Goldeneye Research Institute

Quo Vadis USD

Lucas Wiesner — Wed, 23 Sep 2020 18:00:23 +0000

USD

Zunächst eine Standortbestimmung der Trendsituation:

kurzfristig aufwärts
mittelfristig abwärts
langfristig neutral, seit über 5 Jahren zwischen ca. 92 und 100 gefangen

Auch wenn es den Anschein haben mag mittelfristig nach oben zu drehen, so muss man doch sehen was ist und nicht was man sehen will.

In der Elliott Wellen Analyse sehen wir langfristig noch einen intakten Aufwärtstrend, der nun schon seit einigen Jahren in der Korrektur ist – welche Form diese Korrektur am Ende angenommen haben wird ist noch offen. Im nachstehenden Bild sind die aktuell wahrscheinlichsten Varianten aufgezeichnet. Invalidation dieser langfristigen Elliott Wellen Variante tritt erst ein, wenn das Tief vom 16.02.2018 bei 88.15 gebrochen wird.

Quelle: Tradingview

Kurzfristig ergibt sich eine sehr bullische Konstellation seitens der Charttechnik. Gegen Ende der letzten Abwärtsbewegung, welche in eine wichtige Preiszone fiel, zeigten sich starke Divergenzen in den Indikatoren. Zum einen setzte der Preis hier auf einer langfristigen Aufwärtstrendlinie mit mittlerweile 4 Berührpunkten (Trendlinien mit nur 2 Berührpunkten im Vorfeld halten wir nicht für signifikant) auf und zum anderen erreichte er gleichzeitig die untere Preisgrenze der Range zwischen ca. 92 und 100, in welcher sich der Index nun seit über 5 Jahren nahezu dauerhaft aufgehalten hat – diese Kombination nennt sich Kreuzwiderstand und ruft meistens starke Preisreaktionen hervor. Als wäre das noch nicht bullisch genug, bildete der DXY auch noch eine inverse Schulter Kopf Schulter Formation an diesem Kreuzwiderstand aus, über deren Nackenlinie er mittlerweile ausgebrochen ist.

Quelle: Tradingview

Über Schwäche und Stärke des USD bestimmt das Verhältnis zwischen den Inflationserwartungen für den USD und andere große Währungen. Am Beispiel des EUR/USD können wir sehen, dass die EZB nach wie vor die QE Programme (wir messen QE Programme anhand steigender Bilanzsummen) laufen hat, während die FED schon seit Anfang Juni pausiert und lediglich verhindert, dass die Bilanzsumme schrumpft. Dementsprechend verschiebt sich das Verhältnis der Inflationserwartungen. Basierend auf den aktuellen Daten würde man nun eine stärkere Inflation, also Entwertung der Währung, für den Euro, als für den US-Dollar erwarten.

Quellen: EUR/USD; FED Assets; EZB Assets

Wie bei der EZB laufen auch bei der BOJ die Druckerpressen noch auf Hochtouren und die BOE hat erst seit Anfang September das QE wieder eingestellt. Auch hier sollten sich demnach die Inflationserwartungen zu Gunsten des Dollars verändern.

Quellen: BOJ, BOE

Betrachtet man die FED isoliert, so stellt man schnell fest, dass eine weitere wichtige Balance in diesem Drahtseilakt zwischen dem QE der Zentralbank und der Herausgabe neuer Staatsanleihen seitens des US Finanzministeriums besteht. Sollte die FED, wie aktuell der Fall, signifikant weniger QE betreiben, d.h. Staatsanleihen kaufen, als das Finanzministerium herausgibt, so führt dies zu Stärke im USD. Im nachfolgenden Chart ist zu beachten, dass die Performance des DXY auf der linken Seite invertiert dargestellt wird.

Quelle: nordea.com

Die Positionierung der Marktteilnehmer entspricht historisch auch eher einer Bodenbildung, als einem fortgesetzten Abwärtstrend. Die Masse der Vermögensverwalter ist short positioniert, während Market Maker und Dealer aktuell eine seltene netto Long Exposure haben. Eine Situation die oftmals in einem Short Squeeze endete.

Quelle: barchart.com

Die aggregierte Positionierung im DXY lässt auf ein extrem bärisches Sentiment schließen. Tatsächlich war der Konsens seit 2011 nicht mehr so bärisch. Wir werten extreme Sentiments immer als Kontraindikator. Die Masse liegt meistens falsch.

