Auf welche Börsenexperten sollte man hören?

Mission Money erzählt den Leuten das was sie hören wollen um Klickzahlen zu generieren.
Manche Statistiken die dort vorgestellt werden sind sehr interessant. Die Aktien umso weniger.

Treffer. Nervig ist zudem das ganze Gedöns, schon nur der Sound. Wer krampfhaft cool sein will, ist es selten.

Warren Buffett
Ein erfolgreicher Mann ohne Frage, aber manchmal glaube ich er war "nur" zur richtigen Zeit mit dem richtigen Mindset an der richtigen Börse.
Würde man ihn heute auf eine ausgewachsene USA und durchtechnologisierte Welt loslassen, wäre er heute vielleicht erfolgreich aber kein Börsenpapst und nur einer von vielen.
Ok, Glück gehört auch dazu. In den letzten Jahren hat der Erfolg aber nachgelassen.

Er ist natürlich ein Monument. Der praktische Nutzen für Privatanleger ist eher begrenzt. Zudem fällt er immer mehr aus der Zeit, wie Du richtig sagst.

Florian Homm finde ich gut.
Seine Strategien lassen sich aber als Privater nicht ganz so gut umsetzen.
Würde er einen Fonds auflegen, dann wäre ich dabei.
Was interessiert mich seine Religion? Soll er doch glücklich damit werden.

Den finde ich mehr unterhaltsam als nützlich.

Von Bodo Schäfer halte ich nichts.
Würde es die Börse nicht geben, dann wäre er bestimmt Priester geworden.

Dauerwerbesendung: Keiner braucht es.

Am besten finde ich immer noch Kostolany. Irgendwie ist alles recht zeitlos anwendbar was der so von sich gegeben hat.
Abzüglich der Anleihen natürlich.

+1

Youtube Kanäle die ich noch gut finde:
Zahltagstrategie, Erichsen / Tradermacher, Jens Rabe, Homo Oeconomicus, Hell investiert, ... und noch ein paar andere.

Rabe ist sehr unterschiedlich, manches ist einfach Schrott. Für jüngere Einsteiger finde ich Thomas von Finanzfluss gut: aufgeräumt, seriös, nicht bemüht verkokst obercool wie Heulboje Mission Money. Hell investiert ist sehr praxisorientiert; bei dem nervt mich, dass er alle zwei Tage die Welt untergehen sieht. Die Zeiten sind zwar hoffnungslos, aber muss man es immer in den Titel der Videos knallen? Kleine aber fein: Fintool. Er kann nicht gut mit kritischen Kommentaren umgehen (fast so wenig wie Rabe), aber die Qualität ist extrem hoch, trotzdem verständlich und empirisch einwandfrei belegt (habe ich gerne; wie die Welt sein sollte, weiss ich auch ohne Youtube). Die Zahltagstrategie ist besonders gut für Einzelanalysen von US-Aktien; etwas trocken.

Wer wirklich wissen will, wie Charttechnik funktioniert, muss fast zwingend Murphys "Technische Analyse der Finanzmärkte" lesen. Wer immer und nur Buy+Hold fährt, kann es auch lassen.

Just my 2 cents.

Lg X.

Amüsant und kurzweilig, verschiedene Strategien/Experimente.


https://petrawolff.blog/author/petrawolff/


Von Levermann bis Lego. Manchmal sehr eigenwillige Ansichten und Einschätzungen, jedoch in Verbindung mit den Kommentaren auch anregend bis lehrreich.

Danke für die Links.

Domingos passt ja nicht so ganz rein, fand ich aber am interessantesten. Hast Du das beworbene Buch gelesen?

Domingos war mal head of ML bei DE Shaw.
https://www.deshaw.com/

Ich habe das Buch selbst nicht gelesen, nur einige seiner Paper (die in der Tat zu den interessanteren, wenn auch häufig unkonkreten akademischen, Publikationen gehören).

Ein Kollege von mir hats gelesen. 
Ich weiß nicht, ob du dich mit ML auskennst. Aber Machine Learning hat viele unterschiedliche akademische Ursprünge (Connectionist/Cybernetics, Signal Processing, Statistics/Bayesian Statistics, GOFA/Logik, Computer Science und Information Theory, Biological Inspired/Evolutionary...). Das Buch soll diese Historie und unterschiedlichen Einflüsse schön beschreiben. Der Rest (eben das Zeug zum Master Algo) fand mein Kollege nicht so überzeugend. Wir sind häufig einer Meinung, deshalb hab ich es nicht gelesen.

