Korrelation und Volatilität: Ein Leitfaden für Langzeitinvestoren

Mira verkaufte letztes Frühjahr ihr bootstrapped SaaS-Unternehmen. Nach Steuern hat sie einen siebenstelligen Betrag zu verwalten, einen Anlagehorizont von 25 Jahren und keinerlei Ambition, Vollzeit-Traderin zu werden. Ihr erster Impuls war vertraut: das Geld in den Namen halten, die sie versteht – Cloud-Infrastruktur, ein paar Halbleiterzulieferer, zwei Enterprise-Software-Unternehmen, bei denen sie selbst Kundin war. Alles Qualitätsunternehmen.

Dann sah sie sich den Drawdown an. In einem schlechten Quartal für Wachstumsaktien fielen alle diese Positionen gemeinsam. Sie war nicht diversifiziert. Sie war long in einem einzigen Makrofaktor – in sechs Ticker-Symbolen.

Das ist das Dilemma des Langzeitinvestors in Miniaturform: Das Risiko, das Ihnen über Jahrzehnte schadet, ist nicht das Risiko einer einzelnen Aktie. Es ist das Risiko, dass alles, was Sie besitzen, sich gleichzeitig in dieselbe Richtung bewegt. Dieser Artikel handelt von genau diesem verborgenen Hebel – Portfoliokorrelation und Volatilitätsreduktion für Langzeitinvestoren – und davon, wie Sie ihn bewusst einsetzen statt zufällig.

Das Dilemma des Langzeitinvestors: Warum Volatilität über Jahrzehnte zählt

Wenn Ihr Horizont 25 Jahre beträgt, warum sollten Sie sich dann überhaupt um Volatilität kümmern? Zwei Gründe, und keiner davon hat mit gutem Schlaf zu tun.

Der erste ist das Sequenzrisiko der Renditen (Sequence-of-Returns-Risiko). Wenn Sie kontinuierlich einzahlen und nie entnehmen, ist ein Drawdown eine Chance. Aber die meisten Langzeitinvestoren wechseln irgendwann von der Anspar- zur Entnahmephase – oder sehen sich unterwegs mit einer großen, unregelmäßigen Ausgabe konfrontiert. Ein Drawdown von 35 % zwei Jahre vor diesem Wechsel richtet weit mehr Schaden an als derselbe Drawdown zehn Jahre früher.

Der zweite sind die behavioristischen Kosten. Volatilität ist das, was Entscheidungen erzwingt. Ein konzentriertes Portfolio, das 40 % fällt, stellt Ihre Überzeugung auf eine Weise auf die Probe, wie es ein Portfolio, das 18 % fällt, nicht tut. Die Mathematik eines langen Anlagehorizonts funktioniert nur, wenn Sie tatsächlich durchhalten.

Und hier ist der Punkt, den Langzeitinvestoren am häufigsten übersehen: Sie screenen Kandidaten einzeln. Starke Bilanz, dauerhafter Burggraben, vernünftige Bewertung – eine Aktie nach der anderen. Die Portfoliovolatilität ist jedoch nicht der Durchschnitt der einzelnen Volatilitäten. Sie wird davon bestimmt, wie diese Positionen sich gemeinsam bewegen. Sechs hervorragende Unternehmen, die alle in denselben Capex-Zyklus verkaufen, sind eine Wette mit sechs Namen.

RSJ Portfolio ist eine Windows-Desktop-Anwendung, die genau für dieses Problem entwickelt wurde: Sie konstruiert ein statistisch optimiertes Aktienportfolio aus historischen End-of-Day-Kursen, analysiert die Renditekorrelation zwischen den Kandidaten und weist Kapital denjenigen zu, die schwach korrelieren – oder deren Abwärtsbewegung schwach korreliert –, was die Volatilität des resultierenden Portfolios reduziert.

Warum Korrelation der verborgene Hebel für langfristige Renditen ist

Korrelation ist eine Zahl zwischen −1 und +1, die beschreibt, wie zwei Renditereihen sich gemeinsam bewegen. +1 bedeutet, sie bewegen sich im Gleichschritt, 0 bedeutet keine lineare Beziehung, −1 bedeutet, sie bewegen sich entgegengesetzt. Es ist keine Aussage über Qualität, Wachstum oder Bewertung – nur über das gemeinsame Verhalten.