Quelle: MacroCharts

Die Gefahr hier liegt wohl wahrscheinlich darin, zu früh zu einer bullischen These zu schwanken. Allerdings scheint die fundamentale Situation rund um das FED QE auf einen baldig auftretenden Liquiditätsengpass im Dollar schließen zu lassen. Kombiniert man diesen Umstand mit der schon recht extrem gewordenen Positionierung vieler Teilnehmer so wirkt das Gesamtbild wie ein perfekter Sturm aus deflationären Tendenzen auf Grund zu wenig QE, verbunden mit einem Short Squeeze am Futures Markt.

Auswirkungen auf andere Assetklassen

"If you get the Dollar right, you get everything else right."

Keith McCullough

CEO, Hedgeye Risk Management

Wenn es doch nur so einfach wäre. Natürlich liegt man nicht automatisch mit allen anderen Assets richtig, wenn man den Dollar korrekt einschätzt. Korrelationen am Markt unterliegen einem ständigen Wandel und es gibt dabei auch eine gewisse Zyklizität. Aktien (linker Chart) und Rohstoffe (rechter Chart) sind historisch negativ mit dem USD korreliert, neigen allerdings im 4 Quartal des Jahres zwischen September und Dezember zu einer positiven Korrelation. Nun waren Rohstoffe, als auch Aktien schon eine ganze Weile nicht mehr positiv mit dem USD korreliert und es wird wohl mal wieder Zeit. Eine Situation ähnlich der in Q4 2017 könnte hier entstehen. Daher werden wir jetzt die Korrelationen zwischen dem USD und Aktien, sowie zwischen USD und Rohstoffen engmaschig verfolgen um unsere Erwartungen fortlaufend anzupassen. Aktuell sind die Korrelationen ja noch klar und deutlich negativ, d.h. ein starker USD ist schlecht für Aktien und Rohstoffe.

Quelle: srockcharts.com

Ein steigender Dollar ist deflationär und bietet somit Rückenwind für Deflations-Assets. Dazu gehören vor allem Anleihen, defensive Aktien, der Dividendenadel und natürlich Wachstumsaktien, da Deflation im ökonomischen Sinne meist Resultat von Wachstum ist.
Als Inflations-Assets gelten dagegen bspw. TIPS (Treasury Inflation-Protected Securities), US-Banken und Aktien aus anderen Ländern.
Im unteren Chart ist zu erkennen, dass die jüngste Schwäche-Phase für Wachstums-Aktien wohl überwunden ist und die outperformance gegenüber Value Titeln nun fortgesetzt wird.

Quelle: srockcharts.com

Gamma Gamble

Lucas Wiesner — Thu, 17 Sep 2020 07:00:00 +0000

Suche nach Schuldigen

Seit Januar 2018 beobachte ich ein steigendes Interesse seitens Privatanalegern am Optionsmarkt teilzunehmen. Mittlerweile beteiligen sie sich sogar mehr am Optionsmarkt als an den Basiswerten – zumindest in Bezug auf den Aktienmarkt. Ein wichtiger Grund wird sicherlich sein, dass man hier schon mit einem relativ kleinen Kapitaleinsatz überproportional an Kursbewegungen der Basiswerte teilnehmen kann. Das macht die Derivate auch für kleine Konten attraktiv, auch der Umstand, dass für die Käuferseite das Risiko auf den Totalverlust der Position beschränkt ist macht das Risikomanagement vermeintlich einfacher, auch wenn sich unprofessionell agierende Marktteilnehmer sicherlich oft mit der Exposure übernehmen werden. Aber können kleine Privatanaleger wirklich eine sich selbsterfüllende Prophezeiung auslösen?

