Vier Prüfstationen zwischen 1.200 Aktien und einer Handvoll Chancen
Aufgebaut wie eine Qualitätsprüfung in der Fertigung: Jede Aktie muss jede Station bestehen. Wer an einer Station durchfällt, scheidet aus, egal wie gut sie an anderer Stelle aussieht. Am Ende bleiben nur Titel mit einem Chance-Risiko-Verhältnis von mindestens 3 : 1.
Klicken Sie auf eine Station
Jede Station beantwortet eine einfache Frage. Unter jeder Frage stehen die Kennzahlen, mit denen sie beantwortet wird. Ein Klick auf eine Kennzahl zeigt, was sie misst und warum sie funktioniert.
Jede Station ist ein eigenständiger Faktor-Score (0–100) mit hartem Gate. Die Scores fließen gewichtet in die Rangliste ein; das Gate wirkt unabhängig davon als Veto. Formeln, Skalen und Primärquellen sind je Kennzahl hinterlegt.
Eine Aktie durch die Prüfstrecke
Acht erfundene Unternehmen mit Demo-Kennzahlen. Wählen Sie eines aus und spielen Sie die Prüfung ab. Ein Klick auf eine Station zeigt die Punkte je Kennzahl.
Demo A
Trade-Setup
Rangliste und Positionsgröße
Nur Aktien, die alle vier Stationen bestehen, kommen auf die Liste. Die Reihenfolge ergibt sich aus der Gesamtnote. Die Stückzahl folgt einer festen Regel: Pro Trade wird höchstens 1 % des Depots riskiert.
Gesamtscore = gewichtetes Mittel aus F, T und R (Gewichte unten einstellbar, werden auf 100 % normiert). Positionsgröße = Depot × Risikobudget ÷ (Einstieg − Stop); das Risikobudget hängt vom Marktregime ab (Grün 1 %, Gelb 0,5 %, Rot 0 %).
Gewichte verändern nur die Reihenfolge. Welche Aktie auf der Liste steht, entscheiden allein die Gates.
| # | Unternehmen | Fundamental | Technik | Risiko | CRV | Gesamt | Stück (10.000 € Depot) |
|---|
Grenzen des Modells
Das Modell sortiert Wahrscheinlichkeiten. Auch eine bestandene Prüfung garantiert keinen Kursanstieg.
Die Gewichte folgen der Forschungsliteratur. Vor echtem Einsatz müssten sie an historischen Daten ohne Überlebensverzerrung geprüft werden.
Vier Marktsignale ersetzen keine Konjunkturanalyse. Sie sollen nur verhindern, gegen einen fallenden Gesamtmarkt zu kaufen.
Ein Verhältnis von 3 : 1 ist die Bedingung für den Einstieg. Wie oft das Ziel tatsächlich erreicht wird, zeigt erst die Praxis.
- Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers. Journal of Finance, 48(1).
- Bernard, V. & Thomas, J. (1989). Post-Earnings-Announcement Drift. Journal of Accounting Research, 27.
- Chan, L., Jegadeesh, N. & Lakonishok, J. (1996). Momentum Strategies. Journal of Finance, 51(5).
- Novy-Marx, R. (2013). The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics, 108(1).
- Asness, C., Frazzini, A. & Pedersen, L. (2019). Quality Minus Junk. Review of Accounting Studies, 24.
- Fama, E. & French, K. (1992). The Cross-Section of Expected Stock Returns. Journal of Finance, 47(2).
- Campbell, J., Hilscher, J. & Szilagyi, J. (2008). In Search of Distress Risk. Journal of Finance, 63(6).
- George, T. & Hwang, C. (2004). The 52-Week High and Momentum Investing. Journal of Finance, 59(5).
- Lee, C. & Swaminathan, B. (2000). Price Momentum and Trading Volume. Journal of Finance, 55(5).
- Faber, M. (2007). A Quantitative Approach to Tactical Asset Allocation. Journal of Wealth Management, 9(4).
- Ang, A., Hodrick, R., Xing, Y. & Zhang, X. (2006). The Cross-Section of Volatility and Expected Returns. Journal of Finance, 61(1).
- Frazzini, A. & Pedersen, L. (2014). Betting Against Beta. Journal of Financial Economics, 111(1).
- Amihud, Y. (2002). Illiquidity and Stock Returns. Journal of Financial Markets, 5(1).
- Estrella, A. & Mishkin, F. (1998). Predicting U.S. Recessions: Financial Variables as Leading Indicators. Review of Economics and Statistics, 80(1).
- Daniel, K. & Moskowitz, T. (2016). Momentum Crashes. Journal of Financial Economics, 122(2).
- Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Trend Research.