen bzgl. Earnings Yield und Book Value Yield treten keine Überraschungen auf.
Billig kaufen gibt für beide Sortierkriterien bessere Returns, soweit ist das auch nichts neues.


  Quintile.PNG (Größe: 12,67 KB / Downloads: 284)


Wenn ich jetzt die teuren Titel nach Earningsyield / KGV (Quintil 5) nach dem Book Value Yield sortiere, bekomme ich völlig andere Ergebnisse wie der Kollege in seinem Paper.

   


Was ich nachvollziehen konnte, ist dass es keinen Sinn ergibt die nach Earningsyield / KGV günstigen Titel (Quintil 1) in einem 2. Schritt nochmal nach Book Value Yield zu sortieren.

   


Das sortieren der günstigen Book Value Aktien (Dezil 1) nach Earningsyield zeigt hingegen einen kleinen Mehrwert, der aber über die Quintil nicht stetig ist.
Hier könnte man die Quintil 4 & 5 als negativ Filter überlegen wegzulassen.


  BVYQ1.PNG (Größe: 7,78 KB / Downloads: 283)


Für mich bleibt unter dem Strich die immer gleiche Erkenntnis: Traue keinem Paper, analysiere immer alles selber
Die vorgeschlagene Handelsweise halte ich nach meiner Untersuchung vor unsinnig.

Einzig der von mir zuletzt angesprochene Ansatz verspricht einen geringen Mehrwert:
von den nach KBV günstigen Aktien, die 40% nach KGV teuersten Aktien aussortieren.

   
Wobei man mit diesem Vorgehen leider in der Finanzkrise nicht besonders gut gefahren wäre.

EDIT: Ein Grund für die völlig anderen Ergebnisse könnte der von mir verwendete Marketcap Vorfilter sein.
Er zeigt in seinem Paper bei den MikroCaps die dollsten Überrenditen. Wenn man sich aber auf handelbare Titel beschränkt ist der Effekt anscheinend weg.
Ich habe jetzt allerdings keine Lust etwas zu untersuchen, dass aufgrund der zu verwendenden Stocks mit subatomar kleinen Liquiditäten nicht handelbar ist.

Wir reden von dem hier?
https://www8.gsb.columbia.edu/ceasa/site...202013.pdf

Du wunderst dich warum Table.1 unterschiedliche Returns auswirft? Oder weil die grundsätzliche Aussage des Papers sich nicht reproduzieren lässt?

Die verwenden
-1963 - 2012, (du 1996 - 2019)! Da fehlen 3 Jahrzehnte Daten. 
- schmeißen ALLE financials raus (Banken und Versicherungen)....alles mit nem SIC code in den 6000ern !!!
- schmeissen alles mit nem per share Stock Preis von weniger als 0.20 USD (ohne Inflation) raus ...du hast einen Filter auf Marktkapitalisierung.

Wie kommst du auf die Idee, dass da auch nur annährend das gleiche rauskommt? Das verwirrt mich? 

Die Aussage des Papers ist wahrscheinlich ein statistisches Artefakt. Wie fast alles was im Kontext von "factors" publiziert wird. 


Ich vermute aber, wir reden aneinander vorbei.


Edit: für die Factor Effekte sind IMO die fehlenden Marktphasen und der Branchen Filter wichtiger als der CAP Filter

IMO ist dein Ansatz aber valide, wenn man die Financials da rausdreht. 

Wenn der Effekt von 1996 bis 2019 nicht mehr messbar ist, dann ist er wahrscheinlich Käse... 

Random Entry ist immer ein guter sanity check.

(22.06.2019, 15:46)Lancelot schrieb: Wir reden von dem hier?
https://www8.gsb.columbia.edu/ceasa/site...202013.pdf

Du wunderst dich warum Table.1 unterschiedliche Returns auswirft? Oder weil die grundsätzliche Aussage des Papers sich nicht reproduzieren lässt?

Die verwenden
-1963 - 2012, (du 1996 - 2019)! Da fehlen 3 Jahrzehnte Daten. 
- schmeißen ALLE financials raus (Banken und Versicherungen)....alles mit nem SIC code in den 6000ern !!!
- schmeissen alles mit nem per share Stock Preis von weniger als 0.20 USD (ohne Inflation) raus ...du hast einen Filter auf Marktkapitalisierung.

