Teilen Sie diesen Artikel & Unterstützen Sie unsere Mission Alpha for Impact
1
06
2021

Momentum: Die wichtigsten Erkenntnisse.

Post by 
Querschnittsmomentum (Cross-Sectional Momentum) ist am Aktienmarkt schon lange als Renditeanomalie bekannt. Trotzdem zeigt die deutliche Mehrheit wissenschaftlicher Studien, dass der Effekt nach wie vor existiert. Dieser Artikel fasst die wichtigsten Erkenntnisse aus der Kapitalmarktforschung zu diesem Thema in chronologischer Reihenfolge zusammen.

Value-Effekt meiden

Das im Jahr 1985 veröffentlichte Paper „Does the Stock Market Overreact?“ [1] untersucht die Kursentwicklung von Gewinner- und Verliereraktien. Daraus lassen sich Schlussfolgerungen für den Momentum-Effekt ableiten. Die Studie zeigt, dass sich bei einer vergleichsweise langen Ranking-Periode von 5 Jahren Loser-Aktien im Durchschnitt deutlich besser entwickeln als Winner-Aktien. Das heißt, dass Momentum-Werte, die schon sehr lange überdurchschnittlich stark steigen bzw. fallen, gemieden werden sollten. Diese Titel driften zunehmend in den Value-Bereich ab, der ein zunehmendes Reversal-Risiko für Momentum-Aktien darstellt.

Bild1) Value-Effekt meiden
Die Grafik zeigt den Verlauf der kumulativen durchschnittlichen Renditen für Loser- und Winner-Portfolios im Anschluss an eine 5-jährige Ranking-Periode. Untersucht wurden überlappende Portfolios im Zeitraum von 1933 bis 1978 (Monatsdaten).
Quelle: DeBondt, W. / Thaler, R. (1985), Does the Stock Market Overreact?, Journal of Finance, Vol. 40, Nr. 3, S. 803

Momentum-Lebenszyklus nutzen

Im Jahr 2000 beschrieb die Studie „Price Momentum and Trading Volume“ [2] erstmals das Konzept eines Momentum-Lebenszyklus. Dies ist ein Modell der vermuteten Interaktion von Kursmomentum, Reversal und Handelsvolumen. Demnach sind Winner-Aktien (Loser-Aktien), die ein hohes (niedriges) Volumen haben, in der Spätphase ihrer Momentum-Bewegungen und lassen deshalb kurzfristig eher ein Reversal als eine weitere prozyklische Bewegung erwarten. Umgekehrt befinden sich Winner-Aktien (Loser-Aktien) mit niedrigem (hohem) Volumen in der Frühphase ihres Momentum-Zyklus, weshalb die prozyklischen Bewegungen hier mit höherer Wahrscheinlichkeit anhalten. Die Autoren weisen aber darauf hin, dass Aktien mit niedrigem Volumen generell besser performen als Aktien mit hohem Volumen.

Bild 2) Der Momentum-Lebenszyklus
Winner-Aktien (Loser-Aktien) mit niedrigem (hohem) Volumen befinden sich dem Modell zufolge in der Frühphase ihres Momentum-Zyklus, sodass sich prozyklische Bewegungen mit höherer Wahrscheinlichkeit fortsetzen als umkehren. Allerdings weisen die Autoren ausdrücklich darauf hin, dass es sich um ein grobes Konzept handelt, das zudem nur auf Portfolioebene greift.
Quelle: Lee, C. M. / Swaminathan, B. (2000), Price Momentum and Trading Volume, Journal of Finance, Vol. 55, Nr. 5, S. 2063

Das im Jahr 2015 veröffentlichte Paper „Trading Volume and Momentum: The International Evidence“ [3] bestätigt das Lebenszyklusmodell und zeigt, dass das Handelsvolumen mit der Stärke und Persistenz des Momentum-Effekts zusammenhängt. Die Forscher untersuchen die Early-Momentum-Strategie, die Long in Winner-Aktien mit niedrigem Volumen und Short in Loser-Aktien mit hohem Volumen ist. Umgekehrt ist die Late-Momentum-Strategie Long in Winner-Aktien mit hohem Voluen und Short in Loser-Aktien mit niedrigem Volumen.

