RSJ Portfolio Portfolio Optimization

← Alle Beiträge

2026-10-22

Portfolio-Optimierer mit auswählbaren Risikomodellen: Ein Vergleich

Portfolio-Optimierer mit auswählbaren Risikomodellen: Ein Vergleich
portfolio optimization modern portfolio theory portfolio correlation portfolio optimization hierachical risk parity minimize volatility minimize semivariance maximize sharpe

Portfolio-Optimierer mit auswählbaren Risikomodellen: Ein Vergleich

Zwei Optimierer können dieselbe Ticker-Liste, dieselbe Kurshistorie und dieselben Gewichtsgrenzen erhalten – und Ihnen dennoch zwei verschiedene Portfolios liefern. Der Unterschied liegt meist nicht im Optimierer. Er liegt im darunterliegenden Risikomodell.

Wenn Sie einen Portfolio-Optimierer mit auswählbaren Risikomodellen bewerten, suchen Sie keinen Solver. Least-Squares-Minimierer sind ein gelöstes Problem. Sie entscheiden, wie viel Kontrolle Sie über die statistische Linse haben wollen, durch die jede Allokation passieren muss, und wie viel dieser Kontrolle Sie bereit sind, selbst zu bauen und zu pflegen. Dieser Artikel vergleicht die Optionen auf dem Markt, legt die Kriterien dar, die tatsächlich zählen, und zeigt, wo RSJ Portfolio einzuordnen ist.

Die Kaufentscheidung: Warum die Wahl des Risikomodells wichtig ist

Ein festes Risikomodell ist eine feste Meinung darüber, was „Risiko" bedeutet. Jedes Portfolio, das es erzeugt, wird durch einen einzigen Schätzer gefiltert – üblicherweise die einfache Renditevarianz und eine vollständige Kovarianzmatrix. Das ist ein vernünftiger Standard, und es ist zugleich eine stille Einschränkung: Es nimmt an, dass Korrelationen stabil sind, dass Aufwärts- und Abwärtsvolatilität gleichermaßen unerwünscht sind und dass Schätzfehler jeden Kandidaten auf dieselbe Weise betreffen.

Auswählbare Risikomodelle beseitigen diese Annahme. Sie wählen den Schätzer, bevor Kapital allokiert wird, sodass Sie die Messung abstimmen können auf:

  • Die Anlageklasse – Aktienindex-Bestandteile verhalten sich selten wie ein Korb von Small Caps oder eine Liste mit mehreren Währungen.
  • Das Marktregime – eine auf einem ruhigen Jahrzehnt geschätzte Kovarianzmatrix verhält sich auf dem Weg in einen Drawdown anders.
  • Das Mandat – ein Anleger, dem die Drawdown-Tiefe wichtig ist, möchte einen anderen Schätzer als einer, dem die tägliche Standardabweichung wichtig ist.

Deshalb sind auswählbare Risikomodelle ein primäres Unterscheidungsmerkmal im Markt für Portfolio-Optimierer. Methodenlisten sind leicht zu veröffentlichen und schwer zu vergleichen, aber die Anzahl der Schätzer, zwischen denen Sie wechseln können, ist eine konkrete, überprüfbare Zahl – und sie bestimmt, wie viele unterschiedliche Portfolios Sie aus einer Kandidatenliste bauen können.

RSJ Portfolio bezieht diese Position ausdrücklich: Es wählt Kandidaten aus, die schwach korrelieren oder deren Abwärtsseite schwach korreliert, und lässt Sie das Ziel, den Risikoschätzer und die Gewichtsbeschränkungen unabhängig voneinander wählen. Dieser Artikel behandelt die Landschaft, die Kriterien und wo dieser Ansatz der richtige Kauf ist – und wo nicht.

Die Landschaft: Welche Portfolio-Optimierer gibt es heute

Grob drei Gruppen.