Quelle: zerohedge.com

Viel liest man in den letzten Tagen und Wochen über Masayoshi Son und seine SoftBank Holding. Hier hat man nach großen Aktieninvestitionen, insbesondere in US-Technologiewerte, große Optionswetten abgeschlossen und so das bullische Kursfeuerwerk scheinbar gezielt mit weiterem Sprengstoff befeuert, um einen “Gamma Squeeze” seitens der Market Maker auszulösen. So zumindest die Darstellung in vielen großen Finanzmedien. Wahrscheinlich ist, dass alles ganz anders zustande kam. Analysiert man den Open Interest von Aktienoptionen in denen Softbank laut Medienberichten aktiv war, so stellt man fest, dass die meisten Softbank-Trades wohl entweder als Gamma-neutrale Spreads in den Markt kamen, oder dazu dienten Aktien durch Optionen zu ersetzen um zwar weiterhin von steigenden Preisen zu profitieren und die Long Exposure beizubehalten, sich aber gelichzeitig gegen höhere Volatilität abzusichern. Der Gesamteffekt auf das Gamma in den Büchern der Market Maker durch SoftBank wird von den meisten Medien wohl enorm überschätzt – es ist für Journalisten auch immer zu leicht und verführerisch große Finanzkonglomerate als Schwarze Schafe an die Wand zu malen. Anfang September büßte SoftBank aufgrund dieser Berichte zwischenzeitlich fast 20% Marktkapitalisierung ein. Weniger als eine Bestrafung für das angebliche Auslösen – und somit de facto Marktmanipulation – eines Gamma Squeeze, als vielmehr die Frage, ob es sich noch um “Venture Capital” handelt, oder nicht doch schon einen “Hedge Fund” darstellt. Venture Capital ist sexy, Hedge Funds sind aus der Mode gekommen.

Quelle: SpotGamma

Laut Financial Times Informationen hatte SoftBank über die Sommermonate Optionen für ca. $4 Mrd. gekauft – allein im August haben Privatinvestoren Calls für $34Mrd. eingetütet, diese Zahlen basieren auf tatsächlich gezahlten Optionsprämien. Nur um das ganze Mal in Relation zu setzen. Ich schließe SoftBank als Hauptschuldigen vollständig aus. Im Vergleich zu Privatanlegern wirkt der institutionelle Anleger hier wie ein frecher Schuljunge der ein bisschen mitmischen möchte, aber die “großen” Jungs lassen ihn nicht in den Skatepark, wo sie schon alles für sich beansprucht haben. Verdrehte Welt.

Quelle: ft.com

Ex post wird als “Gamma Gamble” nun die Strategie bezeichnet das Call Volumen gegenüber dem Put Volumen zu erhöhen und somit Market Maker potenziell in eine gefährliche Lage zu bringen -wenn die Rahmenbedingungen stimmen.

Die Dynamik des Gamma Gamble

Die Dynamik, welche wohl meistens unterschätzt wird, entsteht durch das Verhalten von Market Makern die sich hedgen um möglichst ohne Risiko am Spread Geld zu verdienen. Dies gilt insbesondere in illiquiden Märkten, zu Zeiten in denen erhöhtes Interesse an Derivaten durch Privatanleger besteht und diese ein starkes Ungleichgewicht zwischen Calls und Puts schaffen. Das Ungleichgewicht weist momentan einen Überhang von ca. 11 Millionen Calls aus. Diese Dynamik ist wohl auch mitverantwortlich für den Meltup der Dot Com Blase in ihren letzten Jahren, auch wenn die Situation im Optionsmarkt damals nicht ganz so extrem – und vor allem nicht ganz so schnell – verzerrt wurde. Market Maker, die sonst im Großen und Ganzen unsere Märkte effizienter machen stoßen hier an ihre Grenzen der Effizienz. Ein weiterer begünstigender Faktor ist der Umstand, dass Market Making mittlerweile kaum noch von Menschen gemacht wird – der Prozess liegt nun in den Händen von High Frequency Trading (HFT) Algorithmen. Wie diese selbst die Liquiditätskrise am Markt auslösen und sich so als Market Maker kollektiv selbst das Bein stellen, ist eine Studie für sich wert, wahrscheinlich auch mehrere.

Quelle: Sentimentrader

Das enorme Ungleichgewicht zwischen Calls und Puts bringt die Market Maker welche Stillhalter der Optionen sind in Bedrängnis. Ihre Gammaposition, die sonst relativ neutral ist, wenn Puts und Calls mehr oder weniger im Gleichgewicht sind, wird durch die Verzerrung zugunsten der Calls zu einer negativen Gamma Position welche wir als Gamma-Short bezeichnen. Das Gegenteil wäre eine Verzerrung zu Gunsten der Puts was zu einer positiven Gamma Position führt welche als Gamma-Long bezeichnet wird.

Market Maker im Optionsmarkt möchten, wie alle anderen Market Maker auch ihr Geld möglichst ohne Risiko verdienen. Dafür bieten sich ihnen – im wahrsten Sinne des Wortes – 2 Optionen: Entweder sie verkaufen gleichzeitig einen Call und eine Put Option mit gleicher Laufzeit und identischem Delta, um so ein Delta-neutrales Portfolio beizubehalten (was extrem selten passiert), oder sie müssen sich aktiv am Markt absichern. Dazu verwenden sie wiederum eine von zwei Strategien: Delta Hedging oder Gamma Hedging. Hierbei ist wichtig zu wissen, dass Gamma Hedging die robustere und nachhaltigere der beiden Absicherungs-Varianten ist. Daher wird in schnellen Märkten mit hoher Volatilität, sowie bei Optionen die kurz vor dem Verfall stehen bzw. kurzfristig laufenden Optionen in den meisten Fällen Gamma Hedging betrieben.