Die Ergebnisse zeigen, dass die Early-Momentum-Strategie profitabler als die klassische sowie die Late-Momentum-Strategie ist. Sie erzielt im Mittel über alle 37 untersuchten Länder 1,22% pro Monat und übertrifft die beiden anderen Strategien damit um 0,38% bzw. 0,74%. Weiterhin zeigen die Forscher, dass mithilfe des Handelsvolumens die Persistenz des Momentum-Effekts prognostiziert werden kann. So bleibt die Early-Momentum-Strategie im Durchschnitt über alle Länder für 5 Jahre profitabel, während die Late-Momentum-Strategie schon nach einem Jahr ein erhebliches Reversal aufweist.

Bild 3) Momentum-Lebenszyklus nutzen
Die Grafik zeigt die kumulativen monatlichen Renditen für Early- und Late-Momentum sowie die klassische Momentum-Strategie.
Quelle: Bornholt, G. N. / Dou, P. / Malin, M. (2015), Trading Volume and Momentum: The International Evidence, Multinational Finance Journal, Vol. 19, Nr. 4

Konsistenz der Renditeentwicklung beachten

Schon die im Jahr 2004 veröffentlichte Studie „Predicting Stock Price Movements from Past Returns: The Role of Consistency and Tax-Loss Selling“ [4] zeigte, dass es bei Momentum Winnern um Konsistenz geht. Demnach fallen die erwarteten Renditen höher aus, wenn eine vergangene Momentum-Bewegung durch eine Serie gleichmäßig positiver Monate verursacht wurde, statt durch sehr wenige, sehr gute Monate. Mögliche Ursachen für diese Beobachtung sind eine langsame Informationsdiffusion sowie der Dispositionseffekt. Den Autoren zufolge stellen gleichmäßige Momentum-Bewegungen zudem einen Proxy für Low Volatility dar, was als eigenständige Anomalie ebenfalls positiven Einfluss auf die Renditen hat.

Das 2014er Paper „Frog in the Pan: Continuous Information and Momentum“ [5] lieferte darüber hinaus Anhaltspunkte dafür, dass sich Momentum-Bewegungen, die durch einen kontinuierlichen Fluss an Informationen geprägt sind, fortsetzen und kein Reversal ausbilden. Eine Vielzahl kleiner Informationen ist also nachhaltiger als seltene, deutliche Nachrichten. Im Durchschnitt dauert eine Momentum-Bewegung nach kontinuierlichem Informationsfluss etwa 8 Monate, während es nach deutlichen Nachrichten nur durchschnittlich 2 Monate sind.

Die Autoren diskutieren als Erklärung eine Unterreaktion: Diese entsteht, indem Informationen unterhalb der Wahrnehmungsschwelle der Marktteilnehmer verzögert eingepreist werden. Einen Hinweis auf solche nachhaltige Momentum-Bewegungen liefert ein hoher Anteil positiver, aber geringer bis moderat hoher Tagesrenditen.

Bild 4) Konsistenz der Renditeentwicklung beachten
Der Chart verdeutlicht den typischen Unterschied im Kursverlauf zwischen kontinuierlichem (viele kleine Informationen) und diskretem Informationsfluss (wenige große Informationen). Beide Aktien haben den gleichen Start- und Endkurs, aber verhalten sich in der Zwischenzeit sehr unterschiedlich.
Quelle: Da, Z. / Gurun, U. G. / Warachka, M. (2014), Frog in the Pan: Continuous Information and Momentum, Review of Financial Studies, Vol. 27, Nr. 7
Medien beeinflussen vor allem die Winner- und Loser-Aktien am Markt, das Mittelfeld des Momentum-Rankings dagegen kaum.