1. Tabellenkalkulations- und skriptbasierte Werkzeuge

Eine Tabellenkalkulation mit COVARIANCE.P und Solver oder ein Python-Notebook mit einer Kovarianzfunktion und einem Optimierer-Aufruf. Maximale Flexibilität, null Beschaffungsaufwand und vollständige Transparenz in jeder Zeile. Sie besitzen aber auch die Datenaufnahme, die Bereinigung, die Ausrichtung, den Cache und die Tests. Der Neuaufbau nach einem Dependency-Upgrade ist Ihr Wochenende.

2. Open-Source-Optimierungsbibliotheken

Bibliotheken, die Portfolio-Ziele und Constraint-Handling bereitstellen, plus separate Pakete für den Datenzugriff. Gute Standards, lesbarer Quellcode und eine Community. Der Haken ist, dass die Wahl des Schätzers üblicherweise als anderer Funktionsaufruf oder als Argument auf einer Matrix ausgedrückt wird, die Sie ohnehin schon sauber zusammenstellen mussten. Die Datenhygiene liegt außerhalb der Bibliothek und wird damit wieder Ihr Problem.

3. Dedizierte Desktop-Anwendungen

Paketierte Software mit einer UI, einer Datenschicht und einem dokumentierten Parametersatz. Weniger flexibel, deutlich weniger Wartung. RSJ Portfolio gehört hierher: Es ist eine Windows-Desktop-Anwendung, die aus historischen End-of-Day-Kursen ein statistisch optimiertes Aktienportfolio aufbaut, unter Verwendung der Allokation nach moderner Portfoliotheorie, wobei das Ziel, der Risikoschätzer und die Gewichtsbeschränkungen alle auswählbar sind.

Dieser Vergleich richtet sich an Privatanleger und Quants, die eine praktische Entscheidung treffen, nicht an institutionelle Plattformen mit mandatsgetriebener Beschaffung.

Auswahlkriterien für einen Portfolio-Optimierer mit auswählbaren Risikomodellen

Fünf Kriterien unterscheiden ein Werkzeug, das Sie weiter nutzen werden, von einem, das Sie nach dem ersten Backtest aufgeben.

Benutzerfreundlichkeit. Wie viel Statistik und Programmierung brauchen Sie, um eine Optimierung durchzuführen und das Ergebnis zu lesen? Ein Werkzeug, das von Ihnen verlangt, eine saubere Renditematrix zu konstruieren, hat dieses Kriterium für die meisten Nutzer bereits verfehlt.

Automatisierung und Datenhandling. Nimmt das Werkzeug End-of-Day-Kurse auf, bereinigt sie und cached sie lokal – oder erwartet es eine aufbereitete Eingabe? Jede Stunde, die mit der Abstimmung split-adjustierter Kurse verbracht wird, ist eine Stunde, die nicht für Allokationsentscheidungen aufgewendet wird.

Sicherheit und Lizenzierung. Lokale Ausführung versus Cloud-Abhängigkeit ist wichtig, wenn Ihre Bestände nicht öffentlich sind. Auch die Lizenzierung ist wichtig: Wissen Sie, ob das Gekaufte eine Einzelnutzerlizenz ist und was sie abdeckt.

Preis und Integration. Wie die Lizenz bepreist wird und wie das Werkzeug in Ihren bestehenden Research-Workflow passt – Exporte, Dateien, Interoperabilität mit den Notebooks, die Sie bereits nutzen.

Methodische Tiefe. Die Anzahl und Art der Risikomodelle, Renditemodelle, Allokationsmethoden und Gewichtsbeschränkungen. Hier leben die auswählbaren Risikomodelle, und um dieses Kriterium geht es in diesem Artikel.

