---
title: "Low-Volatility-Faktor: Defensive Portfolios messen, aufbauen und prüfen"
description: "Erfahren Sie, wie Low-Volatility-Strategien Risiko definieren, Aktien auswählen und gewichten, Kovarianzen und Restriktionen einsetzen und Sektor-, Bewertungs-, Umschlags-, Crowding- und Umsetzungsrisiken eingehen."
image: "https://wiki.fcontext.com/og.png"
---
> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Low-Volatility-Faktor: Defensive Portfolios messen, aufbauen und prüfen
> Nur zu Bildungszwecken; stellt keine Anlageberatung oder Anlageempfehlung dar. Anlagen können zu Verlusten führen.
## Direkte Antwort
Eine **Low-Volatility-Aktienstrategie** wählt systematisch Aktien aus oder übergewichtet sie, wenn sie nach einer offengelegten historischen oder modellbasierten Definition weniger volatil erscheinen. Studien fanden teils wettbewerbsfähigere risikoadjustierte Renditen als eine einfache Risiko-Rendite-Erzählung erwarten ließe; dennoch ist der Faktor weder ein einheitliches Portfolio noch eine garantierte Prämie.
Gesamtrenditevolatilität, Markt-Beta, Downside Deviation, maximaler Drawdown und marginaler Beitrag zu einem Minimum-Varianz-Portfolio messen verschiedene Risiken. Ein Long-short-Faktor mit niedrigem Beta kann Hebel und Short-Positionen nutzen; ein Long-only-Index kann die schwankungsärmsten Aktien invers gewichten; ein Optimierer verwendet Kovarianzmatrix und Restriktionen. Bestände und Renditen können stark abweichen.
Niedrige historische Volatilität bedeutet nicht geringes Geschäfts-, Bewertungs-, Liquiditäts-, Inflations-, Zins-, Konzentrations- oder Verlustrisiko. Das Portfolio kann in Rallys zurückbleiben, teuer oder überlaufen werden, sich in defensiven Branchen konzentrieren und bei veränderten Korrelationen einen Regimebruch erleben.
## Funktionsweise
Erstellen und prüfen Sie die Strategie in dieser Reihenfolge:
1. **Anlageuniversum stichtagsbezogen definieren.** Bestimmen Sie Wertpapierlinien, Aktienklassen, Notierungen, Liquidität, Streubesitz, Preis, Marktkapitalisierung, Land, Sektor, Kapitalmaßnahmen, Survivorship und Datenverfügbarkeit. Rekonstruieren Sie alte Portfolios nicht mit heutigen Mitgliedern.
2. **Rendite- und Risikoschätzer definieren.** Nutzen Sie synchronisierte Gesamtrenditen mit Währung, Frequenz, Rückblick, Fehlwert- und Kapitalmaßnahmenregel. Stichprobenvolatilität ist `s = sqrt[Σ(r_t - mean r)^2 / (n - 1)]`. `s_annual ≈ s_period × sqrt(P)` setzt passende Frequenz und Abhängigkeit voraus und kann bei Autokorrelation oder Clustering scheitern.
3. **Risikokonzepte trennen.** Beta ist Kovarianz mit dem Markt geteilt durch Marktvarianz und hängt auch von Korrelation ab. Downside-Risiko nutzt Ziel oder negative Teilmenge. Minimum-Varianz hängt von allen Kovarianzen ab. Historische, implizite und prognostizierte Volatilität sind verschiedene Eingaben.
4. **Auswahl und Gewichtung festlegen.** Dokumentieren Sie Ranggrenzen, Puffer, inverse, gleiche, kapitalisierungs-, risikobeitrags- oder optimierte Gewichte, Caps, Restriktionen und Kovarianz-Shrinkage. Vor Caps gilt `w_i = (1 / s_i) / Σ(1 / s_j)`.
5. **Rebalancing und Umsetzung modellieren.** Nutzen Sie verzögerte beobachtbare Inputs, Termine, Zu- und Abgänge, Puffer, Kapitalmaßnahmen, Kosten, Steuern, Impact, Barmittel, Sampling, Leihe und Fondsgebühren. Indexrendite ist nicht Anlegerrendite; Vorab-Historie ist hypothetisch.
6. **Portfolioexponierungen zuordnen.** Messen Sie Beta, Sektor, Branche, Größe, Value, Qualität, Profitabilität, Dividende, Duration, Zins, Währung und Land. Trennen Sie Titelauswahl von unbeabsichtigten Faktorwetten und vergleichen Sie passende Preis-, Brutto-/Netto-Gesamtrendite-, abgesicherte und Fondsreihen.
7. **Robustheit und Einsatz testen.** Prüfen Sie Teilperioden, Regime, Fenster, Frequenzen, Kovarianzen, Restriktionen, Umschlag, Bewertung, Crowding, Kapazität, Drawdowns, Tail-Verlust, Liquidität und Out-of-Sample. Bewerten Sie am Risikoziel und an einer investierbaren passenden Benchmark.
Erklärungen für frühere Low-Risk-Renditen umfassen Hebelrestriktionen, benchmarkrelative Anreize, Präferenz für lotterieartige Auszahlungen, Überbewertung glamouröser Hochrisikoaktien und andere Faktoren. Dies sind überlappende Hypothesen, kein Persistenzbeweis.