Auf medial präsente Aktien setzen

Die im Jahr 2014 veröffentlichte Studie „Media Makes Momentum“ [6] zeigt den erstaunlichen Effekt, dass die Medien das Momentum sogar verstärken, statt es wie anhand der eigentlich zu erwartenden Informationsdiffusion (mehr Information = mehr Effizienz) zu verringern. Demnach beeinflussen die Medien vor allem die Winner- und Loser-Aktien am Markt, das Mittelfeld des Momentum-Rankings dagegen kaum. Bei den Winner-Aktien ist der Einfluss zudem stärker als bei den Loser-Aktien.

Interessant ist, dass der Effekt nochmals stärker ausfällt, wenn konkret Winner (Loser) betrachtet werden, deren Medienpräsenz einen positiven (negativen) Ton aufweist. Eine Erklärung dafür ist, dass Momentum-Bewegungen überhaupt erst zu mehr Medienpräsenz führen. Diese Präsenz löst dann häufig eine nochmalige Reaktion auf bereits bekannte Informationen aus, was langfristig dann wieder korrigiert wird.

Bild 5) Auf medial präsente Aktien setzen
Dargestellt sind die Momentum-Renditen für Aktien mit hoher und geringer Berichterstattung in den Medien. Zunächst wurden die Top/Flop 20% der Berichterstattung ermittelt und dann eine Top/Flop 30% Momentum-Strategie angewendet.
Quelle: Hillert, A. / Jacobs, H. / Müller, S. (2014), Media Makes Momentum, Review of Financial Studies, Vol. 27, Nr. 12

Momentum Crashs vermeiden

Das 2016er Paper „Momentum Crashes“ [7] zeigt, dass verheerende Drawdowns bei Momentum zum Teil vorhersehbar sind. Sie treten auf, wenn nach starken Markteinbrüchen eine Panikphase entsteht, der eine deutliche Gegenbewegung nach oben folgt. Eine wesentliche Ursache für diese Crashs ist den Autoren zufolge das variable Beta der Portfolios. In starken Abwärtsbewegungen haben die Winner-Aktien (im Long Portfolio) niedrige und die Loser-Aktien (im Short Portfolio) hohe Beta-Werte. Dreht der Markt dann plötzlich nach oben, resultiert ein insgesamt deutlich negatives Long-Short-Beta, was zum Renditeeinbruch führt. Das Hauptproblem ist hierbei eine sogenannte „Junk-Rallye“ auf der Short-Seite. Die historisch extremsten Beispiele waren Juli und August 1932 sowie März bis Mai 2009, als die 12-Monats-Loser-Portfolios um 232% bzw. 163% stiegen, die Winner-Portfolios dagegen nur um 32% bzw. 8%.

Bild 6) Momentum Crashs vermeiden
Die Markierungen zeigen die kurzfristig extrem starke Performance des Loser-Portfolios zum Ende der beiden großen Bärenmärkte. Dies war die Hauptursache für die jeweiligen Momentum Crashs.
Quelle: Daniel, K. / Moskowitz, T. J. (2016), Momentum Crashes, Journal of Financial Economics, Vol. 122, Nr. 2, S. 224

Starke und schwache Momentum-Phasen nutzen

Im Jahr 2017 wurde die Studie „One Brief Shining Moment(um): Past Momentum Performance and Momentum Reversals“ veröffentlicht. [8] Diese untersucht den Zusammenhang der jüngsten Momentum-Entwicklung (Past Momentum Performance, kurz PMP) mit den Renditen von unverändert weiterbestehenden Momentum-Portfolios. Es zeigt sich, dass Momentum-Portfolios, die in Top 20% PMP-Monaten erstellt werden, auf Sicht von 2 bis 5 Jahren ein starkes Reversal aufweisen. Umgekehrt zeigen Momentum-Portfolios, die in Flop 20% PMP-Monaten erstellt werden, dauerhaft positive Renditen.

Eine mögliche Erklärung dafür ist kurzfristiges Performance Chasing der Marktteilnehmer, was zu überdurchschnittlichen Momentum-Renditen und damit Top-PMP-Monaten führt. Letztlich ergibt sich daraus eine Überreaktion, die später wieder abgebaut wird. Umgekehrt lassen sich niedrige PMP-Werte mit geringem Interesse an Momentum-Strategien begründen, was mit einer Unterreaktion und später stabil höheren Renditen einhergeht. Anleger können besonders starke (schwache) Momentum-Phasen demnach antizyklisch zum Abbau (Aufbau) neuer Positionen nutzen.