Direkter Vergleich: Risikomodelle und Allokationsmethoden

Werkzeugkategorie Auswählbare Risikomodelle Allokationsmethoden Datenhandling Lizenzmodell
Tabellenkalkulation / skriptbasiert So viele, wie Sie selbst implementieren und testen Was auch immer Sie programmieren Sie liefern eine bereinigte, ausgerichtete Matrix; Aufnahme und Caching liegen bei Ihnen Ihre eigene Zeit plus Datenabonnements
Open-Source-Bibliotheken Typischerweise ein Schätzer pro Aufrufpfad; Wechsel bedeutet, Code zu schreiben Bibliotheksabhängige Ziele Sie liefern ausgerichtete Kurse; Bereinigung und Caching liegen außerhalb der Bibliothek Open Source; Wartungskosten sind Zeit
Dedizierte Desktop-Anwendung (RSJ Portfolio) Acht Risikomodelle, umschaltbar Minimum Volatility, Maximum Sharpe Ratio, Minimum Semi Variance, Hierarchical Risk Parity, Conditional Value at Risk Mehrere Datenanbieter, Preisbereinigungs-Pipeline, lokaler Cache, Konvertierungspfad für Portfolios mit mehreren Währungen Einzelnutzerlizenz

Über die Allokationsmethoden hinaus stellt RSJ Portfolio auch auswählbare Renditemodelle und Gewichtsbeschränkungen bereit. Die praktische Konsequenz ist der ganze Punkt dieses Vergleichs: Dieselbe Kandidatenliste kann unter verschiedenen Risikodefinitionen optimiert werden, und die resultierenden Allokationen können verglichen werden, bevor Kapital gebunden wird.

Dieser Vergleich ist nur dann aussagekräftig, wenn Sie verstehen, was jede Methode optimiert. Insbesondere Hierarchical Risk Parity wird weithin missverstanden – sie wird ausführlich behandelt in What Is Hierarchical Risk Parity? A Plain-Language Explainer, statt hier erneut erklärt zu werden. Dasselbe gilt für die Korrelationslogik hinter der Auswahl schwach korrelierter Kandidaten, die in How to Reduce Portfolio Volatility Using Correlation Analysis durchgegangen wird.

Wie RSJ Portfolio auswählbare Risikomodelle in der Praxis umsetzt

Der Workflow wird Ende-zu-Ende verwaltet. Es gibt keine Protokollschicht, kein Skripting und keinen rohen Optimierer-Aufruf, den man verdrahten müsste.

  1. Installieren Sie die Windows-Anwendung von der Downloads-Seite. Der Installer wird unter einem versionierten Dateinamen mit seiner SHA-512 daneben veröffentlicht.
  2. Aktivieren Sie die Einzelnutzerlizenz.
  3. Konfigurieren Sie den Datenanbieter, die lokale Währung, den Datumsbereich und die Bereinigungseinstellungen – die Parameter, die es wert sind, vor dem ersten Lauf gesetzt zu werden, sind im Getting-Started-Leitfaden dokumentiert.
  4. Erstellen Sie die Kandidatenliste, indem Sie im Auswahlschritt nach Symbolen suchen.
  5. Führen Sie die Empfehlung aus und wählen Sie das Ziel, den Risikoschätzer und die Gewichtsbeschränkungen, die Sie möchten.
  6. Lesen und exportieren Sie die resultierende Allokation.

Vor dem ersten Lauf ist das Verifizieren des Installers eine Zwei-Minuten-Gewohnheit:

# Compare the output with the SHA-512 shown next to the versioned filename
# on the downloads page before you install.
sha512sum RSJPortfolio-Setup-<version>.exe

Da der Parametersatz groß ist, führen Sie Ihre eigene Aufzeichnung neben jedem Export. Dies ist keine Konfigurationsdatei, die das Produkt liest – es ist eine Notiz, die Läufe reproduzierbar macht:

# Your own run record, kept next to the exported allocation.
as_of: 2026-10-22
local_currency: EUR
date_range: [2016-01-01, 2026-09-30]
data_provider: "<configured in the app>"
cleaning: "<settings used>"
objective: minimum_semi_variance
risk_model: "<one of the eight>"
constraints:
  note: "weight limits as configured"

