Zusammenfassung ausgewählter Studien zum Momentum-Effekt

Umfang: 23 Studien im Zeitraum 2014-2016

Aktuelles Research via monatlichem Newsletter. Anmeldung unter http://www.marko-momentum.de

Our Quantitative Momentum Philosophy (2016)Jack R. Vogel, Wesley R. Gray | alpha architect

Diese Studie stellt die grobe Handelsstrategie von alpha architect vor, die auch deren Momentum-ETF (QMOM) zugrunde liegt. Der Ansatz ist einfach und systematisch. Die Autoren glauben, dass Momentum auf einer Unterreaktion zu positiven Fundamentaldaten beruht und funktioniert, weil die Renditen von inhärenten menschlichen Verhaltensmustern geprägt werden. Allerdings ist es wegen der Volatilität und dem damit verbundenen Karriererisiko gleichzeitig schwierig, einer Strategie zu folgen, die davon profitiert.

Dem Ansatz liegen folgende Selektionsstufen zugrunde:1) Auswahl von liquiden Mid- und Large Caps als investierbares Universum2) Klassisches Top-Momentum-Ranking über 12 Monate mit Skip-Monat (11/1), Auswahl der Top 10%3) Qualitätsfilter: Auswahl von Aktien mit stetigerem Wertzuwachs (hoher Anteil an Tagen mit

positiven Renditen) als Hinweis für stabileres, kontinuierliches Momentum4) Optimierung des Portfolio-Rebalancings nach Saisonalität, indem immer am Anfang eines Monats

umgeschichtet wird, in dem ein Quartal endet5) Investieren in konzentriertes Portfolio der Top 60 Qualitäts-Momentum-Aktien

Die Autoren nutzen ein 3-Monats-Rebalancing als Kompromiss zwischen Häufigkeit (je öfter, desto besser) und Transaktionskosten (weniger oft ist besser). Zudem argumentieren sie, dass ein konzentriertes Portfolio bei Strategien mit tatsächlich existenter Alpha-Quelle besser abschneiden sollte als ein zu breit gestreutes.

Die Grafik zeigt die einzelnen Schritte im Selektionsprozess. Es wird anhand von Rückrechnungen gezeigt, dass dieser Ansatz mit rund 17% pro Jahr eine deutliche Outperformance gegenüber dem S&P 500 (11%) bringt. Gleichzeitig sind die Volatilität und Drawdowns – wie auch beim klassischen Momentum-Ansatz – moderat höher (25% gegenüber 15% beim S&P). Die Autoren weisen darauf hin, dass eine Momentum-Aktie von der Bewertung her sowohl im Value- als auch im Growth-Bereich angetroffen werden kann. Quelle: Studie, S. 2

Risk Premia Harvesting Through Dual Momentum (2016)Gary Antonacci, Portfolio Management Consultants

In seinem Paper zeigt Gary Antonacci einen Multi-Asset-Ansatz (Long only), der fast zu schön aussieht, um wahr zu sein. Er kombiniert relatives und absolutes Momentum, wobei letzteres stark dazu beiträgt, Volatilität und Drawdowns zu verringern. Gleichzeitig können stabile Aufwärtsbewegungen ausgenutzt werden. Der Autor schreibt, dass sein Dual-Momentum-Ansatz Marktrisiko eingeht, wenn es den größten Sinn macht – nämlich dann, wenn der Markt sowohl absolutes als auch relatives Momentum gemessen anhand der 12-Monats-Performance (ohne Skip-Monat) zeigt. Um im Markt positioniert zu sein, muss die Performance zudem über der Rendite von US Treasury Bills liegen, in die andernfalls investiert wird.

Dual Momentum profitiert laut Antonacci auch davon, dass die Korrelationen zwischen den einzelnen Anlageklassen gering sind und es gute Diversifikationseffekte gibt. Dazu untersucht er weitere Märkte nach dem gleichen Prinzip: Credit, REITs und Krisenmärkte (Gold und 30-jährige US-Treasuries) und aggregiert die 4 Module zu einem Momentum Composite. Transaktionskosten wurden nicht berücksichtigt, sollten abernach Schätzungen des Autors insgesamt niedrig sein. Die Rebalancings der Portfolios erfolgen monatlich.