Quelle: Sentimentrader

Market Maker im Optionsmarkt

Delta und Gamma bezeichnen dabei zwei der 4 wichtigsten (es gibt noch mehr) Optionsgriechen, das sind wichtige Kennzahlen von Optionen, die beschreiben wie das Derivat im Verhältnis zum Basiswert steht. Das Delta beschreibt dabei wie stark sich der Optionspreis bei gewissen Preisänderungen des Basiswerts bewegt und wird durch die erste Ableitung der Black-Scholes-Formel nach dem Basiswertpreis berechnet. Gamma bezeichnet die zweite Ableitung der Black-Scholes-Formel nach dem Basiswertpreis und gibt somit an wie stark sich das Delta bei gewissen Preisänderungen des Basiswerts bewegt.

Zur Vereinfachung Betrachten wir ein Market Maker Portfolio für nur 1 Basiswert, in dem der MM gekaufte und verkaufte Puts und Calls, sowie den Basiswert selbst hält. Beim Delta Hedging ist das Ziel ein Gesamtdelta von 0 im Portfolio zu erreichen. Dabei werden beim Verkauf von Calls (oder auch Kauf von Puts), was jeweils positives Delta hat, entsprechend dem Delta Käufe im Basiswert getätigt und die Rechnung für den Hedge sieht so aus: 100 * Anzahl der Optionen * Delta = Anzahl der zu kaufenden Papiere vom Basiswert. Umgekehrt gilt das gleiche für verkaufte Puts (oder gekaufte Calls).

Beim Gamma Hedging ist das Ziel ein Gesamtgamma von 0 im Portfolio zu erreichen, damit erreicht man automatisch, dass die gewichtete Summe der Deltas konstant wird – bei einem MM der schon Delta-neutral war bedeutet das nichts anderes als jegliches Risiko im Portfolio, ausgehend von Schwankungen im Basiswert, zu eliminieren, da das Delta von 0 durch das Gamma Hedging gesichert wird. Dazu werden entsprechend dem Gamma weitere Optionen verkauft bzw. gekauft. Der Basiswert ist hierbei nicht im Portfolio, nur Optionen.

Da Market Maker natürlich oft riesige Positionen in einzelnen Instrumenten haben ist der Übergang vom Delta Hedging zum Gamma Hedging nicht abrupt, sondern ein Prozess, der einige Tage und bei langlaufenden Optionen auch mal einige Wochen andauert.

Rahmenbedingungen

Breite Beteiligung der Privatanaleger am Optionsmarkt erhöht systematisch den Open Interest (offene Positionen im Markt)
Institutionelle die spekulieren oder durch Umschichtungen von Basiswerte in Derivate den Open Interest ausweiten
Ein starkes Ungleichgewicht zwischen Calls und Puts
Geringe Liquidität in Basiswerten als Nachwirkung des Corona-Crashs
Geringe Liquidität in Basiswerten, der üblichen Sommer-Ruhepause geschuldet
Der Einbruch von Autokorrelation führt unter anderem dazu, dass kurzfristig orientierte Marktteilnehmer Schätzungen für die Volatilität systematisch überschätzen:
1. Kurzfristig orientierte Spekulanten kaufen daher mehr Calls als sie sollten.
2. Hedger tätigen kurzfristig mehr Gamma Hedging Absicherungsgeschäfte als sie sollten, d.h. das Delta Hedging erfährt eine unangemessene Reduktion, ergo verkaufen Market Maker mehr Wertpapiere der Basiswerte als sie sollten.
In der Studie zur Autokorrelation untersuchen wir die Auswirkungen des Einbruchs im Detail.

Der Gamma Squeeze - erst Top ...

Ein Gamma Squeeze auf der Long-Seite, also wenn es einen Überhang an Calls gibt, die von Market Makern abgesichert werden, kann dazu führen, dass auch bei hoher Volatilität noch weiterhin neue Allzeithochs im Aktienmarkt gemacht werden – wie auch schon Ende der 90er in der Dot Com Blase. Nun haben wir auch hier einen neuen Rekord: höchster VIX seit seiner Einführung bei neuen Allzeithochs im Aktienmarkt.