Bild 7) Starke und schwache Momentum-Phasen nutzen
Die Abbildung zeigt den PMP-Effekt: Je höher die vergangenen Momentum-Renditen, desto stärker fällt das langfristige Reversal aus.
Quelle: Ali, U. / Daniel, K. / Hirshleifer, D. (2017), One Brief Shining Moment(um):
Past Momentum Performance and Momentum Reversals, Columbia Business School Research Paper Nr. 17-48
Die Beschleunigung der Erträge von Quartal zu Quartal trägt signifikant zur Erklärung künftiger Überrenditen bei.

Aktien mit Ertragsbeschleunigung finden

Das im Jahr 2018 publizierte Paper „Earnings Acceleration and Stock Returns“ [9] zeigt, dass eine Beschleunigung der Erträge von Quartal zu Quartal signifikant zur Erklärung künftiger Überrenditen beiträgt. Untersucht wird eine Strategie, die Long (Short) in den 10% der Aktien mit der höchsten (niedrigsten) Beschleunigung ist. Entscheidend ist jeweils der 2. Tag nach Bekanntgabe der entsprechenden Zahlen. Auf 1-Monats-Sicht erzielt diese Rückrechnung für US-Aktien im Zeitraum von 1972 bis 2015 eine durchschnittliche marktbereinigte Rendite von 1,8 bzw. auf 3-Monats-Sicht von 3,4%. Der größte Teil des Effekts fällt demnach innerhalb des ersten Monats an.

Die Renditen können weiter verbessert werden. Dazu definieren die Autoren eine Strategie, bei der auf der Long-Seite eine hohe Ertragsbeschleunigung sowie positives Ertragsmomentum vorliegen, während auf der Short-Seite nur diejenigen Aktien gehandelt werden, die neben einer niedrigen Ertragsbeschleunigung zuvor auf Jahresbasis noch ein positives Ertragswachstum aufwiesen, das nun ins Negative gekippt ist. Die 1-Monats-Rendite dieser Strategie liegt bei 2,6%.

Eine mögliche Erklärung ist den Autoren zufolge, dass der Markt prognostizierbare Effekte der Ertragsbeschleunigung für das resultierende Ertragswachstum über zwei bis drei Quartale (teilweise) nicht einpreist.

Bild 8) Aktien mit Ertragsbeschleunigung finden
Dargestellt sind die durchschnittlichen marktbereinigten, nach Marktkapitalisierung gewichteten Renditen der 10% höchsten (Decile 10) und niedrigsten (Decile 1) Ertragsbeschleunigung sowie die entsprechende Long-Short-Rendite für bis zu 30 Tage nach Bekanntgabe der Ertragszahlen. Zeitraum: 1972-2015.
Quelle: He, S. / Narayanamoorthy, G. (2018), Earnings Acceleration and Stock Returns, Working Paper, Tulane University, S. 33

Tageszeit für Transaktionen optimieren

Im Jahr 2019 wurde das vorherige Working Paper „A Tug of War: Overnight Versus Intraday Expected Returns“ in einem Journal veröffentlicht. [10] Die Autoren zeigen den erstaunlichen Effekt, dass Momentum-Renditen im Durchschnitt außerhalb der Handelszeiten auftreten. Dies ist eine parallele Erkenntnis zum Renditephänomen am Gesamtmarkt, für den in anderen Studien durchschnittlich positive Übernachtrenditen nachgewiesen wurden.

Eine plausible Begründung für die Übernacht-Momentum-Renditen ist die allgemeine Tendenz institutioneller Marktteilnehmer, während der Handelszeit gegen Momentum-Charakteristika zu handeln, was einen gewissen Preisdruck erzeugt. Dieser Effekt lässt sich ausnutzen, indem neue Positionen grundsätzlich zum Schlusskurs eines Tages eröffnet und bestehende Positionen zur Eröffnung geschlossen werden.