Die Grafik zeigt den Backtest der Dual-Momentum-Portfoliostrategie gleichgewichtet für Aktien, Credit, REITs und Krisenmärkte (Gold, 30-jährige US Treasuries) im Vergleich zur Entwicklung einzelner Märkte.Quelle: Studie, S. 22

The Enduring Effect of Time-Series Momentum on Stock Returns Over Nearly 100-Years (2016)Ian D'Souza, New York University | Voraphat Srichanachaichok, Bangkok Bank | George Wang, ManchesterBusiness School | Yaqiong Yao, Lancaster University

Zwar geht es in diesem Paper um Time Series Momentum, aber es beinhaltet auch relevante Erkenntnisse für Cross Sectional Momentum. Untersucht wurden US-Einzelaktien von 1927 bis 2014 sowie internationaleMärkte ab 1975. Die Ergebnisse der Autoren zeigen, dass Time Series Momentum sowohl in Bullen- als auch Bärenmärkten funktioniert und keine Januar-Saisonalität oder Momentum Crashs aufweist, wie es bei Cross Sectional Momentum der Fall ist. Dies gilt für verschiedene Ranking- und Holding-Perioden. Zudem ist der Effekt über den gesamten untersuchten Zeitraum recht konstant.

Die Grafik zeigt die kumulativen Überrenditen verschiedener Handelsstrategien im Zeitraum von 1927 bis 2014. Eine Kombination von Time Series und Cross Sectional Momentum erzielt die höchste Rendite von durchschnittlich 1,88 Prozent pro Monat (Dual Momentum). Quelle: Studie, S. 29

Characteristic-Sorted Portfolios: Estimation and Inference (2016)Matias D. Cattaneo, Richard K. Crump, Max H. Farrell, Ernst Schaumburg | Federal Reserve Bank of NY

In diesem Paper geht es um ein technisches "Detail" der Momentum-Forschung bzw. weiter Bereiche der Kapitalmarktforschung: Die Methodik zur Erstellung von Portfolio-Rankings. Oft werden dabei die Aktien des untersuchten Universums über bestimmte Zeitintervalle gerankt und dann pauschal beispielsweise in 10 Portfolios unterteilt.

Selten wurde hinterfragt, wie gut sich dieses Prozedere tatsächlich eignet. Um das zu untersuchen, berücksichtigen die Autoren die mittleren Abweichungsfehler der Einzelwerte bei der Portfolioerstellung und bestimmen daraus die optimale Anzahl an Portfolios. Dies ist eine Voraussetzung dafür, um statistisch exakte Schlussfolgerungen treffen zu können. Die optimale Anzahl variiert je nach Anwendung bzw. Größe und Veränderung der Stichproben im Zeitablauf erheblich und liegt meist deutlich höher als die häufig verwendete Anzahl von 5 oder 10 Portfolios.

Dargestellt ist die optimale Anzahl an Portfolios im Zeitablauf auf Basis einer Momentum-Strategie mit 12 Monaten Ranking- und 2 Monaten Holding-Periode ohne weitere Kontrollgrößen. Zeitraum: 1927 bis 2015.Quelle: Studie, S. 44

Taming Momentum Crashes: A Simple Stop-Loss Strategy (2016)Yufeng Han, University of North Carolina | Guofu Zhou, Washington University | Yingzi Zhu, Tsinghua University

Die Studie untersucht den Einsatz von Stopp-Loss-Grenzen für die Momentum-Strategie. Für Stopps von 15% konnten die maximalen Monatsverluste um rund zwei Drittel gesenkt und das Crash-Risiko damit umgangen werden. Dabei fielen die erzielten Renditen sogar höher als bei der ursprünglichen Momentum-Strategie aus. Der Stopp-Loss wurde auf Einzeltitelebene jeweils zum Monatsbeginn bei Aufsetzen der neuen Long- und Short-Portfolios implementiert. Je höher die Volatilität war, desto vorteilhafter war die Stopp-Loss-Strategie.

Die Ergebnisse scheinen hervorragend. Allerdings ist nicht ganz sicher, ob tatsächlich die Bedingungen des realen Handels angemessen berücksichtigt wurden. Deutlich niedrigere maximale Drawdowns bei zugleich höheren Renditen nur auf Basis einer fixen Stopp-Regel erscheinen zu schön, um wahr zu sein. Im Paper steht zwar, dass Tagesdaten verwendet wurden. Doch da der Datenzeitraum von 1926 bis 2013 reicht, ist die Qualität insbesondere für den Anfangszeitraum eventuell fragwürdig.

