Grundsätzlich faul, aber dennoch immer interessiert, habe ich meine jüngst hier beschriebene Investment-Strategie mal mit folgendem Prompt durch „ChatGPT 40 mini“ gejagt (Kenner wissen, wovon ich fabuliere):
Erstelle mir anhand echter historischer Daten einen historisch-statistischen Vergleich zweier Value-Investing-Strategien:
Strategie 1: Value-Investing anhand klassischer Value Kennzahlen; dediziertes Stock Picking.
Strategie 2: Value-Investing / Stock Picking aber erweitert um eine Branchendiversifikation sowie um regelmäßige Sparpläne, unabhängig vom Aktienkurs“
Die Rückfragen und Antworten der KI will ich in diesem Beitrag heute darstellen und kommentieren. Noch eine weitere Info: ich habe die Prompts mit dem Feature „Deep Research“ der KI durchgeführt und will am Ende im Anhang die dabei verwendeten Quellen der KI auflisten.
Zunächst – und das fand ich ziemlich klug und richtig – erhielt ich folgende Rückfragen:
Möchtest du eine Analyse mit bestimmten Märkten oder Zeiträumen, z. B. bestimmte Jahrzehnte oder Krisenphasen? Soll der Vergleich auf globale Indizes (z. B. MSCI World) oder bestimmte Länder/Regionen fokussiert sein? Hast du Präferenzen für spezifische Value-Kennzahlen wie KGV, KBV oder Dividendenrendite? Und möchtest du, dass ich konkrete historische Portfolios simuliere?
Logisch! Da muss ich schon etwas genauer werden, wenn ich so einen Vergleich anstellen und KI-Halluzinationen so weit wie möglich vermeiden möchte. Ich ergänzte also meinen Prompt wie folgt:
Kennzahlen: KBV, KGV, Eigenkapitalquote, Dividendenhistorie, Gewinnwachstum.
Vergleichszeitraum: 100 zurückliegende Jahre, krisenübergreifend. Weltweit.
Keine Indizes, nur Stockpicking-Ansätze. Ja, konkrete historische Portfolios. Zwei Stück, jedes mit dem jeweiligen Ansatz gegen das andere mit dem anderen Ansatz stellen.
Mit diesem Input beschrieb mir das Sprachmodell dann das, was es jetzt tun würde.
Ich werde historische Daten analysieren, um den langfristigen Erfolg beider Strategien zu vergleichen, einschließlich Krisenzeiten. Die Analyse wird Performance-Kennzahlen, Schwankungsbreiten und Krisenresilienz beinhalten.
Ich gebe dir Bescheid, sobald die Ergebnisse vorliegen.
Bevor ich nun das „Deep Research“ Ergebnis darstelle noch zwei Randinformationen.
Erstens: die „Recherche“ dauerte rund 15 Minuten und verwendete 24 Quellen, wurde mir mitgeteilt.
Zweitens: am Ende der Recherche und nach textueller Darstellung des Ergebnisses bat ich die KI darum, diese Ergebnisse in einem generierten Bild darzustellen. Das folgende Bild wurde mir daraufhin „gebaut“:
Ich weiß nicht, wie es dem Leser geht, aber für mich sieht das schon ziemlich nach Halluzination aus (gibt es das englische Wort „Investions“ überhaupt?).
KI-Recherche-Ergebnisse zu meiner Anfrage
Das tatsächliche Ergebnis der Recherche umfasst ca. 2800 Wörter und ist in der Detailtiefe aus Sicht nicht besonders fesselnd. Viele Schlussfolgerungen auf Basis der einzelnen Quellen wiederholen sich und dafür muss ich hier keinen Platz verschwenden.
Interessant finde ich die explizite Erwähnung und Berücksichtigung von großen Börsenkrisen: Weltwirtschaftskrise (1929-1932), Nachkriegszeit & Ölkrisen (1970er), Dotcom-Blase & Crash (1995-2003), Finanzkrise (2008-2009) und Corona-Crash (2020). Der Fokus der Recherche scheint sich darauf konzentriert zu haben, wie die beiden Strategien sind insbesondere in diesen Zeiten bewähren konnten. Dieser Fokus entspricht im Wesentlichen genau dem Impuls, der mich überhaupt zu dieser Fragestellung gebracht hat: Wenn jede Analyse nur bis zur nächsten Krise gut ist, welcher Ansatz kann dann krisenübergreifend erfolgreich sein?
