Skip to main content
Top

2024 | Book

Volatilitätsbasierte Hedgefonds-Strategien

insite
SEARCH

About this book

Die Investitionseigenschaften der vier volatilitätsbasierten Hedgefonds-Strategien Long Volatility, Short Volatility, Relative Value Volatility und Tail Risk werden anhand von geeigneten Benchmark-Indizes der CBOE und Eurekahedge komparativ zu den traditionellen Asset-Klassen Aktien, Anleihen und Rohstoffe allumfassend untersucht. Insbesondere wird ihr Mehrwert in einem klassischen Mischportfolio aus Sicht von institutionellen Anlegern mittels unterschiedlicher, fortgeschrittener Verfahren nach Favre/Galeano (2002), Kapsos et al. (2011), Shalit/Yitzhaki (1984), Stöckl/Hanke (2014) und Stutzer (2000) im Rahmen von Optimierungssimulationen quantifiziert.

Table of Contents

Frontmatter
Kapitel 1. Einleitung
Zusammenfassung
Aufgrund der rasant vollzogenen Anhebung der Leitzinsen durch die Zentralbanken kam es im Jahr 2022 simultan zu negativen Renditen bei Aktien und Anleihen. Dies demonstriert eindrücklich, dass eine funktionierende Portfolio-Diversifikation über einen einfachen Anlage-Mix aus Aktien und Renten hinausgeht. Die Beimischung der Volatilität als Asset-Klasse wird in diesem Kontext als eine geeignete Möglichkeit zur Streuung eines institutionellen Mischportfolios angesehen. Von Hedgefonds wurden basierend auf ihr vier verschiedene Strategien (Long Volatility, Short Volatility, Relative Value Volatility und Tail Risk) entwickelt. Deren Investitionseigenschaften werden anhand repräsentativer Indizes der CBOE und Eurekahedge im Rahmen einer breit angelegten Performance-Analyse im Vergleich zu Aktien, Anleihen und Rohstoffen analysiert. Ihr Diversifikationspotenzial wird in diversen Backtests mithilfe von Optimierungsmethoden analysiert, die Verzerrungen auf Ebene höherer Momente bereinigen, welche durch den im Volatilitätshandel inhärenten Einsatz von Derivaten bedingt sind.
Jonas Hurm
Kapitel 2. Volatilität als Asset-Klasse
Zusammenfassung
Die Volatilität wird in all ihren denkbaren Facetten beleuchtet. Eingehend werden verschiedene Arten von Volatilität untereinander abgegrenzt und Möglichkeiten zu ihrer jeweiligen Messung beziehungsweise Schätzung dargestellt. Anschließend werden populäre Volatilitätsindizes und ihre Berechnungsmethodik näher betrachtet. Es werden ferner die zentralen Charakteristika der Volatilität herausgearbeitet, um aufzuzeigen, was sie als Anlage-Klasse auszeichnet. Anhand der Kriterien für Asset-Klassen wird zuletzt diskutiert, inwieweit die Volatilität als eigenständiges Asset angesehen werden kann.
Jonas Hurm
Kapitel 3. Investitionsmöglichkeiten in Volatilität über Derivate
Zusammenfassung
Die Volatilität ist nicht direkt investierbar. Als Vehikel existieren allerdings multiple, produkttechnische Möglichkeiten in Form von Derivativen. Hierzu gehören unter anderem Volatilitäts- und Varianz-Swaps, Volatilitäts-Futures, Optionen und Options-Kombinationen, Index-Zertifikate mit und ohne Laufzeitbegrenzung sowie Capped-/Knock-Out-Optionsscheine. Deren Besonderheiten werden dargelegt und ihre Eignung aus Anleger-Sicht überprüft.
Jonas Hurm
Kapitel 4. Volatilitätsbasierte Hedgefonds-Strategien und Benchmark-Indizes
Zusammenfassung
Die volatilitätsbasierten Hedgefonds-Strategien und ihre jeweilige Zielsetzung werden vorgestellt. Zudem werden zugehörige Handelsbeispiele aufgezeigt. Ebenso wird auf die Konstruktion, die Berechnung und die Bestandteile der jeweiligen Proxies der Strategien (CBOE Eurekahedge Volatility Hedge Fund Indizes) eingegangen.
Jonas Hurm
Kapitel 5. Kennzahlen der Risiko- und Performance-Analyse
Zusammenfassung
Der Analyse der Investitionseigenschaften vorangehend sollen die dortig verwendeten Rendite-, Risiko- und Performance-Kennzahlen beschrieben werden. Besonderes Augenmerk liegt hierbei auf Kennzahlen, die ungewünschte Abweichungen in höheren Verteilungsmomenten sanktionieren.
Jonas Hurm
Kapitel 6. Investitionseigenschaften volatilitätsbasierter Hedgefonds-Strategien
Zusammenfassung
Es werden das Risiko-Profil, die Performance sowie die Verteilungs- und Korrelationseigenschaften der vier betrachteten volatilitätsbasierten Hedgefonds-Strategien am Beispiel der CBOE Eurekahedge Volatility Hedge Fund Indizes im direkten Vergleich zu den traditionellen Asset-Klassen empirisch untersucht.
Jonas Hurm
Kapitel 7. Vorstellung der Ansätze zur Portfolio-Optimierung
Zusammenfassung
Es wird aufgezeigt, wie bei den nachfolgenden Portfolio-Optimierungen vorgegangen wird. Dabei werden insbesondere die fünf verschiedenen Verfahren nach Stutzer (2000), Kapsos et al. (2011), Favre/Galeano (2002), Shalit/Yitzhaki (1984) sowie Stöckl/Hanke (2014), welche im Rahmen der Optimierungssimulationen Anwendung finden, eingehend erläutert. Alle Ansätze berücksichtigen Schiefe sowie Kurtosis und kommen ohne kritische Verteilungsannahmen aus.
Jonas Hurm
Kapitel 8. Portfolio-Optimierung mittels volatilitätsbasierter Hedgefonds-Strategien
Zusammenfassung
Es wird anhand der Ergebnisse der durchgeführten Portfolio-Analysen verdeutlicht, in welchem Maß die Portfolio-Effizienz, gemessen anhand einer ausgewählten Zielgröße, durch die Integration des jeweiligen CBOE Eurekahedge Volatility Hedge Fund Index gesteigert werden kann. Diese Verbesserung wird im Vergleich zu einem optimierten Ausgangsportfolio, das nur aus traditionellen Anlageklassen besteht, analysiert. Auch werden konkrete Empfehlungen für Allokationsquoten in die jeweilige Volatilitätsstrategie sowie in die damit verbundenen Anlageklassen abgeleitet. Im Fokus steht die Herausarbeitung des konkreten Nutzens, welchen die diversen volatilitätsbasierten Hedgefonds-Strategien für institutionelle Anleger jeweils in einem Portfolio stiften können.  Abschließend werden die gewählte Methodik und die Ergebnisse der quantitativen Untersuchung kritisch reflektiert.
Jonas Hurm
Kapitel 9. Fazit und Ausblick
Zusammenfassung
Die zentralen Erkenntnisse werden abschließend zusammengefasst. Ebenso wird ein kurzer Ausblick auf potenzielle Folge-Untersuchungen gegeben.
Jonas Hurm
Backmatter
Metadata
Title
Volatilitätsbasierte Hedgefonds-Strategien
Author
Jonas Hurm
Copyright Year
2024
Electronic ISBN
978-3-658-45920-8
Print ISBN
978-3-658-45919-2
DOI
https://doi.org/10.1007/978-3-658-45920-8

Premium Partner