Die Grafik vergleicht die durchschnittlichen Monatsrenditen von Momentum, Stopp-Loss Momentum und Gesamtmarkt innerhalb von 10-Jahres-Perioden. Die Stopps betrugen 15% auf Einzeltitelebene jeweils zum Monatsbeginn. Quelle: Studie, S. 38

Stock Market Anomalies and Baseball Cards (2016)Joseph Englerberg, University of California | Linh Le, Jared Williams, University of South Florida

Der Markt für Baseball-Sammelkarten weist ähnliche Anomalien wie der Finanzmarkt auf. Ganz ähnlich wiedie anfängliche Underperformance von IPOs liegt auch die Rendite neuer Sammelkarten zu Beginn im negativen Bereich. Auch ein Momentum-Effekt lässt sich zeigen. Da bei den Sammelkarten wenige Profis unterwegs sind und kaum Arbitrage-Möglichkeiten bestehen, fällt die Momentum-Rendite vergleichsweise hoch aus. Zudem funktioniert Momentum nur für Karten zu aktiven Spielern, bei denen es genügend neue Informationen gibt, die sich unter den Sammlern verbreiten können.

Die Studie zeigt, dass beispielsweise Momentum auch abseits der Finanzmärkte vorkommt, was interessant für die einzelnen Erklärungstheorien ist. Am besten scheint das Modell von Hong und Stein zuzutreffen, bei dem Momentum entsteht, indem sich Informationen graduell unter den Marktteilnehmern verbreiten. Zudemscheinen eine verzerrte Wahrnehmung der Marktteilnehmer und Limits to Arbitrage zur Entstehung von Anomalien beizutragen.

Where Has the Trend Gone? An Update on Momentum Returns in the U.S. Stock Market (2016)Steven Dolvin, Bryan Foltice | Butler University

Dieses Paper ist wenig optimistisch für den Momentum-Effekt. Demnach zeigen sich von 2007 bis 2015 bzw. 2010 bis 2015 deutlich veränderte Eigenschaften, insbesondere ein negatives Alpha für das Winner-Portfolio. Statt eines monotonen Renditeanstiegs vom Loser- zum Winner-Portfolio verliefen die Renditen inForm eines umgekehrten "U", das die höchsten Renditen in den mittleren Portfolios aufweist.

Gleichzeitig ist zu berücksichtigen, dass die betrachtete Zeitspanne vergleichsweise kurz ist und die Ergebnisse vom extremen Jahr 2009 verzerrt sein können. Eventuell spielen auch der Einfluss des Quantitative Easing und die verringerte Volatilität an den Märkten eine Rolle.

Profitable Momentum Trading Strategies for Individual Investors (2015)Bryan Foltice, Butler University | Thomas Langer, University of Münster

Momentum-Strategien aus wissenschaftlichen Studien sind kaum für Privatanleger umsetzbar. Einerseits bestehen Leerverkaufsrestriktionen, andererseits sind die Kosten zum Handel der vielen Einzelwerte zu hoch. Dieses Paper betrachtet dagegen eine kleine Auswahl an Momentum-Aktien nur für die Long-Seite, mit der auch Privatanleger mit Anlagebeträgen ab 5000 Dollar den Effekt für sich nutzen können. Transaktionskosten werden berücksichtigt.

Die Autoren verweisen auf frühere Studien, die zeigten, dass allein der Kauf der stärksten Aktie eines Index funktionieren kann. Zudem gibt es Hinweise, dass die Momentum-Renditen bei einer geringeren Anzahl an Aktien in den Portfolios höher ausfallen. Das Paper untersucht entsprechend nur die Top 50 Aktien an der NYSE (Zeitraum 1991-2010).

Die Ergebnisse zeigen, dass bei weniger als 10 Aktien im Portfolio höhere Renditen erzielt werden, wobei gleichzeitig die Volatilität höher ausfällt. Ideal ist eine Strategie, bei der die Top 5 bis 8 Aktien auf Basis eines 6-Monats-Rankings gekauft und je nach Anlagebetrag monatlich bis halbjährlich umgeschichtet werden (zeitlich überlappende Portfolios). Dies ist besser, als ein Portfolio von 20 bis 50 Aktien nur einmal im Jahr anzupassen. Die Autoren weisen darauf hin, dass die Strategie durch effizientere Ausstiegsvarianten (Stopp-Losses, Trailing-Stopps) verbessert werden könnte, wozu weiterer Forschungsbedarf besteht.