Am Ende der 2.800-Wörter-starken Antwort steht ein „Langfristiges Fazit“, welches folgende Frage beantworten möchte: „Welche Strategie ist überlegen?“. Dieses Fazit (es umfasst nur 346 Wörter) will ich hier gerne in ganzer Länge teilen, damit sich jeder Leser sein eigenes Bild machen kann.
Aus renditeorientierter Sicht liefert die konzentrierte Value-Strategie (Strategie 1) die höhere durchschnittliche Rendite über sehr lange Zeiträume – sofern der Anleger alle Höhen und Tiefen durchsteht. Die Outperformance von Value gegenüber dem Markt konnte damit maximiert werden. Über 100 Jahre hätte Strategie 1 ein deutlich größeres Endvermögen erzielt als Strategie 2. ABER: Diese Mehrrendite ging einher mit viel höherem Risiko, größeren Drawdowns und einer erhöhten Gefahr, in der Praxis auf der Strecke zu bleiben (z. B. aus emotionalen Gründen zu panischem Ausstieg geneigt zu sein). Eine einzige Fehlallokation (z. B. ein „Value Trap“-Unternehmen, das bankrottgeht) kann in einem konzentrierten Portfolio drastischen Schaden anrichten. Zudem zeigen reale Ergebnisse von Fondsmanagern, dass eine gewisse Diversifikation der Stock-Picks oft hilfreich ist – viele konzentrierte Value-Fonds blieben hinter ihren Erwartungen zurück.
Strategie 2 (breit diversifiziertes Value-Picking mit Sparplan) bietet einen ausgewogeneren Ansatz. Die historischen Daten deuten darauf hin, dass sie den Markt klar schlägt (dank Value-Tilt), dabei aber mildere Schwankungen und bessere Durchhaltequalitäten hat. Über Jahrzehnte konnte eine solche Strategie zwar etwas weniger absolute Rendite generieren als ein vollkommen konzentriertes Portfolio, risikobereinigt war sie jedoch sehr attraktiv. In der Praxis dürfte ein Anleger mit Strategie 2 eine höhere Wahrscheinlichkeit haben, die Strategie konsequent durchzuziehen und nicht in der Krise zu kapitulieren. Damit ist die effektive langfristige Outperformance gegenüber Strategie 1 aus Anlegersicht ggf. sogar gegeben – denn die beste Strategie nützt nichts, wenn man sie in der Hälfte der Fälle abbricht.
Bottom Line: Ein konzentriertes Value-Depot kann über 100 Jahre außergewöhnliche Renditen liefern, erkauft diese jedoch mit hoher Volatilität und teils enormen Rückschlägen. Ein branchen-diversifiziertes Value-Portfolio mit stetigem Investmentzufluss erreicht zwar etwas geringere Spitzenrenditen, zeigt dafür geringere Drawdowns und stabilere Performance über verschiedene Zyklen. Welcher Ansatz „besser“ ist, hängt auch vom Anlegerprofil ab: Wer maximale Rendite sucht und extreme Durststrecken aussitzen kann, findet in Strategie 1 einen passenden (wenn auch riskanten) Weg. Für die meisten langfristigen Investoren dürfte Strategie 2 die überlegene Wahl sein – sie vereint die fundamentalen Vorteile des Value-Investing mit den bewährten Prinzipien der Diversifikation und des regelmäßigen Investierens, was zu einem robusten und dennoch renditestarken Ergebnis über ein Jahrhundert geführt hat.
.. und nun noch mein Senf dazu (a. k. a. Fazit)
Strategie 1 kann also u. U. zu einer höhere Rendite führen, wenn man alle Höhen und Tiefen und Anlagezeiträume durchsteht. Wenn ich das so lese, dann halte ich mich für gänzlich unfähig, Strategie 1 mit der nötigen Behaarlichkeit durchzuhalten. Ich bin selbst „fickerig„, auch wenn ich es nicht sein möchte. Ich mache selbst Fehler und tappe in definitive Value Traps (siehe Alba SE) und werde das höchstwahrscheinlich auch weiterhin tun.
Somit bleibt für mich nur Strategie 2 übrig. Schön, wenn auch mal einfach irgendwas einfach ist!
Anhang / Linkliste der KI
Am Ende der hier kommentierten KI-Antwort spuckte die KI folgende „Quellenangabe“ aus:
„Quellen: Historische Marktdaten (1920er–2020er) aus der Fama-French-Datenbank und Global Investment Returns Yearbook; Kennzahlen und Studienergebnisse entnommen aus
Hi, I’m interested in your opinion, what do you think about value factor ETFs? For instance iShares Edge MSCI World Value Factor UCITS ETF and similiar