Was ist Semi-Varianz in der Portfolio-Optimierung?
Fragt man zehn Anleger, was Risiko bedeutet, beschreiben die meisten dasselbe: die Chance, Geld zu verlieren. Fragt man dann einen Portfolio-Optimierer, antwortet dieser in der Regel mit der Varianz – einer Zahl, die einen Monat mit +8 % und einen Monat mit −8 % als exakt gleich viel Risiko zählt.
Genau diese Diskrepanz ist der Grund, warum es die Semi-Varianz gibt. Die Semi-Varianz ist ein Risikomaß, das nur Renditen unterhalb eines selbst gewählten Ziels zählt. Gewinne tragen nichts bei, egal wie groß sie sind. Wenn Sie schon einmal einen Backtest mit einer respektablen Volatilitätskennzahl betrachtet und sich beim Drawdown-Chart trotzdem unwohl gefühlt haben, dann ist die Semi-Varianz die Kennzahl, die erklärt, warum.
Dieser Artikel behandelt, was Semi-Varianz ist, wie sie berechnet wird, wo sie schiefgeht und wie Sie in RSJ Portfolio eine Allokation mit minimaler Semi-Varianz durchführen.
Die Frage in einfacher Sprache
Die Semi-Varianz misst die Streuung der Renditen, die unter einer Zielrendite liegen. Renditen auf oder über dem Ziel werden ignoriert – nicht abgewertet, sondern ignoriert.
Die Varianz, der klassische Risikoterm von Markowitz, ist symmetrisch. Sie quadriert jede Abweichung vom Mittelwert, ob positiv oder negativ, sodass ein Portfolio, das um +12 % und −12 % schwankt, identisch bewertet wird wie eines, das stetig steigt und dabei einige scharfe Einbrüche hat. Für ein Risikomodell ist das ein Vorteil: Die Varianz ist leicht zu schätzen, leicht zu differenzieren und mathematisch bequem. Für einen Anleger, der auf ein Ziel spart, ist es die falsche Frage. Niemand liegt nachts wach und sorgt sich, dass sein Portfolio zu stark gestiegen ist.
Daraus folgen zwei Konsequenzen:
- Gleiche Varianz, unterschiedliche Erfahrung. Zwei Portfolios können identische Varianz und völlig unterschiedliche Abwärtsprofile haben. Das eine verliert in einem schlechten Monat 3 %, das andere zweimal pro Jahrzehnt 11 %. Das zweite ist dasjenige, das die Leute am Tiefpunkt aufgeben.
- Risiko sollte zum Ziel passen. Wenn das Ziel Kapitalerhalt oder die Finanzierung einer Verbindlichkeit in drei Jahren ist, ist das relevante Risiko der Fehlbetrag, nicht das gesamte Schwanken.
Diese Asymmetrie ist der Grund, warum Zielfunktionen wichtig sind. RSJ Portfolio lässt Sie das Optimierungsziel auswählen, statt eines fest zu verdrahten – minimale Volatilität, maximale Sharpe Ratio und minimale Semi-Varianz sind alle auswählbar, sodass Sie vergleichen können, was jedes einzelne mit derselben Kandidatenliste und derselben Kurshistorie anstellt.
Eine Analogie aus der Praxis: Die zwei Fahrer
Stellen Sie sich zwei Fahrer auf demselben Arbeitsweg vor und ein Telematikgerät, das jede seitliche Bewegung des Lenkrads aufzeichnet. Fahrer A macht viele kleine Korrekturen. Fahrer B hält das Lenkrad meilenweit ruhig und gerät dann zweimal auf den Seitenstreifen.
Die Gesamtbewegung kann identisch sein. Die zusammenfassende Kennzahl – die durchschnittliche seitliche Abweichung – könnte sogar für Fahrer B sprechen. Aber Sie würden die beiden nicht als gleich sicher bezeichnen. Die Varianz misst alle Spurwechsel. Die Semi-Varianz misst nur die Ausweichmanöver, die Sie von der Straße bringen.