Dargestellt sind die simulierten Momentum-Alphas des Fama/French 3-Faktoren-Modells in Abhängigkeit vom Portfoliowert und der Anzahl an Aktien im Portfolio. Quelle: Studie, S. 18

Who Trades On Momentum? (2015)Markus Baltzer, Deutsche Bundesbank | Stephan Jank, Frankfurt School of Finance & Management | Esad Smajlbegovic, University of Mannheim

Die Autoren verwenden einen besonderen Datensatz (Securities Holdings Statistics), der die komplette Eigentümerstruktur am deutschen Aktienmarkt beinhaltet. Die Untersuchungen ergeben, dass ausländische Investoren, Finanzinstitutionen und Investmentfonds zu den Momentum Tradern gehören, während Privatpersonen antizyklisch agieren (vermutlich aufgrund des Dispositionseffekts). Dies widerspricht der üblichen Annahme, dass Privatanleger unsystematische Noise Trader sind. Die Autoren argumentieren, dass professionelle Marktteilnehmer mit Momentum-Strategien im Mittel von diesem Verhalten profitieren.

In der Studie wird weiterhin eine Analyse von Momentum Crashs vorgenommen. Die Ergebnisse zeigen, dass übermäßige Verkäufe von Loser-Aktien deren Kurse unter das fundamental gerechtfertigte Niveau drücken und damit eine spätere relative Outperformance dieser Werte (und entsprechend einen Crash der Momentum-Renditen) hervorruft. Als Beispiel nennen die Forscher das markante Jahr 2009, als die Momentum-Strategie von April bis September eine Rendite von rund -51% (USA) und -42% (Deutschland) aufwies.

Untersucht wurde der deutsche Aktienmarkt anhand einer Top/Flop 30%-Momentum-Strategie. Die Auswertung zeigt, dass der Momentum-Crash im Jahr 2009 auf eine Outperformance des Loser-Portfolios im Rahmen einer Trendwende am Aktienmarkt zurückzuführen war. Quelle: Studie, S. 36

215 Years of Global Multi-Asset Momentum: 1800-2014 (2015)Christopher C. Geczy, Mikhail Samonov | University of Pennsylvania

Im Durchschnitt ist der Momentum-Effekt seit dem Jahr 1800 in allen Anlageklassen signifikant, mit Ausnahme von Rohstoff-Spotpreisen, wo der signifikant umkehrt ausfällt. Obwohl Momentum langfristig robust ist, gab es in der Vergangenheit auch 10-Jahres-Zeiträume mit negativen Renditen. Dies verdeutlicht das inhärente Risiko von Momentum.

Die Autoren weisen darauf hin, dass es ein gewisses Momentum innerhalb der Momentum-Literatur gibt. Die damit einhergehenden insgesamt höheren Anlagebeträge in Momentum-Strategien könnten bereits dazu beigetragen haben, dass die Korrelationen von Momentum zu unterschiedlichen Assetklassen gestiegen sind.Dies erhöht das Risiko eines Overcrowdings der Strategie.

Die Grafik zeigt, dass die durchschnittliche rollierende 5-Jahres-Korrelation zwischen verschiedenen Momentum-Renditezeitreihen (Aktien, Währungen, Anleihen, Rohstoffe, Sektoren) in den letzten Jahren deutlich über den historischen Vergleichswerten lag. Quelle: Studie, S. 71

Expected Skewness and Momentum (2015)Heiko Jacobs, Tobias Regele, Martin Weber | University of Mannheim

Die Schiefe der Renditeverteilung ist einer der wichtigsten Faktoren für Momentum. Risikoadjustiert nach dem 3-Faktor-Modell weisen Momentum-Strategien, die anhand der erwarteten Schiefe optimiert wurden, eine im Vergleich zur klassischen Strategie doppelt so hohe Überrendite bei gleichzeitig etwas höherem Tail-Risiko auf. Zudem kehrt sich der Renditeeffekt in den untersuchten Holding-Perioden bis 36 Monate nicht um, sondern bleibt bestehen.

