The Strategist

Was ist technische Analyse?

Die technische Analyse ist eine Methode, die Kursdaten und Charts nutzt, um die Marktdynamik zu entschlüsseln und Marktbewegungen vorherzusagen. Dieser Ansatz beruht auf einer Anlagephilosophie, die sich deutlich von der Fundamentalanalyse unterscheidet, doch in der Praxis schliessen sich beide nicht völlig aus. Die technische Analyse ist auf den Finanzmärkten weit verbreitet, vor allem als Instrument für das "Market Timing". Mit dem Aufkommen des maschinellen Lernens und der künstlichen Intelligenz, die die Branche neu beleben, erhalten die traditionellen Kerzendiagramm ein neues Potenzial.

Datum
Autor
Ming Deng, Quantitative Analyst, LGT Private Banking
Lesezeit
10 Minuten

The Strategist Technical Analysis
© Shutterstock

Die technische Analyse hat in der Investmentwelt eine lange Geschichte, die mindestens bis ins 18. Jahrhundert zurückreicht, als der japanische Reishändler Honma Munehisa das Kerzendiagramm einführte. Im Allgemeinen versuchen technische Analystinnen und Analysten, Muster in historischen Preis- und Volumendaten zu untersuchen, um die Angebots- und Nachfragedynamik der zugrunde liegenden Anlagen zu verstehen. Ziel ist es, künftige Preisentwicklungen vorherzusagen und profitable Anlageentscheidungen zu treffen. Je nach Umsetzung können sich Anlegerinnen und Anleger direkt auf Preischarts stützen oder die Informationen aus den Charts in numerische Signale umwandeln und heuristische Regeln anwenden, um Handelsstrategien zu formulieren.

Technische Analyse vs. Fundamentalanalyse: Astrologie vs. Astronomie?

In der Investmentwelt gibt es ein Sprichwort, das den Vergleich zwischen technischer und fundamentaler Analyse manchmal mit der Gegenüberstellung von Astrologie und Astronomie vergleicht. Diese Analogie könnte darauf zurückzuführen sein, dass sich die Fundamentalanalyse bei ihren Anlageentscheidungen auf die wirtschaftlichen Grundlagen des zugrunde liegenden Vermögenswertes stützt, was vorteilhafter zu sein scheint. Die Fundamentalanalyse liefert intuitive Erklärungen für die treibenden Kräfte hinter den Preisen - eine Philosophie, die auf den berühmten Guru des "Value Investing", Benjamin Graham, in seinem Buch "Security Analysis" (1934)[1] zurückgeht.

Die Unterschiede liegen in der Logik der Anlagephilosophie und in den Überzeugungen oder Annahmen über den Markt. Betrachtet man die Vorhersage von Renditen als eine statistische Aufgabe, so liegen die Hauptunterschiede in den verwendeten Daten und Prognosemodellen. Fundamentalanalystinnen und -analysten konzentrieren sich auf wirtschaftliche Faktoren, einschliesslich des makroökonomischen Umfelds und der Mikromerkmale der zugrunde liegenden Vermögenswerte. Im Gegensatz dazu gehen technische Analystinnen und Analysten davon aus, dass die Marktpreise alle relevanten Informationen enthalten und andere Daten überflüssig machen. Diese beiden Ansätze sollten jedoch als komplementär und nicht als sich gegenseitig ausschliessend betrachtet werden, insbesondere wenn man die Häufigkeit der Datenverfügbarkeit und ihre Auswirkungen auf die Prognosehorizonte berücksichtigt. Wie Menkhoff und Taylor (2007)[2] in ihrem Überblick über die technische Analyse an den Devisenmärkten betonen, kann die technische Analyse dazu dienen, nicht-fundamentale Preistreiber zu identifizieren, die kurzfristig von grösserer Bedeutung sind.

Trendfolge und "Mean Reversion": Warum sollten sie aus theoretischer Sicht funktionieren?

Trendfolge und "Mean Reversion" sind zwei Gruppen von technischen Strategien, die in der Praxis weit verbreitet sind. Trendfolgestrategien versuchen, den aktuellen Markttrend zu erkennen und in die gleiche Richtung zu investieren, bis der Trend endet. Gängige Signale für Trendfolgestrategien sind Überkreuzungen gleitender Durchschnitte und das Momentum von Zeitreihen. "Mean-Reversion"-Strategien hingegen basieren auf der Idee, dass die Preise von Vermögenswerten nicht ewig von ihren Fundamentalwerten abweichen können und irgendwann zu ihrem wahren Wert zurückkehren werden. Diese Strategien zielen darauf ab, zu erkennen, wann der zugrunde liegende Vermögenswert überkauft oder überverkauft ist, und die Wendepunkte zu identifizieren, an denen eine Marktumkehr wahrscheinlich ist. Bekannte Beispiele sind der "Relative Strength Index" (RSI) und der Stochastik-Oszillator.