Portfolios verhalten sich genauso. Eine Strategie, die mit häufigen 1-%-Schwankungen nach oben kriecht, ist nicht dasselbe Risiko wie eine, die quartalsweise flach bleibt und dann in einem Monat um 15 % fällt, selbst wenn die annualisierte Volatilität dieselbe Zahl ist. Die Semi-Varianz erfasst das, indem sie positive Überraschungen vollständig verwirft: Sie fragt, wie weit die schlechten Ergebnisse unter Ihr Ziel fallen und wie oft.
Wie die Semi-Varianz unter der Haube funktioniert
Alles hängt an einem Parameter: der Zielrendite, manchmal auch als minimal akzeptable Rendite (MAR) bezeichnet. Nur Renditen darunter zählen.
In Worten: Nehmen Sie die Rendite jeder Periode, ziehen Sie das Ziel ab, behalten Sie die negativen Ergebnisse, quadrieren Sie sie und mitteln Sie. Wenn Sie nach Wahrscheinlichkeit oder Periodenlänge gewichten, mitteln Sie stattdessen die gewichteten Terme.
Formal gilt für Renditen $r_t$ und Ziel $\tau$:
$$\text{SemiVariance} = \frac{1}{N}\sum_{t=1}^{N} \min(r_t - \tau,\ 0)^2$$
Drei Details, die man kennen sollte:
- Die Quadratwurzel hat einen anderen Namen. Die Semi-Abweichung ist die Quadratwurzel der Semi-Varianz und wird in Renditeeinheiten ausgedrückt, sodass sie sich auf einem Chart leichter lesen lässt. Wer „Abwärtsrisiko von 6 %“ angibt, zitiert in der Regel die Semi-Abweichung.
- Der Nenner ist eine Konvention. Manche Implementierungen teilen durch alle Beobachtungen, andere nur durch die Beobachtungen unterhalb des Ziels. Die absolute Zahl ändert sich; die Rangfolge der Portfolios in der Regel nicht. Seien Sie explizit, welche Sie verwenden, wenn Sie Ergebnisse vergleichen.
- Das Maß ist differenzierbar. Quadrieren-dann-Summieren hält die Funktion glatt, weshalb die Semi-Varianz als Ziel in einen Optimierer im quadratischen Stil eingesetzt werden kann. Absolute Abwärtsmaße sind aus demselben Grund schwieriger zu optimieren.
Hier ist die Berechnung in einem Dutzend Zeilen, damit Sie jede gemeldete Zahl selbst nachprüfen können:
import numpy as np
def semi_variance(returns, target=0.0):
"""Mean of squared shortfalls below the target return."""
r = np.asarray(returns, dtype=float)
shortfall = np.minimum(r - target, 0.0)
return np.mean(shortfall ** 2)
def semi_deviation(returns, target=0.0):
"""Semi variance in return units."""
return np.sqrt(semi_variance(returns, target))
Der interessante Teil ist, wie unterschiedlich zwei Reihen mit derselben Volatilität abschneiden. Dieses Snippet standardisiert die zweite Reihe neu, sodass beide identischen Mittelwert und identische Standardabweichung haben – nur die Form unterscheidet sich:
import numpy as np
rng = np.random.default_rng(7)
n = 2520 # ten years of daily observations
# Symmetric: ups and downs roughly balanced.
sym = rng.normal(0.0004, 0.011, n)
# Negatively skewed: mostly quiet, with a handful of large losses.
skew = rng.normal(0.0004, 0.011, n)
skew[rng.choice(n, 40, replace=False)] -= 0.05
skew = (skew - skew.mean()) / skew.std() * 0.011 + 0.0004
for name, series in {"symmetric": sym, "loss-heavy": skew}.items():
print(f"{name:10s} vol={series.std():.4f} "
f"semi-dev(@0)={semi_deviation(series, 0.0):.4f}")
Gleiche Volatilität. Unterschiedliche Abwärtsseite. Diese Lücke ist das gesamte Argument dafür, die Semi-Varianz als Ziel zu verwenden, statt die Volatilität zu berichten und weiterzumachen.