Quelle: VIX Squared

Um abgesichert zu sein und auch zu bleiben müssen Market Maker im steigenden Markt Basiswerte kaufen. Das liegt daran, dass sie als Verkäufer der Call Optionen Gamma Short, so wird es im Fachjargon bezeichnet, sind und wenn Preise der Basiswerte steigen wird das Delta größer, um dabei Delta-neutral zu bleiben muss also der Basiswert zugekauft werden. In einem illiquiden Markt, oder wenn die Optionsposition sehr groß ist führt das ungewollt dazu, dass die Preise der Basiswerte weiter signifikant stiegen und somit weitere Absicherungsgeschäfte notwendig machen. So blähen sich in den Portfolios der Market Maker riesige Absicherungspositionen auf, die auch wieder abgebaut werden müssen, sollte die Option wertlos verfallen und keine Lieferung der entsprechenden Basiswerte an die Käufer der Calls stattfinden.

... dann Flop

Zunächst betreiben Market Maker also Delta Hedging, und später dann Gamma Hedging kurz vor Verfall der Option, oder auch wenn die Volatilität anzieht. Dadurch entsteht potenziell, bei entsprechenden Rahmenbedingungen und begünstigenden Faktoren, ein negativer Feedbackloop für Preise und Volatilität: Delta Hedges werden aufgelöst, insoweit das Gamma Hedging Wirkung zeigt und die Positionen Delta-neutral werden. Es werden also große Aktienpakete verkauft was die Preise sinken lässt und folglich steigt die Volatilität. Sinkende Preise bei steigender Volatilität bringen dann wiederum Call Käufer auf den Plan. Es ist sicherlich kein Zufall, dass die Situation an den Märkten 2020 immer dann besonders ruppig wird, wenn ein Hexensabbat, also ein großer Verfallstag, an dem viele Optionen verschiedener Laufzeiten verfallen, bevorsteht: 20.03; 19.06; 18.09; und bald möglicherweise wieder im Vorfeld des 18.12.

Quelle: Bespoke

Gefährlich für die Märkte wird es dann, wenn Delta Hedges aufgelöst werden. Hier kann es zu ruckartigen Bewegungen kommen, wie es der März eindrucksvoll gezeigt hat, aber auch Mitte Juni und Anfang September zeigen ähnliche Situationen. Werden Delta Hedges aufgelöst in einem Call Überhang, so werden massiv Aktien verkauft – in einem illiquiden Markt kommt es zu rapiden, wasserfallartigen Abverkäufen. Diese rapiden Preisverluste führen dann dazu, dass weitere Hedges aufgelöst werden, da nun eine größere Anzahl an Calls mit einer höheren Wahrscheinlichkeit wertlos verfallen wird. So entwickelt der positive Gamma Squeeze beim Hedging auch einen gegenteiligen Feedbackloop, wenn entsprechende Absicherungsgeschäfte aufgelöst werden. Da das Interesse am Optionsmarkt nach der ersten richtig großen Achterbahnfahrt Anfang des Jahres (2018 waren im Vergleich wohl eher Trockenübungen) nochmal zugelegt hat ist davon auszugehen, dass diese Dynamik weiterhin die Märkte dominieren wird. Erst wenn die Märkte wieder liquide genug sind um das Delta Hedging der Market Maker ohne große Preisbewegungen aufzunehmen, oder wenn der massive Call Überhang verschwindet und Puts und Calls wieder näher am Gleichgewicht sind, wird diese Dynamik ein Ende finden. Sollten wir uns in einer ähnlichen Situation wie Ende der 90er Jahre befinden, kann diese Dynamik auch noch für Jahre bestand haben.

Quelle: VIX Squared

Das Sentimentmodel der Citigroup “Citi Panic/Euphoria” weist momentan eindrucksvolle Prallelen zum Ende der 90er auf – da Daten aus dem Optionsmarkt hier eine zentrale Rolle einnehmen ist auch schnell klar warum: die Situation ist extrem ähnlich – ein Markt der von wenigen Firmen und vor allem dem Technologiesektor dominiert wird mit haarsträubenden fundamentalen Bewertungen, jetzt ist das Ganze nur noch extremer und die Änderungsraten sind um ein vielfaches schneller als vor 20 Jahren. Das Endergebnis wird wohl ein Markt sein, der sich ebenfalls deutlich explosiver bewegt – und das gilt für beide Richtungen.