Einige Konsequenzen, die für einen langen Horizont wichtig sind:

• Anzahl ist keine Diversifikation. Zehn stark wachsende Software-Namen können eine höhere Konzentration aufweisen als drei Namen aus unverwandten Branchen, weil ihre Renditekorrelation in Stressmärkten über 0,7 liegen kann.
• Schwache Korrelation reduziert die Volatilität, ohne dass Sie erwartete Rendite aufgeben müssen. Das ist der Kern der modernen Portfoliotheorie: Die Varianz des Portfolios hängt von der Kovarianzstruktur ab, nicht nur vom gewichteten Durchschnitt der einzelnen Varianzen. Fügen Sie einen schwach korrelierten Kandidaten hinzu, und die Gesamtvolatilität kann sinken, selbst wenn dieser Kandidat einzeln betrachtet rauschhafter ist als das, was Sie bereits halten.
• Abwärtskorrelation ist das schärfere Werkzeug. Zwei Aktien können eine moderate Gesamtkorrelation aufweisen und in einer Krise dennoch gemeinsam fallen, wenn die Korrelation tendenziell steigt. Die Optimierung auf Abwärtsrisiko – statt auf symmetrische Varianz – zielt auf das gemeinsame Verhalten, das Sie tatsächlich fürchten.
• Korrelation driftet. Sie ist keine stabile Eigenschaft eines Ticker-Paares. Sie verschiebt sich mit Regimen, Geschäftsmodellen und Indexzugehörigkeit. Deshalb ist die Schätzung aus einem langen historischen Fenster – und deren periodische Neuschätzung – der praktische Ansatz, nicht eine statische „Diversifikationsliste".

Wenn Sie die manuelle Version dieser Arbeit mit Tabellenkalkulation und Screener wünschen, gehen wir sie Schritt für Schritt in How to Build a Low Correlation Stock Portfolio, Step by Step durch. Dieser Artikel ist das strategische „Warum" – worauf Sie optimieren sollten und was Sie über einen mehrjährigen Horizont vermeiden sollten.

Ein praktisches Playbook: RSJ Portfolio für den langen Anlagehorizont nutzen

Der Workflow ist bewusst kurz. Hier ist die Version, die wir Langzeitinvestoren empfehlen.

Schritt 1: Definieren Sie Ihr Anlageuniversum. Nutzen Sie die Auswahloberfläche von RSJ Portfolio, um Symbole zu suchen und eine Kandidatenliste zu erstellen. Hier gehört Ihr Urteilsvermögen hin: Unternehmen, die Sie über ein Jahrzehnt hinweg halten würden. Screenen Sie in dieser Phase nicht nach Korrelation – setzen Sie die Namen, an die Sie glauben, auf die Liste und lassen Sie den Optimierer das gemeinsame Verhalten messen.

Schritt 2: Daten und Bereinigung konfigurieren. Legen Sie im Konfigurationsbereich Ihren Datenanbieter, Ihre lokale Währung, den historischen Datumsbereich und die Einstellungen zur Kursbereinigung fest. Für ein langfristiges Mandat verwenden Sie eine mehrjährige Historie – den Umriss eines Fensters von 10+ Jahren –, damit die Korrelationsschätzungen nicht von einem einzigen Regime dominiert werden. Wenn Ihre Kandidaten in verschiedenen Währungen notiert sind, verarbeitet der Konvertierungspfad Portfolios, die in mehr als einer Währung notiert sind. Der lokale Cache sorgt dafür, dass wiederholte Läufe nicht alles erneut herunterladen.

Führen Sie ein kurzes Laufjournal außerhalb der Anwendung, damit Sie Läufe später vergleichen können. Etwas wie das hier genügt:

# Personal run journal - your notes, not a product file format
run: 2026-Q3-rebalance
universe: 30 candidates, 6 sectors, US + EU listings
data:
  provider: primary
  local_currency: EUR
  history: 12y
  cleaning: defaults
optimizer:
  objective: minimum_volatility
  risk_model: semi_variance
  max_weight_per_name: 0.05
result:
  portfolio_vol_estimate: "see recommendation screen"
  notes: "small-cap industrials entry correlated higher than expected"