In RSJ Portfolio ist die minimale Semi-Varianz eines der auswählbaren Optimierungsziele. Sie wird aus historischen End-of-Day-Kursen berechnet, und auch der zugrunde liegende Risikoschätzer ist auswählbar – das Ziel und die Kovarianzschätzung sind also zwei getrennte Entscheidungen, die Sie vor dem Ausführen des Optimierers treffen.
Warum sie wichtig ist und häufige Missverständnisse
Die Semi-Varianz bringt das Risikomodell mit dem tatsächlichen Verhalten der Menschen in Einklang. Verlustaversion ist kein Charakterfehler, den man wegoptimieren sollte; sie ist der Grund, warum es Mandate zur Kapitalerhaltung gibt, warum Drawdown-Limits in Anlagerichtlinien geschrieben werden und warum Anleger Manager nach schlechten Quartalen entlassen und nicht nach guten.
Sie liefert außerdem eine belastbare Antwort auf eine praktische Frage: Risiko relativ zu was? Die Varianz braucht kein Ziel, was neutral klingt, aber nur die Annahme verbirgt. Die Semi-Varianz macht das Ziel explizit und lässt Sie es auf null, auf den risikofreien Zins oder auf eine geforderte Rendite setzen, die einer realen Verpflichtung entspricht.
Drei Missverständnisse sollten ausgeräumt werden:
„Semi-Varianz ist einfach Volatilität geteilt durch zwei.“ Das ist sie nicht. Die Beziehung hängt vollständig vom Ziel und von der Form der Renditeverteilung ab. Bei einer symmetrischen Verteilung mit einem Ziel am Mittelwert ist die Semi-Varianz genau die Hälfte der Varianz – vermutlich stammt der Mythos von daher. Verschieben Sie das Ziel oder verwenden Sie eine schiefe Verteilung, und das Verhältnis entfernt sich von einem Halb. Bei einer negativ schiefen Aktienreihe kann es deutlich höher liegen.
„Die Minimierung der Semi-Varianz führt immer zu einem Portfolio mit niedriger Rendite.“ Jedes Risikoziel lässt sich in eine entartete Ecke treiben, wenn man es allein ohne weitere Eingaben optimiert. Die Semi-Varianz ist in dieser Hinsicht nichts Besonderes. Sie wird nützlich, wenn sie eine Zutat unter mehreren ist – kombinieren Sie sie mit einer Renditeanforderung oder mit Gewichtungsbeschränkungen für einzelne Anlagen, sodass der Optimierer entscheidet, wie Risiko eingegangen wird, statt ob überhaupt welches eingegangen wird. RSJ Portfolio stellt Gewichtungsbeschränkungen im Empfehlungsbildschirm genau aus diesem Grund bereit.
„Semi-Varianz ist nur für extremes Risiko.“ Es gibt die verbreitete Annahme, Abwärtsmaße seien etwas für Tail-Risk-Spezialisten. In der Praxis ist die Semi-Varianz für jeden relevant, dem Verluste wichtiger sind als Gewinne – also für die meisten Menschen die meiste Zeit. CVaR ist das Werkzeug für den fernen Tail; die Semi-Varianz ist ein Allzweckersatz für die Varianz, wenn die Symmetrieannahme der Teil ist, an dem Sie Anstoß nehmen.
Da RSJ Portfolio mehrere Ziele und acht Risikomodelle mitbringt, müssen Sie nichts davon einfach glauben. Führen Sie dieselbe Kandidatenliste unter minimaler Semi-Varianz, minimaler Volatilität und Conditional Value at Risk aus und vergleichen Sie die resultierenden Allokationen und ihr historisches Abwärtsverhalten. Dieser Vergleich ist ein besseres Argument als jeder Artikel.