Wie kommst du auf die Idee, dass da auch nur annährend das gleiche rauskommt? Das verwirrt mich? 

Die Aussage des Papers ist wahrscheinlich ein statistisches Artefakt. Wie fast alles was im Kontext von "factors" publiziert wird. 


Ich vermute aber, wir reden aneinander vorbei.


Edit: für die Factor Effekte sind IMO die fehlenden Marktphasen und der Branchen Filter  wichtiger als der CAP Filter

Ich weiß, dass ich ein anderes Zeitfenster untersucht habe, hab ich ja explizit geschrieben, insofern müssen andere Zahlen rauskommen.
Aber ich hätte erwartet in den 23 Jahren zumindestens den Effekt wiederzufinden.

Da hast die alte Version von dem Paper. Das hier ist die neuere Version:
https://papers.ssrn.com/sol3/Papers.cfm?...id=2494412

Thx

Ich denke der Non Financial Filter ist schon wichtig. Der ist ja auch im neuen Paper drin. Meiner Erfahrung nach sind insbesondere Banken bzgl. FActors sonderbar. SMB und HMB sind da bei meinen Untersuchungen of nicht signifikant. 

Aber eigentlich vermute ich, dass es sich so oder so nicht lohnt das zu verfolgen.

Vielen Dank Lenzelott für deinen Backtest
Ungeachtet deines/eures Fazits (Effenkt nicht auffindbar) frag ich mich ernsthaft, wer solche Eier hat, eine Strategie mit solchen Drawdowns zu handeln? 70-80%? Da wirft doch jeder das Handtuch...

(22.06.2019, 17:13)Lancelot schrieb: Thx

Ich denke der Non Financial Filter ist schon wichtig. Der ist ja auch im neuen Paper drin. Meiner Erfahrung nach sind insbesondere Banken bzgl. FActors sonderbar. SMB und HMB sind da bei meinen Untersuchungen of nicht signifikant. 

Aber eigentlich vermute ich, dass es sich so oder so nicht lohnt das zu verfolgen.

Ich hab jetzt auch mal mit entsprechenden "Non Financial Filter" getestet.
Komme aber zu fast identischen Ergebnissen wie vorher.
Sprich in den letzten 23 Jahren ist der beschriebene Effekt nicht zu finden.


  EYQ5.PNG (Größe: 8,32 KB / Downloads: 180)

Fazit bleibt also gleich: "bahnbrechendes Ergebnis" ist auf einem Datenset mit vernünftiger Liquidität selbst auf 20 Jahre nicht messbar. 

Es wird im ganzen Paper auch nicht 1!!! Ansatz beschrieben, mit dem man das Ergebnis auf Robustheit geprüft hätte...

Schön wieder von Dir zu hören, Lenzelott, ich hatte Deine Beiträge im alten Board immer gerne gelesen.

(22.06.2019, 15:06)Lenzelott schrieb: Was ich nachvollziehen konnte, ist dass es keinen Sinn ergibt die nach Earningsyield / KGV günstigen Titel (Quintil 1) in einem 2. Schritt nochmal nach Book Value Yield zu sortieren.

Aber das behauptet der Autor doch so gar nicht, auf p.29 sind das immerhin noch 8,4% (equally weighted) Differenz, mit einem
E/P high & B/P (low||2) short
gegen
E/P high & B/P high long
portfolio wäre das gar nicht so übel, zumal der Effekt bei midcaps stärker ist als bei smallcaps (p.28 rechts).

(22.06.2019, 17:13)Lancelot schrieb: Ich denke der Non Financial Filter ist schon wichtig. Der ist ja auch im neuen Paper drin. Meiner Erfahrung nach sind insbesondere Banken bzgl. FActors sonderbar.

Das liegt daran, dass Banken etwas anders bilanzieren (müssen) als produzierende Unternehmen. Daher sind die Buchwerte nicht wirklich vergleichbar. Der Gewinn wird häufig duch Zinsveränderungen (duration) verzerrt und natürlich durch die Aktienmärkte selber.
Für Immobilienbeteiligungen gilt ähnliches.
https://de.wikipedia.org/wiki/Bankbilanz...lanzierung