Autokorrelation

Lucas Wiesner — Tue, 15 Sep 2020 07:00:00 +0000

Das Jahr 2020 brachte den Märkten vor allem viele neue Börsenrekorde, einer der bisher weniger Beachtung fand ist der historische Rückgang in der Autokorrelation der Aktienmarktrendite.

Was ist Autokorrelation?

Autokorrelation beschreibt die Korrelation einer Zeitreihe mit sich selbst zu einem früheren Zeitpunkt. Dazu wird eine bestimmte Periode der Zeitreihe mit einer gleich langen Periode derselben Zeitreihe verglichen, welche zeitlich versetzt ist – diese zeitliche Versetzung nennen wir “lag” und in unserer Analyse nutzen wir lediglich eine zeitliche Versetzung von 1 Periode. Das heißt wir berechnen bspw. die Korrelation der letzten 252 Handelstage mit den vorletzten 252 Handelstagen. So weist eine perfekte Autokorrelation von +1 daraufhin, dass eine Veränderung in der ersten Periode die exakt gleiche Veränderung in der zeitlich versetzen Periode zur Folge hat. Umgekehrt bedeutet eine Autokorrelation von -1 eine identische Gegenbewegung in der zeitversetzten Periode.

Eine sinnvolle Interpretation in Bezug auf Kapitalmärkte erhält man daher mit den Konzepten Momentum und Mean Reversion (Rückkehr zum Mittelwert). Dabei weist eine positive Autokorrelation auf die Existenz eines starken Momentum-Faktors hin, während negative Autokorrelation einen Markt im Mean Reversion Regime reflektiert. So können Technische Analysten mithilfe der Autokorrelation feststellen, welchen Einfluss vergangene Kurse eines Wertpapiers aktuell auf seine zukünftigen Preise haben und die Methoden und Indikatoren, die der Analyst nutzt, können dementsprechend angepasst werden. Harris (2016, “Limitations of Quantitative Claims About Trading Strategy Evaluation”) zeigt, wie verschiedene technische Trading-Strategien basierend auf Momentum und Mean Reversion in unterschiedlichen Marktphasen performen. Die Ergebnisse sind eindeutig: vor 1997 in einem Markt mit größtenteils positiver Autokorrelation performen Momentum-Strategien hervorragend, während danach Mean Reversion Strategien besser abschneiden. Der Fokus liegt hier allerdings vor allem auf mittel-langfristig orientierten Strategien und schenkt kurzfristigem Trading, insbesondere dem Daytrading keine Aufmerksamkeit.

Ebenfalls wichtig zu wissen ist, welche Auswirkungen Autokorrelation auf die Vorhersage von Volatilität hat. Da der Aktienmarkt 2020 so stark wie noch nie von der Derivate-Seite her und insbesondere von den Optionshändlern dominiert wird, ist schnell klar warum dies ein wichtiger Umstand ist. Schätzen wir zum Beispiel die annualisierte Volatilität, dann impliziert eine positive Autokorrelation, dass Schätzungen basierend auf längeren Perioden (bspw. Monatsdaten) größer ausfallen als Schätzungen basierend auf kürzeren Perioden (bspw. Tagesdaten). Umgekehrt heißt das bei negativer Autokorrelation, dass Schätzungen auf kurzfristigen Perioden höher ausfallen als Schätzungen basierend auf längeren Perioden. So können wir anhand der Autokorrelation ablesen welche Marktteilnehmer Volatilität momentan wahrscheinlich überschätzen und welche sie aktuell unterschätzen.

Volatilität selbst ist allerdings ziemlich konstant negativ autokorreliert, auch wenn kurzfristig eine menge Signalrauschen festzustellen ist. Macht auch Sinn, da Volatilität als Konzept immer zum Mittelwert zurückkehren muss, solange der Wert des Assets nicht auf 0 fällt. Wie das starke Signalrauschen in kurzfristigen Perioden zustande kommt könnte Gegenstand einer zukünftigen Untersuchung werden. Mein Tipp ist, dass Volatilität vor allem intraday oft mit starkem Momentum in Verbindung gebracht wird und dadurch kurzfristig enorm starke Trends entstehen können was sich dementsprechend positiv auf Autokorrelation auswirkt.

Welche Schlüsse lassen sich aus dem Einbruch ziehen?