Das Umschalten von Risikomodellen geschieht in der Oberfläche, nicht im Code – was genau den Kontrast zum harten Weg darstellt:

# The hard way: a sketch of what "just switch the estimator" costs in a script.
import numpy as np, pandas as pd
from scipy.optimize import minimize

prices = pd.read_csv("prices.csv", index_col=0, parse_dates=True)
returns = prices.pct_change().dropna()

def min_volatility(returns, shrink=False):
    cov = returns.cov()
    if shrink:                      # new estimator -> new code path, new tests
        cov = 0.9 * cov + 0.1 * np.diag(np.diag(cov))
    n = cov.shape[0]
    res = minimize(
        lambda w: w @ cov @ w,
        x0=np.ones(n) / n,
        bounds=[(0.0, 0.2)] * n,
        constraints={"type": "eq", "fun": lambda w: w.sum() - 1},
    )
    return res.x

# Every additional objective, risk model or constraint is another branch to
# maintain, document and re-validate after each dependency upgrade.

Das ist ein Schätzer und ein Ziel. Multiplizieren Sie das mit acht Risikomodellen, fünf Allokationsmethoden und einer Reihe von Gewichtsbeschränkungen, und der Wartungsaufwand ist der wahre Preis des skriptbasierten Wegs.

Zwei Teile des verwalteten Wegs sind hervorzuheben, weil sie entscheiden, ob die Ausgabe überhaupt nutzbar ist. Erstens die Daten: RSJ Portfolio führt eine Preisbereinigungs-Pipeline aus und hält einen lokalen Cache, und es unterstützt einen Konvertierungspfad für Portfolios, die in mehreren Währungen notiert sind. Die Details, wie Sie selbst eine vergleichbare Bereinigung aufbauen, finden Sie in Automating End-of-Day Price Cleanup for Portfolio Backtests. Zweitens die Validierung: Bevor eine Allokation einen Broker erreicht, sollten Sie die Eingabequalität, das gewählte Risikomodell und die Stabilität der Gewichte über benachbarte Parametereinstellungen hinweg prüfen – die vollständige Routine steht in How to Validate Portfolio Optimizer Output Before You Trade.

Beginnen Sie mit den Getting-Started-Empfehlungen und ändern Sie dann jeweils einen Parameter – siehe RSJ Portfolio für den Workflow und die aktuellen Lizenzbedingungen.

Fazit: Wer welchen Ansatz wählen sollte

  • Wählen Sie einen verwalteten Desktop-Workflow (RSJ Portfolio), wenn Sie auswählbare Risikomodelle, auswählbare Ziele und Gewichtsbeschränkungen, lokale Ausführung und eine Datenschicht wünschen, die Sie nicht pflegen müssen. Einmal installieren, einmal konfigurieren, dann Allokationen über Risikodefinitionen hinweg in der UI vergleichen.
  • Bleiben Sie bei Skripting oder Open-Source-Bibliotheken, wenn Sie volle Kontrolle über jedes Zwischenobjekt benötigen, es Ihnen nichts ausmacht, die Datenpipeline zu besitzen, und Sie laufende Wartung und Validierung als echte Kosten statt als Fußnote verkraften können.
  • Ein einzelnes festes Risikomodell kann ausreichen, wenn Ihr Universum homogen ist und sich Ihr Mandat nie ändert. Seien Sie sich bewusst, was Sie aufgeben: Wenn sich das Regime verschiebt, kann ein Werkzeug, das seinen Schätzer nicht ändern kann, seine Antwort nicht ändern.