Die Autoren argumentieren, dass die Outperformance (Underperformance) von Winner (Loser) Aktien durchihre negative (positive) Schiefe mitverursacht wird. Entsprechend können Momentum-Strategien verbessert werden, indem man Winner mit negativer Schiefe und Loser mit positiver Schiefe auswählt. Als einfacher Proxy für die Schiefe wurde in der Studie die maximale Tagesrendite innerhalb des jeweils letzten Monats verwendet.

Over or Under? Momentum, Idiosyncratic Volatility and Overreaction (2015)Madhi Heidari, Stockholm School of Economics

Eine Erklärung, warum Momentum nicht arbitriert wird, sind hohe Niveaus an einzeltitelspezifischer Volatilität im Sinne von Limits to Arbitrage. Denn je höher die Volatilität eines fehlgepreisten Wertes, desto unattraktiver ist es für zumeist risikoaverse Arbitrageure, aktiv zu werden und (aggressiv genug) dagegen zu handeln, um davon zu profitieren und so das Mispricing zu beseitigen. Entsprechend weisen Aktien mit hoher individueller Volatilität ein stärkeres Momentum auf.

Gleichzeitig sind hohe einzeltitelspezifische Volatilitäten ein Hinweis dafür, dass Überreaktionen auf unternehmensspezifische Informationen vorliegen. Dies gilt vor allem für das Momentum bei Small Caps, bei denen es auf diese Art von Informationen ankommt, während bei Large Caps die jeweiligen Sektoren entscheidend zum Momentum einzelner Aktien beitragen. Insgesamt stützt das Paper die Erklärungstheorie, dass Momentum-Renditen auf einer Überreaktion basieren.

Momentum Crash Management (2015)Mahdi Heidari, Stockholm School of Economics

Das Paper zeigt, dass Veränderungen der Volatilität der Momentum-Renditen eine hohe Prognosekraft für nachfolgende Momentum-Renditen haben. Hinweise dazu gab bereits die Studie "The Acceleration Effect and Gamma Factor in Asset Pricing" von Diego Ardila-Alvarez, Zalan Forro und Didier Sornette (ETH Zürich, Swiss Finance Institute). Dort wurden Belege dafür geliefert, dass eine Beschleunigung der Momentum-Renditen eine bessere Aussagekraft hat als Momentum an sich. Ursache dieser Ergebnisse sind die Eigenschaften von Momentum-Renditen, die grundsätzlich eine negative Schiefe und Excess Kurtosis aufweisen. Insbesondere treten seltene, aber starke Crashs auf (-92% in 2 Monaten im Jahr 1932, -73% in 3 Monaten im Jahr 2009).

News Momentum (2015)Hao Jiang, Sophia Zhengzi Li, Hao Wang | Eli Broad College of Business, Michigan State University

Die Studie zeigt, dass sich relative Kursbewegungen ohne entsprechende relevante Nachrichten umkehren, während nachrichtengetriebene Impulse zur Trendfortsetzung und Ausbildung von Momentum neigen. NewsMomentum ist für Aktien mit niedriger Marktkapitalisierung, weniger Analystenabdeckung und volatilen Kursbewegungen sowie für Aktien mit höheren Transaktionskosten bzw. niedriger Liquidität (Limits to Arbitrage) stärker ausgeprägt.

Es wird eine Strategie formuliert, die Aktien mit hohen (niedrigen) News-Renditen kauft (leerverkauft) und damit in der jeweiligen Folgewoche eine annualisierte Rendite von rund 40% erzielt. Interessant ist, dass amTag nach dem News-Momentum-Signal (T+1) direkt zur Eröffnung eine Reaktion von durchschnittlich 59 Basispunkten zu beobachten ist. Das Bewegungsmuster wiederholt sich im Durchschnitt in den Folgetagen und erreicht im Mittel 104 Basispunkte an T+4.

Die klassische, rein preisbasierte Momentum-Strategie ist durch ein hohes Crash-Risiko geprägt (negative Schiefe, hoher maximaler Drawdown von über 60%). Die News-Momentum-Strategie weist dagegen eine positive Schiefe sowie einen sehr moderaten maximalen Drawdown (16%) auf.

