Was bedeutet eine schwache Abwärtskorrelation zwischen Aktien?

Zwei Aktien können in einer Korrelationsmatrix wie völlige Fremde wirken und sich am schlechtesten Tag des Quartals trotzdem wie Geschwister verhalten. Genau diese Lücke – zwischen der durchschnittlichen gemeinsamen Bewegung von Assets und ihrem Verhalten, wenn es schiefgeht – beschreibt der Begriff „schwache Abwärtskorrelation", und sie ist eine der nützlicheren Ideen, die man in der Portfolioallokation einsetzen kann.

Dieser Artikel beantwortet die Frage direkt: Was bedeutet eine schwache Abwärtskorrelation zwischen Aktien, wie wird sie geschätzt, warum ist sie für die Portfolio-Volatilität wichtig, und wo liegen die typischen Fehler?

Die Frage in einfachen Worten

Korrelation misst die Neigung zweier Renditereihen, sich gemeinsam zu bewegen. Die Abwärtskorrelation misst dieselbe Neigung, aber nur auf der negativen Seite der Verteilung – an den Tagen, an denen eine Aktie tatsächlich Geld verloren hat oder unter eine bestimmte Zielrendite gefallen ist.

Der praktische Unterschied:

• Die Gesamtkorrelation wird über alle Renditen berechnet. Ein Tag, an dem A um 2 % steigt und B um 2 % steigt, zählt genauso viel wie ein Tag, an dem beide um 2 % fallen.
• Die Abwärtskorrelation wird nur über die gemeinsamen Verlustbeobachtungen berechnet. Aufwärtstage werden verworfen.

Diese Unterscheidung ist wichtig, weil Renditeverteilungen nicht symmetrisch sind. Zwei Aktien können das ganze Jahr überwiegend unabhängig voneinander laufen – die eine steigt, während die andere dahindümpelt – und dann während eines Drawdowns im Gleichschritt fallen. Die Gesamtkorrelation mittelt diese beiden Verhaltensweisen zu einer einzigen Zahl, die die Asymmetrie verbirgt. Ein Portfolio, das auf der Durchschnittszahl aufgebaut ist, kann im Backtest diversifiziert aussehen und sich im Ausverkauf sehr undiversifiziert anfühlen.

Schwache Abwärtskorrelation bedeutet das Gegenteil dieses Gleichschritts: Die betreffenden Aktien neigen nicht dazu, am selben Tag ihren Tiefpunkt zu erreichen. Verluste stapeln sich seltener gleichzeitig – genau die Bedingung, unter der sich Diversifikation tatsächlich auszahlt.

Alles Folgende folgt demselben Pfad: eine Analogie, die Mechanik, die praktischen Konsequenzen, die häufigen Fehlinterpretationen und wie ein Tool wie RSJ Portfolio das Konzept anwendet.

Eine Analogie aus der realen Welt: Zwei Regenschirme, ein Sturm

Stellen Sie sich zwei Regenschirmläden in zwei verschiedenen Städten vor. In der ersten Stadt regnet es im Herbst ständig. In der zweiten ist der Herbst die Trockenzeit – wenn eine Stadt nass ist, ist die andere meist trocken.

Wenn Sie beide Läden besitzen, ist ein schlechter Monat für den einen in der Regel ein ordentlicher Monat für den anderen. Ihr kombiniertes Ergebnis ist gleichmäßiger als das jedes Ladens allein. Die beiden Geschäfte haben eine schwache Abwärtskorrelation: Ihre schlechten Tage fallen selten zusammen.

Schauen Sie nun genauer hin, was die Korrelationszahlen aussagen würden:

• Über ein ganzes Jahr könnten beide Läden sogar ähnliche Gesamtumsätze haben, und am einen oder anderen Feiertagswochenende könnten beide gleichzeitig gut laufen. Gemessen über alle Tage könnte die Korrelation zwischen den beiden Läden sogar mäßig positiv erscheinen.
• Gemessen nur über die schlechten Tage – die Regengüsse, die Stürme, die Wochen ohne Kunden – liegt die Korrelation nahe null. Wenn ein Laden leidet, leidet der andere nicht.

Die zweite Zahl entscheidet darüber, ob Sie das Jahr überstehen. Ein Portfolio aus zwei solchen Läden leidet weniger in Stürmen, weil Sie nie beide Regenschirme gleichzeitig brauchen und das schlechte Wetter in der einen Stadt nicht zur selben Zeit ankommt wie das schlechte Wetter in der anderen.

Ersetzen Sie Läden durch Aktien und Regentage durch negative Renditen, und Sie haben die ganze Idee.