Eine kurze Empfehlungsmatrix:

Ihre Situation Praktische Passung
Sie möchten Allokationen über Risikodefinitionen hinweg vergleichen, ohne Code zu schreiben RSJ Portfolio
Sie benötigen Reproduzierbarkeit über viele Parameterkombinationen RSJ Portfolio, mit einem Laufprotokoll pro Export
Sie benötigen benutzerdefinierte Schätzer, die kein paketiertes Werkzeug bereitstellt Skriptbasiert oder Open Source
Sie benötigen Batch-Läufe in Cloud-Größenordnung über Tausende von Universen Keines der oben beschriebenen
Sie führen ohnehin nur eine Methode auf einem Universum aus Ein einfacheres Werkzeug genügt

FAQ

Was bedeutet „auswählbare Risikomodelle" in einem Portfolio-Optimierer?

Es bedeutet, dass das Werkzeug Sie wählen lässt, wie Risiko geschätzt wird, bevor der Optimierer Kapital allokiert. Statt einen einzigen Kovarianz- oder Varianzschätzer aufzuzwingen, kann der Nutzer zwischen verschiedenen Risikomodellen wechseln, was ändert, wie der Optimierer das Risiko jedes Kandidaten wahrnimmt, und damit die resultierende Allokation ändert. RSJ Portfolio bietet acht Risikomodelle neben auswählbaren Zielen und Gewichtsbeschränkungen.

Kann ein Windows-Desktop-Portfolio-Optimierer mehrere Datenanbieter und Währungen verarbeiten?

Ja. RSJ Portfolio unterstützt mehrere Datenanbieter, einen lokalen Cache und einen Konvertierungspfad für Portfolios, die in mehreren Währungen notiert sind. Im Konfigurationsschritt können Sie den Datenanbieter, die lokale Währung, den Datumsbereich und die Bereinigungseinstellungen festlegen, bevor Sie den Optimierer ausführen.

Was ist der Unterschied zwischen einer Allokationsmethode und einem Risikomodell?

Die Allokationsmethode ist das Ziel, das der Optimierer löst, wie Minimum Volatility, Maximum Sharpe Ratio, Minimum Semi Variance, Hierarchical Risk Parity oder Conditional Value at Risk. Das Risikomodell ist der Schätzer, der zur Messung des Risikos innerhalb dieses Ziels verwendet wird. RSJ Portfolio lässt Sie beides unabhängig voneinander wählen, sodass dieselbe Kandidatenliste unter verschiedenen Kombinationen optimiert werden kann.

Wie weiß ich, dass die Ausgabe des Optimierers zuverlässig ist, bevor ich handle?

Validieren Sie die Ausgabe, indem Sie die Qualität der Eingabedaten, das gewählte Risikomodell und die Stabilität der Allokation über benachbarte Parametereinstellungen hinweg prüfen. RSJ Portfolio enthält eine Preisbereinigungs-Pipeline und einen lokalen Cache, um dies zu unterstützen. Einen detaillierten Validierungs-Workflow finden Sie in How to Validate Portfolio Optimizer Output Before You Trade.

Fazit

Der Optimierer ist nicht die Entscheidung. Das Risikomodell ist es. Ein Werkzeug, das Ihnen erlaubt, Schätzer zu wechseln – und das mit Bereinigung, Caching und einem dokumentierten Parametersatz kombiniert – lässt Sie mehrere vertretbare Portfolios aus einer Kandidatenliste bauen und bewusst zwischen ihnen wählen, statt die einzige Antwort zu akzeptieren, die ein fester Schätzer liefert.

RSJ Portfolio ist der verwaltete Weg dorthin: eine Windows-Desktop-Anwendung mit acht Risikomodellen, fünf Allokationsmethoden, auswählbaren Renditemodellen und Gewichtsbeschränkungen sowie einem lokalen Workflow, der mit der Konfiguration beginnt und mit einem Export endet, den Sie validieren können. Prüfen Sie die Preis- und Lizenzseite für aktuelle Bedingungen und die Einzelnutzerlizenz, laden Sie dann den Installer mit seiner veröffentlichten SHA-512 herunter – und lassen Sie Ihre erste Kandidatenliste unter zwei verschiedenen Risikomodellen laufen, bevor Sie eine einzige Währungseinheit binden.

Verwandte Beiträge

EU label: AI-generated content