Die Auswertung zeigt den durchschnittlichen Verlauf von Top/Flop 10% Portfolios über die folgenden 4 Handelstage, wobei zwischen News- und Nicht-News-getriebenen Kursveränderungen unterschieden wird. Quelle: Studie, S. 33

Has Momentum Lost its Momentum? (2015)Debarati Bhattacharya, Gokhan Sonaer | Palumbo Donahue School of Business, Wei-Hsien Li, National Central University

Schon lange stellt sich die Frage, ob das Aufdecken von Anomalien durch akademische Studien zum Verschwinden der entsprechenden Effekte führt. Dieses Paper zeigt, dass Momentum-Renditen seit den späten 1990er Jahren insignifikant sind, wenn man den Anstieg der Volatilität dieser Renditen einbezieht. Mögliche Erklärungen sind das zunehmende Ausnutzen der Momentum-Anomalie durch Marktteilnehmer und eine insgesamt erhöhte Markteffizienz.

So stellte das Jahr 2009 mit dem größten Momentum-Crash seit dem Jahr 1932 einen Einschnitt dar. Auch insgesamt fielen die Momentum-Renditen sehr volatil aus und verzeichneten deutliche zwischenzeitliche Verluste. Die Forscher schlussfolgern, dass die Momentum-Strategie seit den späten 1990er Jahren wesentlich riskanter geworden ist.

Die Grafik zeigt die durchschnittlichen Monatsrenditen der Momentum-Strategie (6/6) für die einzelnen Jahre von 1965 bis 2012. Quelle: Studie, S. 26

Upside and Downside Risks in Momentum Returns (2015)Victoria Dobrynskaya, National Research University Higher School of Economics

Die Studie liefert einen neuen risikobasierten Erklärungsansatz für Momentum-Renditen. Dieser basiert auf dem Downside CAPM, das zwischen Upside- und Downside-Beta unterscheidet. Während das normale Betapraktisch keine Aussagekraft zur Erklärung von Momentum-Renditen hat, liefern die separaten Upside- und Downside-Betas einen hohen Erklärungsgehalt.

Konkret haben Winner-Aktien systematisch höhere Downside-Betas und niedrigere Upside-Betas als Loser-Aktien (Downside-Upside-Beta-Asymmetrie). Ursache hierfür sind die regelmäßigen Rebalancings der Momentum-Portfolios und Trendänderungen am Markt. Im Ergebnis hat die Long-Short-Momentum-Strategie einen Überschuss an Downside Beta, was eine entsprechende Risikoprämie erfordert.

Das Konzept kann auch Momentum Crashs erklären, die nach starken Abwärtsbewegungen auftreten, wenn der Markt dreht. Momentum-Portfolios sind dann Long (Short) in Aktien mit niedrigem (hohem) Beta, da die Portfolios in der vorherigen Abwärtsbewegung erstellt wurden. In einem Bullenmarkt ist es umgekehrt: Momentum-Portfolios sind dann Long (Short) in Aktien mit hohem (niedrigen) Beta.

Dargestellt sind das relative Upside- und Downside Beta sowie die resultierende Beta-Asymmetrie für US-Momentum-Portfolios (11/1), ermittelt aus Regressionen im Zeitraum von 1927-2013. Quelle: Studie, S. 30

Momentum in Imperial Russia (2015)William Goetzmann, Yale School of Management | Simon Huang, Southern Methodist University Cox School of Business

Das Paper untersucht einen Datensatz aus dem 19. Jahrhundert. Die Forscher finden einen Momentum-Effekt, der vergleichbar mit dem heutiger Datenzeiträume ist. Interessant sind die Ergebnisse von dem Hintergrund, dass Delegated Portfolio Management zu dieser Zeit noch nicht vorherrschend war und der damit verbundene Erklärungsansatz für Momentum-Renditen hier nicht infrage kommt.

Das Bild zeigt die kumulativen Renditen des Top/Flop 33% Momentum Long- und Short-Portfolios auf Basisvon Ranking- und Holding-Perioden über 6 Monate im Zeitraum von 1865 bis 1914. Quelle: Studie, S. 26

A Tug of War: Overnight Versus Intraday Expected Returns (2015)Dong Lou, Christopher Polk, London School of Economics | Spyros Skouras, Athens University of Economics and Business

Im Durchschnitt treten Momentum-Renditen außerhalb der Handelszeiten, also über Nacht, auf. Das gleiche gilt für die verwandten Konzepte von Earnings und Industry Momentum. Eine plausible Begründung dafür ist die Tendenz institutioneller Marktteilnehmer, Intraday gegen Momentum-Charakteristika zu handeln und damit entsprechenden Preisdruck zu erzeugen.