Schritt 3: Ein Ziel und ein Risikomodell wählen. RSJ Portfolio bietet Minimum Volatility, Maximum Sharpe Ratio, Minimum Semi Variance, Hierarchical Risk Parity und Conditional Value at Risk. Wählen Sie das Ziel, das zu Ihrem Mandat passt, nicht das, das am anspruchsvollsten klingt. Ein reines langfristiges Kapitalerhaltungsmandat deutet in der Regel auf Minimum Volatility hin; wenn Ihnen speziell Drawdowns wichtig sind, ist Minimum Semi Variance oder Conditional Value at Risk das ehrlichere Ziel. Wählen Sie dann einen Risikoschätzer aus den acht verfügbaren Risikomodellen. (Wenn Sie zwischen den beiden gebräuchlichsten Zielen schwanken, arbeitet Minimum Volatility vs Maximum Sharpe Ratio: Which to Choose? diesen Trade-off durch.)

Schritt 4: Optimierer ausführen und Allokation prüfen. Die Software nutzt die moderne Portfoliotheorie, um Kapital über schwach korrelierte Kandidaten zu verteilen. Sie können Gewichtsbeschränkungen anwenden, um Ihre Präferenzen abzubilden – eine Obergrenze pro Name ist die einzelne nützlichste Beschränkung für einen Langzeitinvestor, denn sie verhindert, dass der Optimierer 30 % in derjenigen Aktie parkt, die zufällig die niedrigste geschätzte Varianz hat. Lesen Sie die resultierenden Gewichte vor dem Hintergrund Ihrer eigenen Erwartungen: Wenn ein Name, von dem Sie erwartet hätten, dass er dominiert, null erhält, ist das eine Information über Korrelation, kein Fehler.

Schritt 5: Exportieren und umsetzen. Nutzen Sie den Export, um Ihre Zielgewichte zu erhalten, und führen Sie sie dann in Ihrem eigenen Tempo mit Ihrem Broker aus. Notieren Sie das Datum. Führen Sie den Lauf regelmäßig erneut aus.

Ein organisatorischer Hinweis vor all dem: Der Windows-Installer wird auf der Downloads-Seite mit einem versionierten Dateinamen und einem veröffentlichten SHA-512 bereitgestellt, sodass Sie überprüfen können, was Sie heruntergeladen haben, bevor Sie es ausführen.

# Verify the installer against the SHA-512 published on the downloads page
Get-FileHash .\RSJPortfolio-Setup-<version>.exe -Algorithm SHA512 |
  Format-List Algorithm, Hash

Was zu vermeiden ist: Häufige Fallstricke für Langzeitinvestoren

• Vergangener Performance nachjagen, ohne die Korrelation zu prüfen. Die beste Aktie des letzten Zyklus ist häufig diejenige, die am stärksten mit dem korreliert, was Sie bereits besitzen. Sie zu kaufen erhöht die Konzentration, während es sich wie Diversifikation anfühlt.
• Überoptimierung auf kurzen Zeiträumen. Sechs Monate Tagesdaten erzeugen instabile Korrelationsschätzungen und Gewichte, die bei jedem Lauf kippen. Langzeitinvestoren sollten dem Optimierer mehrjährige Historien zuführen.
• Abwärtskorrelation ignorieren. Niedrige Gesamtkorrelation ist keine Garantie für niedrige Krisenkorrelation. Wenn Ihr Anliegen der Drawdown ist, drücken Sie das durch ein abwärtsgewandtes Ziel wie Minimum Semi Variance oder Conditional Value at Risk aus, nicht durch einen varianzbasierten Standard.
• Die Optimierung als einmaliges Ereignis behandeln. Korrelationen driften und Unternehmen verändern sich. Ein einmal optimiertes und nie überprüftes Portfolio kehrt stillschweigend zu der Konzentration zurück, mit der Sie begonnen haben.
• Annehmen, mehr Positionen bedeute bessere Diversifikation. Zwanzig Namen aus einem einzigen Branchencluster können riskanter sein als acht Namen, die über wirklich unverwandte Renditetreiber verteilt sind.