Erhöhtes Risiko für Tradingstrategien die stark auf Momentum-Faktoren basieren
Technische Analysemethoden sollten zu Gunsten der Mean Reversion Werkzeuge wie bspw. Oszillatoren verlagert werden.
Da bei negativer Autokorrelation ein negativer Fehler auf einen positiven Fehler folgt und vice versa, ist davon auszugehen das mehr Stopp-jagden betrieben werden können. Zumindest sind die Bedingungen für so ein Verhalten seitens der High Frequency Market Maker bei negativer Autokorrelation optimal.
Ungleichgewichte am Optionsmarkt werden von kurzfristig orientierten Händlern & Hedgern, zu letzteren gehören vor allem Market Maker die Gamma Hedging betreiben, zusätzlich verstärkt, da sie Volatilität systematisch überschätzen und somit im Markt 2 Umstände produzieren die schnell zu einem Teufelskreis führen können:
1. Hedger betreiben mehr Absicherungsgeschäfte als sie sollten und Spekulanten die kurzfristig Calls kaufen, kaufen mehr Calls als sie sollten, da sie ja auch von steigender Volatilität, welche sie systematisch überschätzen, und nicht nur von steigenden Preisen profitieren würden.
2. Market Maker müssen nun aufgrund des steigenden Open Interest noch mehr Absicherungsgeschäfte betreiben.
3. Jedes Mal wenn eine signifikante Menge dieser abgesicherten Positionen vom Delta Hedging in das Gamma Hedging überführt wird ist das Ergebnis am Markt steigende Volatilität.
In der Studie zum verrückten Optionsjahr 2020 untersuchen wir diesen Prozess und die Situation am Optionsmarkt im Detail. - klick mich!

Autokorrelation und Zeithorizont

Deutlich wird bei der Analyse der Autokorrelation von verschiedenen Periodenlängen, dass langfristig andere, wohl fundamentale Aspekte das Marktregime dominieren, während es kurzfristig vor allem viel Marktrauschen gibt. Kurzfristig ist der Markt ein Flip-Flopper zwischen Momentum und Mean Reversion. So können vor allem kurzfristig orientierte Marktteilnehmer davon profitieren, die Autokorrelation kurzfristiger Perioden im Blick zu behalten um ihre Methodiken fortlaufend anzupassen und zu optimieren.

Eine erste Vermutung war, dass algorithmisches Trading zum langfristigen Verfall und die damit Verbundenen Liquiditäts-Events zu den starken Ausschlägen der Autokorrelation auf der Unterseite führen. Der in den 80ern, parallel zum Aufkommen computergestützter Handelssysteme beginnende Fall der Autokorrelation und die Beschleunigung des Trends mit einsetzen der Dominanz insbesondere des automatisierten Market Making im neuen Jahrtausend schienen mir gute Anhaltspunkte.

Allerdings zeigt die langfristige Analyse des S&P 500, dass hier wohl noch weitere, wichtigere fundamentale Faktoren eine Rolle spielen und das Marktverhalten dramatisch beeinflussen. Da liegt die Vermutung nahe, dass der langfristige Schuldenzyklus sowie damit verbundene geldpolitische Rahmenbedingungen, welche eine große Übereinstimmung zeigen eine zentrale Rolle einnehmen.

Erste interessante Befunde zur Verbindung zwischen Geldpolitik und Autokorrelation macht Martin (2020, „On the autocorrelation of the stock market“), indem er beschreibt wie die Erwartungen von Marktteilnehmern bzgl. expansiver Geldpolitik mit dem Auftreten von negativer Autokorrelation zusammenkommen. Eine Aussage die durch meine längerfristige Betrachtung weitere Argumente findet, wenn man die negative Autokorrelation nach der großen Depression betrachtet – hier hatte die FED zum ersten Mal ihre Bilanz aufgeblasen und mit stark expansiver Geldpolitik auf die große Depression sowie den zweiten Weltkrieg reagiert. Um hier wissenschaftlich fundierte Aussagen zu treffen sind allerdings weitere, detaillierte Untersuchungen und vor allem mehr historische Daten zu Aktienkursen, Zinsen & Inflation notwendig. Mein Bauchgefühl sagt mir aber, dass sich hier langfristige Zusammenhänge finden lassen werden.

