Quantamental Investing: Wenn Modelle rechnen– und Menschen entscheiden
In der Vermögensverwaltung stellt sich immer wieder die Frage, ob quantitative oder fundamentale Ansätze überlegen sind. Dabei zeichnet sich ab, dass die Kombination beider Welten besonders vielversprechend sein könnte: das sogenannte Quantamental Investing. Dieser Ansatz nutzt die Rechenkraft mathematischer Modelle und Algorithmen ebenso wie das Urteilsvermögen erfahrener Analysten – und will damit die jeweiligen Schwächen der Einzeldisziplinen gezielt ausgleichen. Was ist der Mehrwert dieser kombinierten Vorgehensweise?
Die Leistungsfähigkeit quantamentaler Strategien hat sich in der Vergangenheit gerade in schwierigen Marktphasen gezeigt. Eine Analyse globaler Aktienfonds basierend auf den Fondsdaten von Morningstar zeigt: In Krisenjahren wie 2008 oder 2011 schnitten quantamentale Fonds im Schnitt besser ab als rein quantitative oder fundamentale Ansätze. Während viele Quant-Fonds 2008 zweistellige Verluste verzeichneten, lagen Quantamental-Strategien deutlich besser – mit Drawdowns, die fünf bis sieben Prozentpunkte geringer ausfielen. Der Grund: Die menschliche Prüfung wirkt wie ein Sicherheitsfilter.
Breite Abdeckung kontra Reaktionsfähigkeit
Quantitative Strategien sind objektiv, schnell und skalierbar. Sie verarbeiten täglich zehntausende Datenpunkte und identifizieren auf dieser Basis systematisch Aktien mit attraktiven Merkmalen – etwa im Hinblick auf Bewertung, Momentum, Qualität oder Analystenstimmung. Das ermöglicht eine breite Abdeckung des Anlageuniversums und eine disziplinierte Umsetzung, die frei von Emotionen sei. Doch genau darin liegt auch eine potenzielle Schwäche.
Desiree Sauer, Investmentstrategin, Lazard Asset ManagementQuantamental Investing ist kein Marketingbegriff, sondern eine realistische Antwort auf die wachsende Komplexität in der Kapitalanlage.
Modelle basieren auf historischen Daten und setzen implizit voraus, dass die Zukunft der Vergangenheit ähnelt. In disruptiven Marktphasen – zum Beispiel während der Covid-Pandemie oder geopolitischer Krisen – funktioniert das oft nicht mehr. In solchen Situationen braucht es ein zusätzliches Lagebild, das Modelle nicht liefern können. Das kann etwa eine Einschätzung zu einem Managementwechsel sein, zu einem regulatorischen Eingriff oder zu einem Reputationsrisiko. Solche Informationen sind schwer zu quantifizieren, aber entscheidend für die Anlageentscheidung.
Datenauswertung plus Realitätscheck
Hier setzt Quantamental Investing an. Der Prozess beginnt mit einem modellbasierten Screening, das täglich sämtliche Aktien eines Anlageuniversums auf ihre fundamentalen und technischen Eigenschaften hin analysiert. Doch bevor aus einer Signalaktie ein Investment wird, folgt ein qualitatives Review durch ein Analystenteam. Dabei überprüfen Portfoliomanager zum Beispiel, ob es Anomalien bei den Daten gibt, ob Quartalszahlen einmalig verzerrt sind oder ob es makroökonomische Ereignisse gibt, die das Modell nicht berücksichtigt. Zugleich bietet der Ansatz eine höhere Diversifikation als klassische Fundamentalanalyse, da er grössere Universen abdecken kann. Ein rein fundamentaler Manager analysiert vielleicht 50 bis 100 Titel aktiv. Ein quantamentaler Prozess kann ein Vielfaches prüfen – ohne auf qualitative Kontrolle zu verzichten. Ein praktisches Beispiel: Während der Corona-Krise haben Quant-Modelle bestimmte Fluggesellschaften aufgrund historisch attraktiver Kennzahlen als Kaufkandidaten eingestuft. Aber die Portfoliomanager wussten, dass diese Zahlen in der neuen Realität nicht mehr belastbar waren – Stichwort Reiseverbote, sinkende Auslastung, Kapitalbedarf. In solchen Fällen kann der Mensch dann eingreifen und eine Fehlallokationen verhindern.
Stetige Weiterentwicklung
Quantamental ist allerdings auch kein Allheilmittel. Wir sehen es als methodischen Fortschritt, nicht als endgültige Lösung. Es geht nicht darum, die perfekte Strategie zu bauen – sondern eine, die robust ist gegenüber unterschiedlichen Marktumfeldern. Entscheidend ist, dass Mensch und Maschine nicht in Konkurrenz zueinanderstehen, sondern sich sinnvoll ergänzen. Modelle liefern systematische Impulse, Menschen stellen sie in den Kontext. Zunehmend rückt dabei auch die Integration unstrukturierter Daten in den Fokus: Textanalysen von Analystenkommentaren, Medienmeldungen oder Social Media werden durch Machine Learning erschlossen und in den quantitativen Prozess eingespeist. Gleichzeitig werden fundamentale Analysten mit datengetriebenen Tools unterstützt, um schneller und systematischer auf Veränderungen reagieren zu können.
Quantamental Investing ist kein Marketingbegriff, sondern eine realistische Antwort auf die wachsende Komplexität in der Kapitalanlage. Wir leben in einer Welt, in der weder Intuition noch Rechenlogik allein ausreichen. Aber gemeinsam können sie eine starke Basis für fundierte Investmententscheidungen bilden.
