So validieren Sie die Ausgabe des Portfolio-Optimierers, bevor Sie handeln
Sie haben den Optimierer laufen lassen. Er hat einen Gewichtsvektor zurückgegeben, die Zahlen sehen plausibel aus, und nichts ist offensichtlich kaputt. Genau das ist der Moment, in dem Sie langsamer werden sollten.
Die Ausgabe des Optimierers ist eine Schätzung, und jede Schätzung in einem Mean-Variance-Workflow erbt Fehler aus drei Quellen: der Preishistorie, aus der sie berechnet wurde, dem Risikomodell, das diese Historie zu einer Kovarianzschätzung verdichtet hat, und den Nebenbedingungen, die Sie um die Lösung gelegt haben. Wenn eine dieser drei falsch ist, sieht die Ausgabe immer noch wie ein Portfolio aus. Es ist nur keines, das Sie besitzen möchten.
Die Kosten des Handels auf Basis unverifizierter Ausgaben zeigen sich in Dingen, die Sie erst später sehen: realisierte Volatilität deutlich über dem, was der Backtest impliziert hat, eine Konzentration in fünf Tickern, die alle gemeinsam abverkauft werden, oder eine Position, die nur existiert, weil ein Split nie in der Preisreihe angepasst wurde.
Dieser Artikel führt durch einen praktischen Verifikations-Workflow, den Sie in RSJ Portfolio ausführen können — einer Windows-Desktop-Anwendung, die aus historischen End-of-Day-Preisen ein statistisch optimiertes Portfolio erstellt und Ihnen erlaubt, das Ziel, den Risikoschätzer und die Gewichtungs-Nebenbedingungen auszuwählen. Verifikation ist hier eine Checkliste, kein Bauchgefühl.
Wie ein validiertes Portfolio aussieht
Eine validierte Allokation ist intern konsistent, ökonomisch sinnvoll und robust gegenüber vernünftigen Änderungen der Eingaben. Diese drei Eigenschaften übersetzen sich in vier konkrete Prüfungen:
- Allokationsgewichte. Die Gewichte summieren sich auf ungefähr 1 (für ein voll investiertes Portfolio), liegen innerhalb jeder von Ihnen gesetzten Nebenbedingung und lassen sich durch die tatsächlich ausgewählten Positionen erklären.
- Konsistenz des Risikomodells. Der gewählte Risikoschätzer ist der, den Sie wählen wollten — ein Semi-Varianz-Ziel kombiniert mit einem varianzbasierten Schätzer ist eine Fehlpaarung, auch wenn sie läuft.
- Erfüllung der Nebenbedingungen. Kein Gewicht überschreitet seine Obergrenze, keine Position wird unter einer unbeabsichtigten Untergrenze gehalten, und Gruppen- oder Sektorlimits werden eingehalten.
- Datenintegrität. Jedes Symbol in der Kandidatenliste hat eine vollständige, bereinigte Preishistorie über das Analysefenster, notiert in der Währung, in der Sie zu arbeiten glauben.
Der letzte Punkt ist für korrelationsbasierte Allokation wichtiger als für fast alles andere. RSJ Portfolio analysiert die Renditekorrelation zwischen Aktien und allokiert Kapital auf Kandidaten, die schwach korrelieren — oder deren Abwärtsseite schwach korreliert —, was die Volatilität des resultierenden Portfolios reduziert. Dieser Mechanismus ist auch sein Fehlermodus: Wenn die Korrelationsmatrix aus kurzen, lückenhaften oder schlecht bereinigten Reihen geschätzt wird, baut der Optimierer bereitwillig ein „diversifiziertes" Portfolio aus Assets, deren Korrelationsschätzung Rauschen ist.
Zwei Fehlermuster lohnt es sich zu benennen, bevor Sie beginnen:
- Versteckte Konzentration. Geringe paarweise Korrelation zwischen Namen, die alle zur selben ökonomischen Geschichte gehören. Die Matrix sagt diversifiziert; der nächste Drawdown sagt etwas anderes.
- Abwärtsdrift. Die Korrelation über den gesamten Zeitraum sieht akzeptabel aus, während die Abwärtskorrelation hoch ist — weshalb das Produkt sowohl vollständige als auch abwärtsgerichtete Korrelationspfade bietet. Wenn Sie nur einen geprüft haben, haben Sie die Hälfte geprüft.
Zu den zugrunde liegenden Statistiken siehe How to Reduce Portfolio Volatility Using Correlation Analysis und What Is Hierarchical Risk Parity? A Plain-Language Explainer. Dieser Artikel bleibt bei der Verifikationsdisziplin.