Ein Portfolio mit minimaler Semi-Varianz mit RSJ Portfolio erstellen
RSJ Portfolio ist eine Windows-Desktop-Anwendung, die aus historischen End-of-Day-Kursen ein statistisch optimiertes Portfolio erstellt. Der Workflow für die Semi-Varianz ist derselbe wie für jedes andere Ziel – nur eine Einstellung ändert sich.
Schritt 1 – Kandidatenliste erstellen und Kurse laden. Suchen Sie Symbole im Auswahlbildschirm und fügen Sie sie Ihrer Kandidatenliste hinzu. Die Kurse stammen von den integrierten Datenanbietern und durchlaufen die Bereinigungs-Pipeline, bevor sie den Optimierer erreichen, sodass Lücken, Splits und veraltete Kurse behandelt werden, bevor die Statistiken berechnet werden. Die bereinigten Reihen werden lokal zwischengespeichert, was das erneute Ausführen einer Optimierung mit einem anderen Ziel schnell macht.
Schritt 2 – Ziel auswählen. Wählen Sie im Empfehlungsbildschirm minimale Semi-Varianz als Optimierungsziel. Die Alternativen – minimale Volatilität, maximale Sharpe Ratio, hierarchische Risikoparität und Conditional Value at Risk – stehen daneben im selben Auswahlfeld. Wenn Ihre Risikodefinition eine Zielrendite benötigt, legen Sie sie hier fest, statt einen Standardwert zu akzeptieren.
Schritt 3 – Risikoschätzer wählen und Beschränkungen setzen. Der Risikoschätzer ist eine vom Ziel getrennte Wahl. Wenn Sie die Konzentration begrenzen möchten, fügen Sie an dieser Stelle Gewichtungsbeschränkungen für einzelne Anlagen hinzu. Hier bestätigen Sie auch den Datumsbereich und die lokale Währung.
Schritt 4 – Optimierer ausführen und Allokation lesen. Das Ergebnis ist eine Menge von Gewichten. Der Sinn der Übung ist nicht, dass die Gewichte ungewöhnlich aussehen; er besteht darin, dass sie so gewählt wurden, dass die Abwärtsseite des Portfolios – und die Korrelation dieser Abwärtsseite über die Positionen hinweg – gering bleibt. Kandidaten, deren Verluste tendenziell gemeinsam auftreten, erhalten weniger Kapital als Kandidaten, deren Verluste zu unterschiedlichen Zeiten auftreten.
Ein praktischer Hinweis zu Währungen: Wenn Ihre Kandidatenliste mehrere Märkte umfasst, werden die Kurse entlang des dokumentierten Umrechnungspfads in Ihre lokale Währung umgerechnet, und die Semi-Varianz wird auf der umgerechneten Renditerehe berechnet. Das Risikomaß spiegelt daher eine einzige Basiswährung wider und keine Mischung.
Semi-Varianz vs. andere Risikomaße
| Maß | Was es bestraft | Behandlung von Aufwärtsbewegungen | Typische Verwendung |
|---|---|---|---|
| Varianz | Alle Abweichungen vom Mittelwert | Gleich bestraft | Klassische Mean-Variance-Optimierung |
| Semi-Varianz | Abweichungen unter einem Ziel | Ignoriert | Abwärtsbewusste Allokation |
| CVaR (Expected Shortfall) | Durchschnittlicher Verlust jenseits einer Tail-Schwelle | Ignoriert | Tail-Risiko-Limits, stressempfindliche Mandate |
| Minimale Volatilität | Gesamtvarianz des Portfolios | Gleich bestraft | Geringstmögliches Gesamtschwanken |
Die Unterscheidung zwischen Semi-Varianz und CVaR ist diejenige, die am häufigsten verwischt wird. CVaR fragt: „Wie schlimm ist es, wenn ein schlechter Tag eintritt?“ und betrachtet nur jenseits einer Schwelle – typischerweise die schlechtesten 5 % der Ergebnisse. Die Semi-Varianz betrachtet jede Rendite unter dem Ziel, was bedeutet, dass sie sowohl auf einen langen Strom kleiner Fehlbeträge als auch auf einige wenige große reagiert. Wenn Ihr Anliegen die Form der gesamten Abwärtsseite ist, dann Semi-Varianz; wenn es speziell der Tail ist, dann CVaR.