Der Chart zeigt die klassische, kumulative Momentum-Rendite sowie deren Unterteilung in Tages- und Nachtzeitraum. Untersucht wurden 12-Monats-Rankings für US-Aktien mit einem Top/Flop-Wert von 10% im Zeitraum von 1993-2013. Quelle: Studie, S. 51

Im Unterschied dazu treten die Gewinne der Size- und Value-Anomalien (sowie weiterer betrachteter Handelsstrategien) Intraday auf. Momentum-Crashs können Intraday sowie Overnight auftreten.

In dieser Grafik werden die monatlichen Renditen speziell für das Jahr 2009 aufgegliedert. Im April entstanden die negativen Renditen intraday, im Mai overnight. Quelle: Studie, S. 53

Night Trading: Lower Risk but Higher Returns? (2015)Marie-Eve Lachance, San Diego State University

Die Studie widmet sich dem Phänomen, dass Overnight-Renditen höher als Intraday-Renditen ausfallen. Rund 20% der untersuchten Aktien weisen statistisch signifikante Übernacht-Kursanomalien auf. Eine Erklärung sind institutionelle Marktteilnehmer, die während des Handelstages Preisdruck ausüben.

Das Paper zeigt, dass die Overnight-Anomalie signifikant, dauerhaft, prognostizierbar und profitabel ist. Indem Aktien anhand ihrer vergangenen Übernacht-Renditen sortiert werden, lassen sich künftige Übernacht-Renditen prognostizieren. Eine einfache Strategie, die die 20% der Aktien mit den höchsten Übernacht-Renditen des Vorjahres kauft, erzielt im Folgejahr eine durchschnittliche Übernacht-Rendite von 43,7%.

Anders als konventionelle Momentum-Strategien kehren sich die Renditen von Overnight-Momentum innerhalb der 5 Jahre nach Portfolioerstellung nicht um. Das größte Risiko bei der Umsetzung der Strategie ist eine eventuell niedrige Beteiligung bzw. ein niedriges Volumen in den Auktionen oder falls große Orders einen starken Market Impact haben.

Die Grafik zeigt, wie sich aufsteigend nach Jahresrendite sortierte US-Aktienrenditen (1-Prozent-Intervalle) durchschnittlich in Tages- und Übernacht-Renditen aufsplitten. Quelle: Studie, S. 49

Size and Momentum Profitability in International Stock Markets (2015)Peter S. Schmidt, Alexander F. Wagner, University of Zürich | Urs von Arx, ETH Zürich | Andreas Schrimpf,Bank for International Settlements | Andreas Ziegler, University of Kassel

Die Studie untersucht einen umfangreichen Datensatz mit 23 Aktienmärkten weltweit. Dabei wird gezeigt, dass die Profitabilität von Momentum mit höherer Marktkapitalisierung deutlich zurückgeht. Zudem werdenreale Momentum-Renditen stark von Handelskosten beeinträchtigt.

Media Makes Momentum (2014)Alexander Hillert, Heiko Jacobs, Sebastian Müller | University of Mannheim

Diese umfangreiche Studie zeigt, dass die Medien den Momentum-Effekt verstärken, statt ihn anhand der eigentlich erwarteten Informationsdiffusion (mehr Information = mehr Effizienz) zu verringern. Die Medien beeinflussen dabei vor allem Winner- und Loser-Aktien am Markt, das Mittelfeld des Momentum-Rankings dagegen kaum.

Für Winner-Aktien ist der Einfluss stärker ausgeprägt als für Loser. Zudem ist der Effekt nochmals stärker, wenn Winner (Loser) betrachtet werden, deren Medienpräsenz einen positiven (negativen) Ton aufweist. EinMotiv der Medien, vorrangig über Winner-Aktien zu berichten ist, dass Nachrichten zu diesen Werten von Lesern nachgefragt werden.

Dargestellt sind die Momentum-Renditen unterteilt in Aktien mit hoher und niedriger Berichterstattung in den Medien im Zeitraum 1989-2010. Es wurden zunächst die Top/Flop 20% der Berichterstattung ermittelt und anschließend eine Top/Flop 30% Momentum-Strategie angewendet. Quelle: Studie, S. 41

Das Paper stützt die Erklärungstheorie, dass Momentum auf einer Überreaktion basiert. Eine Erklärung dafür ist, dass Momentum-Bewegungen überhaupt erst zu gesteigerter Medienpräsenz führen (Medien als Attention Proxy). Die sich ergebende erhöhte Aufmerksamkeit sowie Investor Overconfidence verstärken den Effekt dann rückkoppelnd, wenn eine nochmalige Reaktion auf bereits bekannte Informationen stattfindet.