## Beispiel
Sechs Monate trennen Messung, Gewichte, Kovarianz und Vermögen:
- **Einzelschätzungen:** A erzielt monatlich `1.0000%, 2.0000%, 0.0000%, 1.0000%, 2.0000%, 0.0000%`, B `3.0000%, -1.0000%, 4.0000%, -2.0000%, 5.0000%, -3.0000%`. Beide Mittelwerte sind `1.0000%`, die Stichprobenvolatilitäten aber `0.8944%` und `3.4059%`.
- **Inverse Gewichte:** A hat `1 / 0.8944 = 1.1180`, B `1 / 3.4059 = 0.2936`. Normalisiert folgen `w_A = 79.2008%` und `w_B = 20.7992%`. Bei relevanter Korrelation sind dies keine gleichen Risikobeiträge.
- **Portfoliorisiko:** Bei Korrelation `0.2500` gilt monatlich `s_p = sqrt[w_A^2 s_A^2 + w_B^2 s_B^2 + 2 w_A w_B rho s_A s_B] = 1.1201%`. Annualisiert ergibt `1.1201% × sqrt(12) = 3.8800%`; sechs Beobachtungen machen beides unsicher.
- **Realisierte Verkettung:** Monatlicher Reset erzeugt `1.4160%, 1.3760%, 0.8320%, 0.3760%, 2.6240%, -0.6240%` und `(Π(1 + r_t)) - 1 = 6.1208%` vor Kosten. Buy-and-hold A erzielt `6.1312%`, B `5.8505%`, monatlich gleichgewichtet `6.0635%`; diese kurze Rangfolge schätzt keine Faktorprämie.
## Risiken
- Niedrige Volatilität, Beta, Downside-Risiko, Drawdown und Minimum-Varianz getrennt definieren.
- Stichtagsuniversum fixieren und Current-constituent- sowie Survivorship-Bias vermeiden.
- Synchronisierte Gesamtrenditen mit konsistenter Währung, Datum, Ausschüttung und Kapitalmaßnahme verwenden.
- Rückblick, Frequenz, Stichprobendivisor, Fehlwerte, Ausreißer und veraltete Preise offenlegen.
- Bei Autokorrelation, Überlappung, Glättung oder Clustering nicht mechanisch annualisieren.
- Beta mit benanntem Marktproxy schätzen und nicht für Gesamtvolatilität einsetzen.
- Kovarianz- und Korrelationsschätzer als instabil behandeln, besonders bei kurzen Stichproben.
- Auswahlgrenzen, Puffer, Gewichte, Caps, Restriktionen und Shrinkage dokumentieren.
- Prüfen, ob bindende Restriktionen die beabsichtigte Exponierung verändern.
- Sektor-, Branchen-, Größen-, Value-, Qualitäts-, Dividenden-, Duration-, Zins-, Währungs- und Länderneigungen messen.
- Niedrige Einzelvolatilität von niedrigem marginalem Risikobeitrag trennen.
- Verzögerte Inputs verwenden und Ankündigungs-, Referenz- und Wirksamkeitstermine bewahren.
- Umschlag, Spread, Provision, Steuern, Impact, Leihe und Fondsgebühren einbeziehen.
- Index und Fonds sowie Brutto-, Netto-, Preis-, Gesamtrendite- und abgesicherte Reihen unterscheiden.
- Vorab-Historie als hypothetisch kennzeichnen und Methodenrevisionen testen.
- Rallys, Inflation, Zinsanstiege, Sektorereignisse, Liquiditätsverlust und Korrelationsbrüche stressen.
- Bewertung und Crowding überwachen, weil teure defensive Titel gemeinsam handeln können.
- Keine künftige Prämie, Kausalität oder Sicherheit aus einer historischen Anomalie ableiten.
- Drawdown, Tail-Verlust, Liquidität, Kapazität und absolute Rendite zusätzlich vergleichen.
- Robuste Teilperioden-, Spezifikations- und Out-of-Sample-Evidenz verlangen.
## Häufige Irrtümer
- **„Niedrige Volatilität bedeutet geringe mögliche Verluste.“** Das Etikett beschreibt eine historische oder modellierte Schätzung, keine Verlustuntergrenze.
- **„Niedriges Beta und niedrige Volatilität sind gleich.“** Beta misst Marktsensitivität; Gesamtvolatilität enthält idiosynkratische Schwankung.
- **„Inverse Volatilitätsgewichtung ist Minimum-Varianz.“** Sie ignoriert Korrelationen, sofern die Konstruktion keine Kovarianzmatrix ergänzt.
- **„Defensive Verkettung garantiert Marktmehrrendite.“** Rallys, Bewertung, Kosten und Regime können die Rangfolge umkehren.
- **„Alle Low-Volatility-ETFs bieten dieselbe Exponierung.“** Universum, Schätzer, Fenster, Auswahl, Gewichte, Caps, Rebalancing, Gebühren und Tracking unterscheiden Portfolios.
## Verwandte Themen
- [Beta](/de/stocks/beta/)
- [Fama-French-Faktormodell](/de/stocks/fama-french-factor-model/)
- [Sharpe-Ratio](/de/stocks/sharpe-ratio/)
## Quellen
- National Bureau of Economic Research: Betting Against Beta.
- Financial Analysts Journal: Benchmarks als Arbitragegrenzen und Low-Volatility-Anomalie.
- S&P Dow Jones Indices: Methodik der Low-Volatility-Indizes.
- S&P Dow Jones Indices: S&P 500 Low Volatility Index.
- FINRA: Grundlagen zu Smart Beta.
- SEC Investor.gov: Glossar zu börsengehandelten Fonds (ETF).
Source: https://wiki.fcontext.com/de/stocks/low-volatility-factor/index.mdx