Schritt-für-Schritt-Verifikation mit RSJ Portfolio
Sie könnten all das auf die harte Tour machen — eine Bereinigungspipeline skripten, eine Kovarianzmatrix schätzen, ein restringiertes quadratisches Programm ausführen und das Ergebnis von Hand abgleichen. RSJ Portfolio (portfolio.staging.rsj.de) ist der verwaltete Weg: einmal installieren, auf Ihre Kandidatenliste richten und dieselben Prüfungen auf die Ausgabe anwenden, die die Anwendung erzeugt hat.
Beginnen Sie mit dem Installer von der Downloads-Seite, die einen versionierten Dateinamen zusammen mit ihrer SHA-512-Summe veröffentlicht. Verifizieren Sie, bevor Sie installieren:
# Windows: compare the printed digest with the SHA-512 sum on the downloads page
certutil -hashfile RSJPortfolio-Setup-<version>.exe SHA512
# macOS / Linux, if you mirror the file first
sha512sum RSJPortfolio-Setup-<version>.exe
Arbeiten Sie dann die fünf Schritte unten durch. Jeder entspricht einem Bildschirm oder Kapitel im Benutzerhandbuch des Produkts.
Schritt 1: Datenqualität bestätigen — Configuration
Öffnen Sie den Tab Configuration und prüfen Sie die Eingaben, die der Optimierer tatsächlich verbrauchen wird, nicht die, von denen Sie glauben, sie gesetzt zu haben:
- Datenanbieter und die daraus resultierende Preisreihe für jedes Symbol.
- Preisbereinigungs-Pipeline — werden Splits, Dividenden und Ausreißer so behandelt, wie Sie es erwarten?
- Status des lokalen Caches — ein veralteter oder teilweise befüllter Cache kürzt Historien stillschweigend.
- Lokale Währung — wenn Ihre Kandidatenliste Märkte mischt, bestätigen Sie den Konvertierungspfad für Portfolios, die in mehreren Währungen notiert sind.
- Datumsbereich — lang genug, um die Korrelation zu schätzen, kurz genug, um das Regime abzubilden, das Ihnen wichtig ist.
Ein fehlender Tag mitten in einer Reihe ist der teuerste Fehler in diesem Workflow, weil er eine plausible Allokation aus einer korrupten Matrix erzeugt. Wenn Sie diesen Schritt für wiederholte Läufe automatisieren möchten, behandelt Automating End-of-Day Price Cleanup for Portfolio Backtests die Bereinigungsseite im Detail.
Schritt 2: Ziel, Risikoschätzer und Nebenbedingungen prüfen
Wechseln Sie zum Tab Recommendation und lesen Sie sich die Konfiguration als Satz vor:
„Ich minimiere dieses Risikomaß, geschätzt mit diesem Risikomodell, unter diesen Gewichtungs-Nebenbedingungen, auf dieser Kandidatenliste."
Wenn der Satz nicht Ihrer Absicht entspricht, hören Sie auf — keine noch so gründliche Allokationsprüfung behebt ein falsch spezifiziertes Ziel. RSJ Portfolio bietet Ihnen fünf Allokationsmethoden (Minimum Volatility, Maximum Sharpe Ratio, Minimum Semi Variance, Hierarchical Risk Parity und Conditional Value at Risk), acht Risikomodelle, auswählbare Renditemodelle und Gewichtungs-Nebenbedingungen. Diese Bandbreite ist der Punkt: Sie macht eine Fehlpaarung sichtbar. Sie macht es aber auch leicht, einen Standardwert stehen zu lassen, den Sie nie bewusst gewählt haben.
Schritt 3: Die Allokation auf Plausibilität prüfen
Schauen Sie sich nun die Gewichte an. Zwei Fragen: Verletzt irgendetwas eine Nebenbedingung, und sieht eine Position in ihrer Größe falsch aus angesichts dessen, was Sie über das Asset wissen?
Exportieren Sie die Allokation und führen Sie die Arithmetik selbst durch. Die Prüfung dauert dreißig Sekunden:
import pandas as pd
# Allocation exported from RSJ Portfolio; adapt column names to your export
alloc = pd.read_csv("allocation.csv")
w = alloc.set_index("symbol")["weight"].sort_values(ascending=False)
print(f"sum = {w.sum():.4f}") # expect ~1.0 for a fully invested book
print(f"min / max = {w.min():.4f} / {w.max():.4f}")
print(f"positions = {(w > 0).sum()}")
# Concentration: Herfindahl-Hirschman index and effective number of positions
hhi = (w ** 2).sum()
print(f"HHI = {hhi:.4f}")
print(f"effective N = {1 / hhi:.1f}")
print(w.head(10))
Vergleichen Sie min und max mit den Nebenbedingungen, die Sie in Schritt 2 gesetzt haben. Ein Gewicht bei 0,0000 oder genau an Ihrer Obergrenze ist nicht automatisch falsch — aber es sollte eine Entscheidung sein, die Sie wiedererkennen, keine Überraschung.