Und ok Software veröffentlicht er:
http://www.cs.washington.edu/dm/vfml/

Hallo Lancelot

Mit Machine Learning hatte ich nur sehr am Rande zu tun. Ich weiss, dass es für Mustererkennungen gut eingesetzt werden kann, und da selbst dem Mensch überlegen sein kann. Dafür müssen aber die Rahmenbedingungen passen. Mit dem Erkennen von 'vollkommen Neuem' werden sich solche Algorithmen naturgemäss schwer tun.

Was ich gar nicht verstehe (deshalb hatte ich ja Domingos als Ausnahme hier gesehen): wendet man solche Programme nun selbst an? Was ordentlich Fachwissen und Computer-Ressourcen voraussetzt, aber sicher extrem spannend ist. Oder verlässt man sich auf die Anlagetipps oder gar Fonds von professionellen Anbietern, die mit solcher Software analysieren? Da könnte man ja gleich direkt auf gute ETFs zurückgreifen, wo man selbst kaum Einfluss hat.
Interessant wäre in dem Zusammenhang, ob von Machine Learning basierten Programmen die Kursverläufe z.B. des aktuellen Jahres 'vorausgesagt' wurden. Oder wird immer nur so kurzfristig agiert, dass langfristige Verläufe vollkommen egal sind?

Wie man sieht, ich weiss da nix...
Beste Grüße
Markus

Hallo Markus,

statistische/ML Modelle für Trading Strategien zu verwenden ist was für Leute mit entsprechenden Fähigkeiten, Daten und Zeit. 

Finanzmarktzeitreihen unterscheiden sich doch sehr von den Problemstellungen, bei denen ML so erfolgreich ist und in den Medien zu so viel Aufmerksamkeit gesorgt hat. 

Aber ML findet bei mehreren Hedge Funds (TwoSigma, Citadel, DE Shaw, Winston, CQF.. angeblich auch Rentech) und Prop-Shops (Alphagrep, XTX, Quadrature, Machine Capital, Jane Street..) statt. Ich kenne Leute die bei einigen dieser oder ähnlichen Firmen arbeiten/gearbeitet haben und habe selbst dort gearbeitet. Du kannst das aber auch ohne tieferen EInblck erkennen, weil du in den "Career Sections" häufig deutliche Hinweise auf ML findest. 

Was auch immer da rauskommt, niemand verkauft dieses Wissen an Retail Trader. In der Regel ist das auch eher für kurzfristiger orientierte Strategien oder Market Making. Auch wenn es durchaus Ansätze gibt, kenne ich niemanden der langfristige Horizonte bedient klassisches Asset Management, Endowment Funds..etc) der ML auf breiter Front einsetzt. Auch aus dem Grund den du genannt hast: keine supervised learning Technik kann mit Szenarien umgehen, die sie in den Daten so direkt noch nie gesehen hat. 

Es gibt Ansätze um Meinungen und Theorien mit Daten zu verheiraten, wie den hier https://www.amazon.com/Portfolio-Managem...299&sr=8-1   

Ab und zu wird eventuell ein Evolutionärer Algorithmus eingesetzt um Portfolio Optimierung zu betreiben (habe ich für mein ETF Portfolio gemacht...ex post gesehen kam da aber ziemlich trivialer Kram raus und das hätte ich mir auch sparen können).

Aber eine echte Verbreitung von ML Ansätzen im langfristigen Asset Management sind mir nicht bekannt und finde ich auch unplausibel. Eventuell unsupervised  learning Techniken in der Research (autoencoder als PCA-Ersatz oder so). 

Mein Eindruck ist: für den Retailer lohnt das nicht.

https://goldfrau.de/kleines-einkommen/

https://youtu.be/6LGfyPs0f0A


https://youtu.be/qQuXEtrJEiY

https://youtu.be/6LGfyPs0f0A


https://youtu.be/qQuXEtrJEiY

Reichlich Yoga lastig

https://boerse.ard.de/aktien/techboom-no...rt100.html

Hier mal der Zeitplan des Crash-Propheten M.Krall vom Februar 2020:

Muss man an die Zeugen Jehovas denken. Ab Q4 2020 geht's los, Bankenpleiten, "Zombie"-Firmenpleiten usw.

Bären ziehen mich magisch an, ziemlich blöd. Ich glaub an seinen Fahrplan nicht.