Wie die Abwärtskorrelation unter der Haube funktioniert

Statistisch ist die Abwärtskorrelation ein gewöhnlicher Korrelationskoeffizient, der auf einer gefilterten Stichprobe berechnet wird. Man wählt einen Schwellenwert – üblicherweise null, manchmal eine Zielrendite, manchmal ein Quantil der Renditeverteilung – und behält nur die Beobachtungen, bei denen die Rendite darunterfällt.

Um die Mechanik zu veranschaulichen, hier eine kompakte Darstellung mit pandas. Dies ist die „von Hand"-Version, nützlich zum Verständnis des Schätzers:

import numpy as np
import pandas as pd

# prices: one column per symbol, index = trading days, values = end-of-day closes
returns = prices.pct_change().dropna()

# Overall correlation: averages up moves and down moves together
overall = returns.corr()


def downside_corr(a, b, threshold=0.0, min_obs=30):
    """Correlation computed on joint observations below `threshold`."""
    mask = (a < threshold) & (b < threshold)
    if mask.sum() < min_obs:      # too few joint down days to estimate reliably
        return np.nan
    return a[mask].corr(b[mask])


dc = pd.DataFrame(
    [[downside_corr(returns[c1], returns[c2]) for c2 in returns.columns]
     for c1 in returns.columns],
    index=returns.columns,
    columns=returns.columns,
)

Die interessante Ausgabe ist nicht eine der beiden Matrizen für sich, sondern die Paare, bei denen die beiden uneinig sind:

import numpy as np

pairs = (
    pd.DataFrame({"overall": overall.where(~np.eye(len(overall), dtype=bool)).stack(),
                  "downside": dc.stack()})
      .dropna()
)
pairs["gap"] = pairs["downside"] - pairs["overall"]

# Stocks that look independent on average but fall together in stress
print(pairs.sort_values("gap", ascending=False).head(10))

Ein großer positiver gap bedeutet genau den oben beschriebenen Fehlermodus: schwache Gesamtkorrelation, starke Abwärtskorrelation. Das sind die Paare, die einem Portfolio still Risiko hinzufügen, statt es zu verringern.

Über die reine Abwärtskorrelation hinaus erscheint dieselbe Idee unter mehreren Namen in der Portfoliokonstruktion:

• Die Semivarianz misst die Streuung unterhalb einer Zielgröße und ignoriert die Aufwärtsstreuung.
• Der Conditional Value at Risk (CVaR) betrachtet den durchschnittlichen Verlust im Tail jenseits eines gewählten Quantils.
• Das Downside-Beta misst die Sensitivität gegenüber dem Markt nur an Abwärtstagen.

RSJ Portfolio wird mit acht Risikomodellen ausgeliefert, darunter abwärtsorientierte Schätzer, plus mehreren Allokationszielen. Methoden wie Minimum Semivariance und Conditional Value at Risk zielen explizit auf das Abwärtsverhalten, während Minimum Volatility auf der Gesamtvarianz arbeitet. Ob Sie die Abwärtsasymmetrie im Ziel, im Risikoschätzer oder in beidem wollen, ist eine Modellierungsentscheidung, die das Tool Ihnen überlässt – das Ziel, der Risikoschätzer und die Gewichtsbeschränkungen sind alle auswählbar.

Der obige Weg von Hand ist der beschwerliche: Sie kümmern sich um die Datenbereinigung, die Währungsumrechnung, das Caching und die Schätzung, und Sie müssen all das jedes Mal neu herleiten, wenn sich das Universum ändert. Diese Arbeit soll die Anwendung übernehmen.

Warum es für die Portfolio-Volatilität wichtig ist

Der Mechanismus ist unkompliziert, sobald man akzeptiert, dass die Portfolio-Varianz von der Korrelation abhängt und nicht nur von den einzelnen Volatilitäten.

• Wenn zwei Positionen eine Korrelation nahe +1 haben, addieren sich ihre Risiken nahezu linear. Das Portfolio ist ungefähr so volatil wie eine einzelne konzentrierte Wette.
• Wenn die Korrelation nahe null liegt, heben sich die Risiken teilweise auf. Die Portfolio-Volatilität fällt unter den gewichteten Durchschnitt der Komponenten.
• Wenn speziell die Abwärtskorrelation schwach ist, ist es weniger wahrscheinlich, dass Verluste am selben Tag eintreffen, was sowohl die realisierte Volatilität als auch die Tiefe der Drawdowns reduziert.

Die moderne Portfoliotheorie sagt Ihnen bereits, dass die Diversifikationsvorteile von der paarweisen Korrelation abhängen. Die Abwärtskorrelation ist eine Verfeinerung derselben Logik für das Verlustszenario – das Szenario, das Sie tatsächlich interessiert, wenn Sie das Portfolio durch ein schlechtes Quartal halten.