Die minimale Volatilität hingegen minimiert die Gesamtvarianz und kann getrost auf Anlagen setzen, deren Verluste häufig, aber moderat sind – ein anderes Portfolio als das, das die minimale Semi-Varianz erzeugt, und nicht unbedingt ein schlechteres. Für einen tieferen Blick darauf, wie die Wahl des Ziels die Antwort verändert, siehe Minimum Variance vs Maximum Sharpe Portfolio: Which Is Better? und Hierarchical Risk Parity vs Minimum Variance: Which Allocation Fits?.
FAQ
Was ist der Unterschied zwischen Semi-Varianz und Downside Deviation?
Die Semi-Varianz ist der Durchschnitt der quadrierten negativen Abweichungen von einer Zielrendite; die Downside Deviation ist ihre Quadratwurzel. Beide konzentrieren sich nur auf Renditen unter dem Ziel, aber die Semi-Varianz ist in quadrierten Einheiten und wird wegen ihrer Differenzierbarkeit oft direkt in der Optimierung verwendet.
Kann die Semi-Varianz mit jeder Zielrendite verwendet werden?
Ja, die Zielrendite (oder minimal akzeptable Rendite) ist ein Parameter. Häufige Wahlmöglichkeiten sind null, der risikofreie Zins oder eine geforderte Rendite. RSJ Portfolio erlaubt es Ihnen, das Ziel festzulegen, wenn Sie die minimale Semi-Varianz als Ziel verwenden.
Ist die Semi-Varianz ein gutes Maß für alle Anlageklassen?
Die Semi-Varianz ist besonders nützlich für Anlagen mit schiefen oder fettverteilten Renditeverteilungen wie Aktien und Kredite. Bei symmetrischen Verteilungen verhält sie sich ähnlich wie die Varianz. Für Anlagen mit sehr stabilen Renditen ist sie weniger aussagekräftig.
Wie behandelt RSJ Portfolio die Semi-Varianz-Optimierung mit mehreren Währungen?
RSJ Portfolio rechnet alle Kurse über den in seiner Datendokumentation beschriebenen Umrechnungspfad in eine lokale Währung um und berechnet dann die Semi-Varianz auf der umgerechneten Renditerehe. Dadurch spiegelt das Risikomaß eine einzige Basiswährung wider.
Fazit
Die Semi-Varianz ist keine ausgefeiltere Varianz – sie ist eine andere Frage. Die Varianz fragt, wie stark sich ein Portfolio bewegt. Die Semi-Varianz fragt, wie stark es sich gegen Sie bewegt, gemessen von einem Ziel, das Sie bewusst gewählt haben. Für jeden, dessen tatsächliches Ziel lautet „verliere kein Geld, das ich brauche“, ist das die nützlichere Frage, und sie ist der Grund, warum die minimale Semi-Varianz im Zielauswahlfeld neben minimaler Volatilität und maximaler Sharpe Ratio steht und nicht in einer Fußnote.
Der praktische Test ist günstig: Nehmen Sie eine Kandidatenliste, der Sie bereits vertrauen, führen Sie sie unter zwei oder drei Zielen aus und vergleichen Sie die Abwärtsprofile statt der Schlagzeilen-Volatilität. Beginnen Sie mit dem Leitfaden für den Einstieg, um Datenanbieter, Cache und lokale Währung vor Ihrem ersten Lauf einzurichten, und ändern Sie dann jeweils eine Einstellung.
Verwandte Beiträge
- Minimum Variance vs Maximum Sharpe Portfolio: Which Is Better?
- Portfolio Optimization for Financial Advisors
- Automate Portfolio Rebalancing With an Optimizer