Quelle: www.stlouisfed.org

Random Walk und die verzweifelte Suche nach Mustern

Ein Thema, was eigentlich eine eigene Studie wert ist. Menschen versuchen ständig allem und jedem einen Sinn zu geben. Wir sind die Meister der Muster-Erkennung und finden selbst dort Muster, wo gar keine sind. Im nächsten Chart sind zwei Simulationen von 1000 Münzwürfen, samt ihrer Autokorrelation mit lag 1 auf einer Länge von 252 Perioden, wo Kopf=+1 und Zahl=-1 ergibt, zu sehen. Es handelt sich hier also definitiv um einen sogenannten “random walk”. Als Mensch neigt man dazu dem ersten Teil der Reihe eine Momentum-Bewegung zu unterstellen und den letzteren Teil als Mean Reversion zu klassifizieren. Würde man die Münzwurfreihe händisch generieren, dann wäre das Ergebnis wohl eine Reihe, die dem zweiten Teil meiner zufällig generierten Reihe mehr ähnelt als dem ersten Teil. Zugegebenermaßen handelt es sich hier auch um eine kleine Stichprobenverzerrung meinerseits, den zweiten Münzwurf habe ich generiert bis der Chart dem ersten glich, aber die Autokorrelation gegenteilig verläuft. Dies dient der Verdeutlichung, dass es sich hierbei um einen Random Walk handelt und Autokorrelation hier nicht signifikant von 0 abweicht, wenn man ausreichend Datenpunkte verwendet.

Mean Reversion würde bedeuten, dass bei positiven Werten im Münzwurfexperiment die Wahrscheinlichkeit als nächste Zahl zu werfen höher ist, als die Wahrscheinlichkeit Kopf zu werfen. Umgekehrt würden im Momentum-Zustand positive Werte des Münzwurfexperiments die Wahrscheinlichkeit als nächste Zahl zu werfen verringern und die Wahrscheinlichkeit eines weiteren Kopf-Wurfs erhöhen. Allerdings sind die Münzwürfe voneinander unabhängige Zufallsvariablen und die Chance auf Kopf oder Zahl ist immer in einem 50:50-Verhältnis – der Chart, auch wenn er nicht den Anschein haben mag, ist ein Random Walk.

Markteffizienzhypothese

Die Markteffizienzhypothese (kurz EMH) impliziert, dass die Märkte sich fortwährend in einem Balanceakt des Random Walk befinden und sich die Autokorrelation somit immer nahe 0 befinden sollte. Große Ausschläge der Autokorrelation wie man sie empirisch messen kann würde man eigentlich nicht erwarten, eher kleine Ausschläge wie beim Münzwurfexperiment – dort habe ich ca. 100 Durchläufe der 1000 Würfe berechnet und die Autokorrelation blieb fasst vollständig in einer der Spanne [-0.1; +0.1]. Die Ausschläge positiver, sowie negativer Autokorrelation von täglichen Aktienmarktrenditen sind deutlich größer und ganz offensichtlich auch statistisch signifikant größer. Die EMH ist nur ein Modell und alle Modelle sind falsch, zumindest solange Sie von einer vereinfachten Variante der Realität ausgehen. Ihre Nützlichkeit ist bestimmt durch ihre Anwendbarkeit und welchen Mehrwert bietet eine Hypothese, in der es heißt, vereinfacht gesagt, dass niemand zusätzliches Geld verdienen kann, weil jemand anderes bereits zusätzliches Geld verdient hat. Tatsächlich ist diese Hypothese also sogar in sich selbst widersprüchlich. Die einzige Effizienz, die ich Märkten attestieren würde, ist die Geschwindigkeit, mit der neue Informationen verarbeitet, also eingepreist werden können. Eine Information ist also nur dann wertvoll, im Sinne einer möglichen Outperformance, wenn Sie kein anderer hat und da in der realen Welt Informationen asymmetrisch verteilt sind ist das der Fall.

Wie geht es weiter?

In einem zukünftigen Teil 2 der Analyse zur Autokorrelation würde ich gerne weitere Untersuchungen und Berechnungen bzgl. der verschiedenen Periodizitäten der Autokorrelation anstellen und herausfinden mit welchen Events vor allem die kurzfristigen Schwankungen zusammenhängen, vorausgesetzt natürlich es lassen sich solche systematischen Zusammenhänge finden. Ein guter Einstieg und Ansatzpunkt scheint hier der FOMC Zyklus zu sein wie er von Cieslak, Morse und Vissing-Jorgensen (2018, “Stock Returns over the FOMC Cycle”) beschrieben wird.

Anwendungstipp für Leser

„Vergangene Performance ist kein Indikator für zukünftige Performance“
Eine Börsenweisheit auf dem Prüfstand – überprüfen Sie die Autokorrelation ihres eigenen Portfolios.