Für Quants gibt es ein zweites Argument: Realismus. Aktienrenditeverteilungen sind schief und fettrandig. Wenn Renditen asymmetrisch sind, ist ein einzelner symmetrischer Korrelationskoeffizient eine verlustbehaftete Zusammenfassung. Wenn man dem Optimierer eine Risikoschätzung gibt, die zwischen gemeinsamer Aufwärtsbewegung und gemeinsamer Abwärtsbewegung unterscheidet, entsteht eine Kovarianz- oder Risikomatrix, die den Daten näher kommt. Das ist am wichtigsten bei den Zielen, die explizit die Verlusthälfte der Verteilung modellieren – ein Argument, das ausführlicher in Minimum Semivariance vs Minimum Volatility: Which Objective? durchgearbeitet wird.

RSJ Portfolio verwendet historische End-of-Day-Kurse, um Korrelationen über Ihre Kandidatenliste zu schätzen, und allokiert Kapital auf Kandidaten, die schwach korrelieren – oder deren Abwärtsseite schwach korreliert –, mit dem Ziel, die Volatilität des resultierenden Portfolios zu reduzieren.

Häufige Missverständnisse über die Abwärtskorrelation

„Niedrige Gesamtkorrelation bedeutet niedrige Abwärtskorrelation." Nicht unbedingt. Die Korrelation ist asymmetrisch. Zwei Assets können über die gesamte Stichprobe nahezu unkorreliert sein und an Abwärtstagen stark korrelieren, weil die Verluste aus einem gemeinsamen Faktor stammen – Liquidität, Zinsen, eine breite Risk-off-Bewegung –, der nur in Stressphasen bindet. Betrachten Sie immer die Abwärtsmatrix zusammen mit der symmetrischen.

„Die Abwärtskorrelation ist eine feste Eigenschaft eines Paares." Ist sie nicht. Sie ändert sich mit dem Marktregime und mit dem Schätzfenster. Korrelationen, die über eine ruhige, trendende Phase geschätzt werden, können ganz anders aussehen als solche, die über eine Phase mit einem Drawdown geschätzt werden. Das ist ein Grund, warum Allokationsschätzungen instabil sein können, und ein Grund, warum Is Your Optimized Allocation Overfit? A Practical Checklist existiert.

„Man kann das an ein paar Charts mit bloßem Auge erkennen." Kann man nicht. Die Abwärtskorrelation erfordert eine ausreichende Anzahl gemeinsamer Verlustbeobachtungen, um mit einiger Zuversicht geschätzt zu werden – weshalb das obige Snippet NaN zurückgibt, wenn es weniger als 30 gemeinsame Abwärtstage gibt. Tägliche End-of-Day-Daten über mehrere Jahre sind der vernünftige Ausgangspunkt; eine Handvoll Monatsbalken ist es nicht.

„Es ist ein Echtzeitsignal." In diesem Kontext ist es das nicht. RSJ Portfolio berechnet Korrelationen aus historischen End-of-Day-Kursen, die Sie bereitstellen oder importieren – nicht aus Intraday- oder Streaming-Daten. Wenn Ihr Workflow eine Intraday-Granularität erfordert, ist das ein anderes Problem. Wie man saubere Tageshistorie bereitstellt, wird in How to Import End-of-Day Stock Prices Into a Portfolio Optimizer behandelt.

Wie RSJ Portfolio schwache Abwärtskorrelation in Allokationen umsetzt

RSJ Portfolio ist eine Windows-Desktop-Anwendung, die aus historischen End-of-Day-Kursen ein statistisch optimiertes Aktienportfolio aufbaut. Sie analysiert die Renditekorrelation zwischen Ihren Kandidaten und allokiert Kapital auf diejenigen mit schwacher gemeinsamer Bewegung – einschließlich schwacher gemeinsamer Abwärtsbewegung – unter Verwendung der modernen Portfoliotheorie.

Der Workflow ist grafisch und bewusst kurz:

1. Symbole auswählen. Suchen Sie nach Instrumenten und stellen Sie Ihre Kandidatenliste zusammen.
2. Konfigurieren. Wählen Sie den Datenanbieter, die lokale Währung, den Zeitraum und die Einstellungen zur Kursbereinigung. Die Anwendung übernimmt die Bereinigungspipeline, einen lokalen Cache, damit Sie die Historie nicht bei jedem Lauf neu herunterladen, und Portfolios, die in mehr als einer Währung ausgedrückt werden müssen.
3. Ziel und Risikoschätzer wählen. Minimum Volatility, Maximum Sharpe Ratio, Minimum Semivariance, Hierarchical Risk Parity oder Conditional Value at Risk – kombiniert mit einem der acht Risikomodelle und den Gewichtsbeschränkungen, die Ihr Mandat erfordert.
4. Optimierer ausführen und Empfehlung lesen. Sie erhalten die vorgeschlagene Allokation zusammen mit den zugrunde liegenden Statistiken, sodass Sie beurteilen können, ob die Diversifikation von dort kommt, wo Sie es erwarten.