Bild 9) Tageszeit für Transaktionen optimieren
Die Grafik verdeutlicht, dass die Momentum-Prämie überwiegend außerhalb der Handelszeiten anfällt. Untersucht wurde eine 12-1-x-Momentum-Strategie am US-Markt mit Haltedauer von 1 bis 60 Monaten.
Quelle: Lou, D. / Polk, C. / Skouras, S. (2019), A Tug of War: Overnight Versus Intraday Expected Returns, Journal of Financial Economics, Vol. 134, Nr. 1, S. 192-213

Schlussfolgerungen

Die Erkenntnisse aus der Momentum-Forschung sind als mögliche Filterkriterien hilfreich und lassen sich in systematischen Handelsstrategien miteinander kombinieren. Bei Anwendung vieler Kriterien ist ein Negativ-Screening interessant, um für jedes Kriterium den jeweiligen Anteil von Aktien mit klar unerwünschten Eigenschaften auszuschließen und auf diese Weise einen Pool an vorselektierten, potenziellen Momentum-Titeln zu erhalten. Weiterhin können Common-Sense-Kriterien zum Einsatz kommen – zum Beispiel, sich nur auf die Long-Seite zu konzentrieren und dies auch nur dann, wenn ein übergeordneter Bullenmarkt vorliegt.

Insgesamt sollte der Fokus von auf Momentum basierten, systematischen Handelsstrategien in der Praxis sowohl auf der Rendite- als auch der Risikodimension liegen. Für beide Dimensionen wurden relevante bisherige Studien genannt. Dabei ist es empfehlenswert, neue Erkenntnisse aus der Forschung fortlaufend in den Prozess einzubinden, um bestehende Vorteile gegenüber anderen Marktteilnehmern zu erhalten und im Idealfall weiter auszubauen.

Quellen

[1] DeBondt, W. / Thaler, R. (1985), Does the Stock Market Overreact?, Journal of Finance, Vol.  40, Nr. 3, S. 793-805
[2] Lee, C. M. / Swaminathan, B. (2000), Price Momentum and Trading Volume, Journal of Finance, Vol. 55, Nr. 5, S. 2017-2069
[3] Bornholt, G. N. / Dou, P. / Malin, M. (2015), Trading Volume and Momentum: The International Evidence, Multinational Finance Journal, Vol. 19, Nr. 4, S. 267-313
[4] Grinblatt, M. / Moskowitz, T. J. (2004), Predicting Stock Price Movements from Past Returns: The Role of Consistency and Tax-Loss Selling, Journal of Financial Economics, Vol. 71, Nr. 3, S. 541-579
[5] Da, Z. / Gurun, U. G. / Warachka, M. (2014), Frog in the Pan: Continuous Information and Momentum, Review of Financial Studies, Vol. 27, Nr. 7
[6] Hillert, A. / Jacobs, H. / Müller, S. (2014), Media Makes Momentum, Review of Financial Studies, Vol. 27, Nr. 12, S. 3467-3501
[7] Daniel, K. / Moskowitz, T. J. (2016), Momentum Crashes, Journal of Financial Economics, Vol. 122, Nr. 2, S. 221-247
[8] Ali, U. / Daniel, K. / Hirshleifer, D. (2017), One Brief Shining Moment(um): Past Momentum Performance and Momentum Reversals, Columbia Business School Research Paper Nr. 17-48
[9] He, S. / Narayanamoorthy, G. (2018), Earnings Acceleration and Stock Returns, Working Paper, Tulane University
[10] Lou, D. / Polk, C. / Skouras, S. (2019), A Tug of War: Overnight Versus Intraday Expected Returns, Journal of Financial Economics, Vol. 134, Nr. 1, S. 192-213

Sie möchten diesen Beitrag – komplett oder in Auszügen – für Ihre Zwecke verwenden? Dann berücksichtigen Sie bitte die folgende Creative Commons-Lizenz.