Warum funktioniert die technische Analyse? In einem effizienten Markt würde man annehmen, dass die technische Analyse keine Vorhersagbarkeit bietet, da alle Informationen bereits eingepreist sind und die zukünftigen Kurse einen willkürlichen Verlauf nehmen würden. Es könnte jedoch zu optimistisch sein, anzunehmen, dass der Markt in der Lage sei, alle Informationen sofort einzupreisen. Eine Unterreaktion auf Nachrichten, die von den Anlegerinnen und Anlegern weniger beachtet werden, und eine Überreaktion auf Informationen, die gut sichtbar sind und mit der Anlegerstimmung übereinstimmen, sind an den Finanzmärkten häufig zu beobachten, so dass Momentum- und "Mean-Reversion"-Strategien durchaus gewinnbringend sein können. Zusätzliche Verhaltenseffekte wie der Herdeneffekt, bei dem Investorinnen und Investoren ähnlichen technischen Handelsregeln folgen, können zu einer sich selbst erfüllenden Prophezeiung führen, bei der sich der Kurs allein aufgrund des kollektiven Handelns der technischen Analystinnen und Analysten in die vorhergesagte Richtung bewegt.

Ein "Backtesting"-Beispiel für eine einfache "Crossover"-Strategie mit gleitendem Durchschnitt

Um die Nützlichkeit der technischen Analyse für das Markttiming zu beurteilen, betrachten wir nun eine Anlagestrategie, die auf der Trendfolge des S&P 500 Index basiert. Bei dieser Strategie werden die aktuellen Aktienkurse am Monatsende mit dem einfachen gleitenden Durchschnitt der letzten zehn Monate verglichen. Liegt der aktuelle Monatskurs über dem Zehnmonatsdurchschnitt, wird eine "Long-Position" im Index eingegangen, andernfalls wird die Position verkauft und in Cash umgeschichtet. 

Betrachtet man die Stichprobe von Januar 1990 bis Dezember 2023, so ergeben sich für den S&P 500 (SPX) und die Trendfolgestrategie ähnliche annualisierte Renditen von 10.4% bzw. 10.2% pro Jahr. Die Volatilität der technischen Analysestrategie sinkt jedoch auf 11.3%, während sie bei der "Buy-and-Hold"-Strategie 14.9 % beträgt. Eine weitere Analyse zeigt, dass die Trendfolgestrategie in turbulenten Zeiten viele der "Drawdowns" der "Buy-and-Hold"-Strategie vermeidet, ohne dabei viele Kauf- oder Verkaufssignale auszulösen. Die durchschnittliche Haltedauer liegt sogar bei 398 Tagen. Insgesamt zeigt dieses einfache Trendfolgebeispiel, wie die technische Analyse dazu beitragen kann, die Performance einer einfachen "Buy-and-Hold"-Strategie zu verbessern, indem grössere "Drawdowns" vermieden werden.

Stilisierte Fakten zur technischen Analyse: Ihr Einsatz und ihre Rentabilität an den Finanzmärkten

Nutzen Investoren und Investorinnen die technische Analyse? In der Praxis ist die technische Analyse auf den Aktien-, Devisen- und Terminmärkten weit verbreitet. Dies bestätigen sowohl wissenschaftliche Studien als auch Umfragen unter professionellen Anlegerinnen und Anleger. 

Wie profitabel ist die technische Analyse empirisch? Die Wirksamkeit der technischen Analyse wird in der akademischen Finanzwissenschaft intensiv diskutiert. Die meisten Studien liefern positive Belege für die Prognosefähigkeit der technischen Analyse. 

Sind alle Märkte und alle Methoden gleich? Die technische Analyse scheint auf Aktien- und Devisenmärkten am besten zu funktionieren, obwohl dies von der verwendeten Technik und dem Zeithorizont abhängt. Trendfolge-Methoden scheinen die besten Ergebnisse zu liefern, während kürzere Zeithorizonte besser geeignet zu sein scheinen als längere. 

Zukunftstrend: Technische Analyse trifft auf maschinelles Lernen

Das maschinelle Lernen revolutioniert verschiedene Branchen, und der Bereich der technischen Analyse für Anlegerinnen und Anleger bildet da keine Ausnahme. Jüngste Fortschritte haben die Leistungsfähigkeit maschineller Lernverfahren bei der Erkennung von Merkmalen sowohl in Bildern als auch in numerischen Zeitreihen erheblich verbessert. Während die traditionelle Wirtschaftstheorie davon ausgeht, dass die Preise von Vermögenswerten alle verfügbaren Informationen widerspiegeln, scheinen neue Techniken des maschinellen Lernens darauf hinzudeuten, dass dies nicht der Fall ist. Als solche bieten sie wertvolle Erkenntnisse für die Zukunft der Branche, insbesondere im Hinblick auf eine verbesserte Preisfindung und Markteffizienz.

Quellenangaben

[1] Benjamin Graham, David L. Dodd. Security analysis: Principles and technique. McGraw-Hill, 1934.

[2] Menkhoff, Lukas, and Mark P. Taylor. "The obstinate passion of foreign exchange professionals: technical analysis." Journal of Economic Literature 45, no. 4 (2007): 936-972.

Kontakt aufnehmen