Wie RSJ Portfolio in den Workflow eines Langzeitinvestors passt

Das Produkt ist eine verwaltete Desktop-Anwendung: Sie installieren sie, konfigurieren Ihre Datenquellen, Währung und Präferenzen, und sie übernimmt die statistische Schwerarbeit. Es gibt keinen Optimierer zu programmieren und keine Rohkursreihen, die Sie selbst bereinigen, zusammenführen und ausrichten müssen. Datenanbieter, die Kursbereinigungs-Pipeline, der lokale Cache und der Mehrwährungskonvertierungspfad sind alle Teil des Pakets. Acht Risikomodelle und mehrere Renditemodelle geben Ihnen Spielraum, um Ihre Risikotoleranz und Marktsicht abzubilden, und Gewichtsbeschränkungen lassen Sie die Regeln ausdrücken, die der Optimierer nicht brechen soll.

Sie könnten das selbst bauen. Mean-Variance-Optimierung mit einem Semi-Variance-Ziel sind ein paar Dutzend Zeilen, und es hat echte Befriedigung, jedes Detail selbst zu besitzen:

# The hard way: you own the data pipeline, the estimator, and every edge case
import numpy as np
from scipy.optimize import minimize

cov = np.cov(returns, rowvar=False)          # your cleaned, aligned price panel

def portfolio_vol(w):
    return float(np.sqrt(w @ cov @ w))

res = minimize(
    portfolio_vol,
    x0=np.ones(n) / n,
    bounds=[(0.0, 0.05)] * n,                # 5% max weight per name
    constraints=[{"type": "eq", "fun": lambda w: w.sum() - 1.0}],
)

Dieser Weg ist in Ordnung, wenn Sie Freude daran haben, ihn zu pflegen. Der Sinn einer geführten Anwendung ist, dass Sie direkt zur Entscheidung springen und eine reproduzierbare Antwort erhalten, mit Exporten, die Sie umsetzen können. Das Benutzerhandbuch – als HTML auf Englisch und Deutsch veröffentlicht, mit Installation und Lizenzierung, Auswahl, Empfehlung, Konfiguration, dem statistischen Konzept und der Funktionsübersicht – ist so geschrieben, dass auch Nicht-Quants demselben Weg folgen können.

Fallstudie: Die Portfoliotransformation einer Gründerin

Nehmen wir eine Gründerin in Miras Situation: eine konzentrierte Position in Technologiewerten, ein Rentenhorizont von 20+ Jahren und der ehrliche Wunsch, aufzuhören, tägliche Bewegungen zu beobachten.

Sie erstellte eine Kandidatenliste mit 30 Aktien aus verschiedenen Sektoren – eine Handvoll der Technologiewerte, die sie gut kannte, plus Industrie, Gesundheitswesen, Basiskonsumgüter, Energieinfrastruktur und ein paar Regionalbanken. Sie wählte Minimum Volatility als Ziel mit einem Semi-Variance-Risikomodell, weil ihr eigentliches Anliegen das Drawdown-Verhalten war und nicht das tägliche Rauschen, und wandte eine Obergrenze von 5 % pro Aktie an, damit kein einzelner Name dominieren konnte.

Die resultierende Allokation wirkte auf sie ungewohnt. Mehrere Namen, die sie als offensichtliche Kernbestände betrachtete, erhielten kleine oder gar keine Gewichte, weil sie stark mit dem Rest ihrer Liste korrelierten. Mehrere weniger glamouröse Kandidaten erhielten substanzielle Gewichte, weil ihre Abwärtsbewegung schwach mit dem Technologiecluster korrelierte, in dem sie implizit long gewesen war. Die prognostizierte Portfoliovolatilität lag unter der ihres ursprünglichen konzentrierten Portfolios – nicht weil der Optimierer bessere Aktien fand, sondern weil er bessere Kombinationen fand.

Zwei Dinge sind es wert, klar ausgesprochen zu werden. RSJ Portfolio sagt keine Renditen voraus; es nutzt historische Daten, um die Allokation auf Basis von Korrelation und Risiko zu optimieren. Und das Ergebnis ist ein Ausgangspunkt für einen periodischen Prozess, kein dauerhaftes Urteil. Die Gründerin exportiert die Gewichte, setzt sie um und plant einen vierteljährlichen erneuten Lauf, damit die Allokation den sich ändernden Korrelationen folgt.

FAQ

Wie reduziert RSJ Portfolio die Portfoliovolatilität?