Schritt 4: Stress-Test mit alternativen Risikomodellen und Zielen
Dies ist der Schritt, den die meisten überspringen, und es ist derjenige, der ein validiertes Portfolio von einem glücklichen trennt. Führen Sie die Optimierung auf derselben Kandidatenliste mit einem anderen Risikoschätzer erneut aus und dann mit einem anderen Ziel. Wenn sich die Allokation kaum bewegt, leisten Ihre Eingaben die Arbeit. Wenn sie stark schwankt, wird die Lösung von Schätzfehlern getrieben statt von Signal.
import pandas as pd
base = pd.read_csv("alloc_min_volatility.csv").set_index("symbol")["weight"]
alt = pd.read_csv("alloc_hrp.csv").set_index("symbol")["weight"]
cmp = pd.concat([base, alt], axis=1, keys=["base", "alt"]).fillna(0.0)
cmp["abs_diff"] = (cmp["base"] - cmp["alt"]).abs()
# Two-sided turnover: how much of the book you would have to rewrite
print(f"turnover vs. alternative = {cmp['abs_diff'].sum() / 2:.1%}")
print(cmp.sort_values("abs_diff", ascending=False).head(10))
Ein Gesamtumschlag im niedrigen einstelligen Bereich ist beruhigend. Ein Umschlag von 40 % bedeutet, dass Ihr Portfolio eine Eigenschaft Ihres Risikomodells ist, nicht des Marktes — und Sie sollten entscheiden, welchem Modell Sie tatsächlich glauben, bevor Sie eines von beiden handeln.
Schritt 5: Exportieren und gegen eine naive Benchmark gegenprüfen
Vergleichen Sie schließlich die optimierte Allokation mit etwas bewusst Einfachem: Gleichgewichtung über dieselbe Kandidatenliste.
- Wenn das Portfolio des Optimierers eine höhere Konzentration aufweist als die Gleichgewichtung, fragen Sie, wofür das Ziel bezahlt wird.
- Wenn das Portfolio des Optimierers nahezu identisch mit der Gleichgewichtung ist, trägt die Korrelationsstruktur sehr wenig bei und eine einfachere Regel würde genügen.
- Wenn es sich stark unterscheidet, bestätigen Sie, dass der Unterschied auf Assets zurückgeht, die das Portfolio tatsächlich diversifizieren.
Exportieren Sie die Allokation und bewahren Sie sie neben der Laufkonfiguration auf. Diese Paarung — Gewichte plus die Parameter, die sie erzeugt haben — macht ein Ergebnis einen Monat später reproduzierbar.
Ergebnisse interpretieren und Sonderfälle behandeln
Unzureichende Historie. Kurze Preisreihen erzeugen instabile Korrelationsschätzungen. Verlängern Sie das Fenster oder entfernen Sie das Symbol; mitteln Sie sich nicht heraus.
Fehlende Daten. Lücken erzeugen stille Ersetzungen. Beheben Sie sie in der Konfigurations- und Bereinigungsphase, statt die Ausgabe zu akzeptieren.
Eine Kandidatenliste stark korrelierter Assets. Wenn sich alles in der Liste gemeinsam bewegt, ist der einzige Hebel des Optimierers, sich auf den Namen mit dem besten risikoadjustierten Profil zu konzentrieren. Reduzieren Sie die Kandidatenliste oder erweitern Sie sie — die Ausgabe sagt Ihnen, dass das Universum das Problem ist.
Gewichte an den Nebenbedingungsgrenzen festgenagelt. Dies ist eine Ecklösung, und sie ist meist informativ statt kaputt. Entweder liegt das unbeschränkte Optimum tatsächlich außerhalb Ihrer Grenzen (in diesem Fall leistet die Nebenbedingung echte Risikoarbeit), oder Ihre Nebenbedingungen sind so eng, dass der Optimierer zwischen schlechten Optionen wählt. Testen Sie, indem Sie jeweils eine Nebenbedingung lockern und beobachten, wohin die Gewichte wollen.
Extreme Gewichte. Wenn eine einzelne Position dominiert, überprüfen Sie zuerst das Risikomodell, dann das Renditemodell, dann erwägen Sie, explizite Nebenbedingungen hinzuzufügen. Ein Einzelnamen-Gewicht von 60 % aus einem Minimum-Variance-Lauf ist ein starker Hinweis darauf, dass die Kovarianzschätzung falsch ist, kein starker Hinweis auf das Asset.