Die Autoren kritisieren zudem die Aussagekraft von Untersuchungen zum "Enhanced Momentum", die Aktien nach Rendite und anschließend nach einer zweiten vermuteten Momentum-Variablen sortieren, nicht aber die Wechselwirkungen beider Variablen berücksichtigen. Würde man diese einbeziehen, wären die ermittelten Momentum-Renditen meist hinfällig.

Frog in the Pan: Continuous Information and Momentum (2014)Zhi Da, University of Notre Dame | Umit G. Gurun, University of Texas at Dallas | Mitch Warachka, Robert Day School of Economics and Finance Claremont McKenna College

Das Paper liefert Anhaltspunkte dafür, dass sich Momentum-Bewegungen, die durch einen kontinuierlichen Fluss an Informationen geprägt sind, fortsetzen und kein Reversal erfahren. Viele kleine Informationen sind demnach nachhaltiger als seltene, deutliche Nachrichten. Die Autoren nutzen in der Studie eine Kennzahl, die misst, wie gleichmäßig die Verteilung der Tagesrenditen in der Ranking-Periode ausfällt. Ein Hinweis auf nachhaltige Momentum-Bewegungen ist, wenn der Antiel positiver Tagesrenditen hoch ist, aber diese gleichzeitig nur niedrige bis moderate absolute Werte aufweisen.

Der Chart verdeutlicht den typischen Unterschied im Kursverlauf zwischen kontinuierlichem (viele kleine Informationen) und diskretem Informationsfluss (wenige große Informationen). Beide Verläufe haben den gleichen Start- und Endkurs, aber verhalten sich in der Zwischenzeit sehr verschieden. Quelle: Studie, S. 3

Die durchschnittliche Dauer einer Momentum-Bewegung nach kontinuierlichem Informationsfluss beträgt 8 Monate. Nach großen, deutlichen News sind es dagegen nur durchschnittlich 2 Monate.

Eine Erklärung für die anhaltende Momentum-Bewegung bei kontinuierlichem Informationsfluss ist die Unterreaktion. Diese erwächst daraus, dass Informationen unterhalb der Wahrnehmungsschwelle der Marktteilnehmer (und der Analysten) erst verzögert eingepreist werden.

Die Abbildung zeigt die 3-Faktor-Alphas für Momentum-Portfolios auf Basis von kontinuierlichem und diskretem Informationsfluss im Datenzeitraum von 1927 bis 2007. Quelle: Studie, S. 16

Momentum Trading, Return Chasing, and Predictable Crashes (2014)Benjamin Chabot, Federal Reserve Bank of Chicago | Eric Ghysels, Kenan-Flagler Business School | Ravi Jagannathan, Kellog School of Management

Die Studie zeigt statistisch signifikante, risikoadjustierte Momentum-Renditen im Zeitraum von 1927 bis 2012. Fondsmanager haben selbst dann Anreize, in Momentum zu investieren, wenn das Crash-Risiko bekanntermaßen hoch ist. Dies ist dann der Fall, wenn es einen Wettbewerb um die Gelder von Anlegern gibt, die hohen Renditen nachjagen, und wenn die Entlohnung der Manager konvex mit dem Anlagebetrag und den erzielten Renditen zusammenhängt.

Die Autoren argumentieren, dass Momentum-Crashs auftreten, wenn Anleger zunehmend den zuvor hohen Momentum-Renditen nachjagen. Ihre Untersuchungen weisen darauf hin, dass der für Momentum-Ansätze verfügbare Kapitalbetrag ein Indiz für die Wahrscheinlichkeit von Momentum Crashs ist. Durch den Crash erleiden diese Investoren Verluste, was sie für eine Weile von den Märkten fernhält. Dies könnte erklären, wieso Momentum in Zyklen verläuft und zeitweilig verschwindet, nur um später wieder aufzutreten.

Aktuelles Research via monatlichem Newsletter. Anmeldung unter http://www.marko-momentum.de