RSJ Portfolio analysiert historische End-of-Day-Kurse, um Korrelationen zwischen Aktien zu schätzen. Anschließend nutzt es die moderne Portfoliotheorie, um Kapital Kandidaten zuzuweisen, die schwach korrelieren – oder deren Abwärtsbewegung schwach korreliert –, was die Volatilität des resultierenden Portfolios reduziert. Sie können aus Zielen wie Minimum Volatility, Minimum Semi Variance oder Conditional Value at Risk wählen und aus acht Risikomodellen auswählen, um die Optimierung anzupassen.

Kann ich RSJ Portfolio nutzen, wenn ich kein quantitativer Investor bin?

Ja. RSJ Portfolio ist eine Windows-Desktop-Anwendung mit einem geführten Workflow. Sie konfigurieren Ihren Datenanbieter, Ihre Währung, Ihren Datumsbereich und Ihre Bereinigungseinstellungen, erstellen dann eine Kandidatenliste und führen den Optimierer aus. Das Benutzerhandbuch bietet Schritt-für-Schritt-Anleitungen auf Englisch und Deutsch, sodass Sie keinen Code schreiben oder Rohdaten verwalten müssen.

Welche Datenanbieter unterstützt RSJ Portfolio?

Die Produktinformationen listen die unterstützten Datenanbieter auf der Seite Data and currencies auf. RSJ Portfolio enthält eine Kursbereinigungs-Pipeline und einen lokalen Cache und kann Portfolios verarbeiten, die in mehreren Währungen notiert sind, über einen Konvertierungspfad. Die genaue Liste finden Sie in der offiziellen Dokumentation.

Wie oft sollte ich mein Portfolio mit RSJ Portfolio neu optimieren?

Korrelationen ändern sich im Laufe der Zeit, daher ist eine periodische Neuoptimierung empfehlenswert. Viele Langzeitinvestoren führen den Optimierer vierteljährlich oder jährlich erneut aus, oder nach bedeutenden Marktereignissen. RSJ Portfolio macht es einfach, Ihre Kandidatenliste zu aktualisieren und die Allokation mit frischen Daten erneut laufen zu lassen.

Bedeutet ein Portfolio mit niedrigerer Volatilität niedrigere langfristige Renditen?

Nicht unbedingt. Die Theorie hinter der korrelationsbewussten Allokation besagt, dass Sie die Volatilität für ein gegebenes Niveau erwarteter Rendite reduzieren können – oder die erwartete Rendite ungefähr konstant halten können, während Sie das Risiko senken –, indem Sie die Kovarianzstruktur des Portfolios verbessern. Was der Optimierer nicht leisten kann, ist die Garantie einer bestimmten Rendite, denn Renditen werden nicht aus historischer Korrelation abgeleitet.

Fazit: Besitzen Sie die Kombination, nicht nur die Unternehmen

Über einen Horizont von 25 Jahren hängt Ihr Ergebnis weniger davon ab, die einzelne beste Aktie auszuwählen, als davon, wie die Teile, die Sie besitzen, sich gemeinsam verhalten. Korrelation ist der Hebel, den die meisten Langzeitinvestoren nie betätigen – und es ist derjenige, der sich in jedem Drawdown zeigt. Erstellen Sie eine Kandidatenliste, an die Sie glauben, geben Sie RSJ Portfolio eine lange Kurshistorie, wählen Sie ein Ziel, das Ihre tatsächliche Angst widerspiegelt (Volatilität, Drawdown oder Tail-Risiko), beschränken Sie die Gewichte und führen Sie den Lauf nach einem Zeitplan erneut aus.

Wenn Sie zuerst den detaillierten manuellen Weg wünschen, beginnen Sie mit der begleitenden Schritt-für-Schritt-Anleitung; wenn Sie es lieber möchten, dass die Statistik für Sie erledigt wird, installieren Sie die Windows-Anwendung, arbeiten Sie das Benutzerhandbuch durch und lassen Sie sich vom Optimierer zeigen, wie Ihre Überzeugungen aussehen, wenn sie gegeneinander gemessen werden.

Verwandte Beiträge

• Minimum Volatility vs Maximum Sharpe Ratio: Which to Choose?
• How to Build a Low Correlation Stock Portfolio, Step by Step