Wann Sie der Ausgabe vertrauen können. Wenn die Gewichte Ihre Nebenbedingungen respektieren, das Portfolio über mindestens zwei Risikomodelle hinweg robust ist und jede Position eine Datenhistorie hat, die Sie geprüft haben. Wann Sie iterieren sollten: wenn eine dieser drei Bedingungen fehlschlägt. Weil Methoden und Risikoschätzer in derselben Anwendung auswählbar sind, kostet Iterieren einen erneuten Lauf statt eines Neuaufbaus.
FAQ
Woran erkenne ich, ob die Ausgabe meines Portfolio-Optimierers zuverlässig ist?
Zuverlässigkeit kommt aus Konsistenz: Prüfen Sie, dass die Allokation Ihre Nebenbedingungen respektiert, dass das Risikomodell zu Ihren Annahmen passt und dass kleine Änderungen der Eingaben keine wilden Schwankungen verursachen. RSJ Portfolio lässt Sie Risikomodelle und Ziele wechseln, um die Robustheit zu testen.
Was sind die häufigsten Fehler bei der Validierung der Optimierer-Ausgabe?
Häufige Fehler sind das Ignorieren von Datenqualitätsproblemen, das Nichtprüfen der Erfüllung von Nebenbedingungen und das Versäumnis, mit alternativen Modellen Stress-Tests durchzuführen. Ebenso die Annahme, die Ausgabe des Optimierers sei optimal, ohne den Schätzfehler zu berücksichtigen.
Kann ich die Ausgabe validieren, ohne den Optimierer erneut auszuführen?
Ja — Sie können Gewichte manuell gegen Nebenbedingungen prüfen und grundlegende Statistiken berechnen. Ein erneuter Lauf mit anderen Einstellungen ist jedoch ein wirkungsvoller Weg, die Sensitivität zu testen. RSJ Portfolio macht dies mit auswählbaren Methoden und Risikoschätzern einfach.
Wie hilft RSJ Portfolio bei der Validierung?
RSJ Portfolio bietet einen transparenten Workflow: Sie können die Datenbereinigungs-Pipeline einsehen, aus mehreren Risikomodellen und Zielen wählen, Gewichtungs-Nebenbedingungen anwenden und Ergebnisse für weitere Analysen exportieren. Das macht es unkompliziert, die Ausgabe vor dem Handel zu validieren.
Fazit: Machen Sie Validierung zur Gewohnheit
Verifikation ist ein strukturierter Prozess, kein letzter Blick auf eine Gewichtungstabelle. Vier Phasen, jedes Mal:
- Daten — Anbieter, Bereinigungspipeline, Cache, Datumsbereich, Währung.
- Parameter — Ziel, Risikoschätzer, Renditemodell, Nebenbedingungen, alle bewusst gewählt.
- Allokation — Gewichte summieren sich korrekt, respektieren Grenzen und sind erklärbar.
- Stress-Tests — dieselbe Kandidatenliste unter einem zweiten Risikomodell und einem zweiten Ziel.
RSJ Portfolio bringt alle vier in einer Windows-Anwendung unter: die Datenpipeline und den Cache im Tab Configuration, die Optimierer-Parameter und die resultierende Allokation im Tab Recommendation und Exporte, die Sie gegen eine Benchmark oder Ihre eigenen Berechnungen diffen können. Das Benutzerhandbuch führt durch jeden Bildschirm — Recommendation, Configuration und Concept sind die vier Kapitel, auf die sich dieser Workflow stützt, auf Englisch wie auf Deutsch.
Schreiben Sie die Checkliste einmal auf. Führen Sie sie vor jedem Handel aus, nicht nur bei denen, die riskant wirken — bei den ereignislosen Läufen überleben schlechte Eingaben am längsten.
Laden Sie den Windows-Installer und das Benutzerhandbuch herunter, richten Sie RSJ Portfolio auf eine Ihrer echten Kandidatenlisten und führen Sie die fünf Schritte oben aus, bevor Sie das Ergebnis handeln. Es kostet einen zusätzlichen Lauf pro Portfolio und ist die günstigste Risikokontrolle, die Sie das ganze Jahr über anwenden werden.
Verwandte Beiträge
- How to Reduce Portfolio Volatility Using Correlation Analysis
- Automating End-of-Day Price Cleanup for Portfolio Backtests
- What Is Hierarchical Risk Parity? A Plain-Language Explainer