Programmierung ist nicht erforderlich. Die statistische Arbeit – Korrelationsschätzung, Risikomodellierung, Gewichtsoptimierung – findet in der Anwendung statt; der zuvor gezeigte „beschwerliche Weg" ist nur nützlich, um zu verstehen, was der Schätzer tut.

Wenn Sie den Installer vor der Ausführung überprüfen möchten, veröffentlicht die Download-Seite die SHA-512-Prüfsumme zusammen mit einem versionierten Dateinamen, und Sie können sie lokal bestätigen:

# Windows: verify the downloaded installer against the published SHA-512
certutil -hashfile RSJPortfolio-Setup-<version>.exe SHA512

Ergebnisse sind exportierbar, sodass die empfohlene Allokation in Ihre eigene Reporting- oder Backtesting-Pipeline übergehen kann, statt in der App zu verbleiben.

FAQ

Ist eine schwache Abwärtskorrelation dasselbe wie eine niedrige Gesamtkorrelation?

Nein. Die Gesamtkorrelation mittelt alle gemeinsamen Renditebewegungen, während die Abwärtskorrelation nur negative Renditen betrachtet. Zwei Aktien können eine niedrige Gesamtkorrelation, aber eine hohe Abwärtskorrelation haben, wenn sie in Marktstressphasen dazu neigen, gemeinsam zu fallen. RSJ Portfolio lässt Sie Risikoschätzer wählen, die speziell auf das Abwärtsrisiko abzielen.

Wie messe ich die Abwärtskorrelation für meine Aktien?

Sie benötigen historische Renditedaten und ein statistisches Tool. RSJ Portfolio berechnet die Korrelation – einschließlich der Abwärtskorrelation – aus den historischen End-of-Day-Kursen, die Sie bereitstellen oder importieren. Diese Schätzung verwendet es dann in der Optimierung, um Kapital auf Aktien mit schwacher Abwärtskorrelation zu allokieren.

Kann eine schwache Abwärtskorrelation die Portfolio-Volatilität wirklich reduzieren?

Ja, denn wenn Aktien nicht dazu neigen, gleichzeitig zu fallen, werden die Gesamtverluste des Portfolios abgefedert. Die moderne Portfoliotheorie zeigt, dass eine niedrigere Korrelation zwischen Assets die Portfolio-Varianz reduziert. Die Allokationsmethoden von RSJ Portfolio zielen darauf ab, dies zu nutzen, indem sie Aktien mit schwacher Abwärtskorrelation auswählen.

Erfordert RSJ Portfolio Programmierung oder manuelle Berechnungen?

Nein. RSJ Portfolio ist eine Windows-Desktop-Anwendung mit einem grafischen Workflow. Sie wählen Symbole aus, konfigurieren Einstellungen wie Datenanbieter und Zeitraum und führen den Optimierer aus. Die Anwendung übernimmt die statistischen Berechnungen und schlägt eine Allokation vor. Programmierung ist nicht nötig.

Fazit

Eine schwache Abwärtskorrelation zwischen Aktien bedeutet, dass ihre Verluste nicht gemeinsam eintreffen. Sie ist eine engere, ehrlichere Version der Diversifikation, an die Sie ohnehin glauben – gemessen an den Beobachtungen, die tatsächlich wehtun, statt gemittelt über ein Jahr überwiegend harmloser Tage. Wenn Sie Kapital allokieren und nur die symmetrische Korrelation betrachten, optimieren Sie gegen eine Zahl, die genau die gemeinsame Bewegung verbergen kann, die Sie vermeiden wollen.

RSJ Portfolio macht diese Unterscheidung zu einer auswählbaren Modellierungsentscheidung statt zu einem Forschungsprojekt: Wählen Sie ein abwärtsbewusstes Ziel und einen Risikoschätzer, richten Sie es auf saubere End-of-Day-Historie, und lesen Sie die empfohlene Allokation. Es ist unter einer Einzelnutzerlizenz erhältlich – siehe die Preisseite, was darin enthalten ist, oder laden Sie den Installer und das Benutzerhandbuch herunter, um den Workflow mit Ihrer eigenen Kandidatenliste auszuprobieren.

Verwandte Beiträge

• Portfolio Optimization Software for Quantitative Investors
• Minimum Semivariance vs Minimum Volatility: Which Objective?
• How to Import End-of-Day Stock Prices Into a Portfolio Optimizer