Erhalte Einblick in eine Trend-Anlagestrategie
Tipps, um alternative Daten kostenqünstig als Privatanleger zu erhalten
Inklusive vieler Beispiele für alternative Data
Alternative Daten werden von Hedge Fonds, institutionellen Investoren und Privatanlegern zur Analyse von Wertpapieren als auch quantitativen Anlagestrategien genutzt, um einen Vorteil in effizienten Märkten zu erhalten und auf Grundlage dieser Daten zu investieren und mehr Rendite ("Alpha") an der Börse zu erzielen.
Zu alternativen Daten zählen beispielsweise:
-
Flugverfolgung -
Stimmanalyse -
Wetter -
Geolokation -
Sentiment -
Transaktionen -
Schiffsortung -
App Store-Analysen -
Web-Scraping
Im Gegensatz dazu, gibt es die traditionellen Daten. Dazu zählen:
-
Fundamentaldaten -
Presseaussendungen -
SEC-Filings
Als alternative Daten werden nicht-traditionelle Daten bezeichnet, welche oft nur indirekt mit der Wertentwicklung von einem Wertpapier oder anderen Asset verknüpft sind, jedoch trotzdem Auskunft über die zukünftige Performance liefern können. Auch zählen zu alternativen Daten Zahlen und Fakten, welche schlicht umständlicher zu beschaffen sind und daher einen großen Vorteil gegenüber anderen Marktteilnehmern bieten können.
- Von Investoren und Tradern oft noch nicht großflächig eingepreiste Informationen
- Höhere Rendite als mit traditonellen Daten möglich
- Teilweise schwere oder teure Beschaffung der Daten
Tipp: Vergleiche Online Broker, um ein geeignetes Depot zur Umsetzung der Alternative Daten-Strategie zu finden!
Hohe Preiseffizienz an der Börse: Warum „alternative Daten“ so ein großes Thema für Hedge Fonds sowie institutionelle Investoren an der Wall Street sind, um „Alpha“ zu generieren
Um zu verstehen, wieso Alternative Daten aktuell so ein großes Thema für viele institutionelle Investoren, Hedgefonds, aber auch Trader sind, muss man das Konzept von effizienten Märkten verstehen.
„Effizienz“ bzw. „Markteffizienz“ bedeutet in Zusammenhang mit der Börse, dass alle Informationen, die der Markt hat, im Preis eines Assets (Aktie, Rohstoff, Kryptowährung, …) bereits eingepreist sind.
Die Markteffizienzhypothese geht also (in verschiedenen Abstufungen) von perfekten und damit fairen Preisen an der Börse aus. Umso mehr Anleger in einen Markt (Aktie, Kryptowährung, Rohstoff, ...) strömen, umso besser funktioniert in der Regel auch die Preisfindung.
Als Investor steht man allerdings in gewisser Weise einem Konkurrenzverhältnis mit anderen Investoren und umso mehr Daten die anderen Anleger bereits eingepreist haben (zum Beispiel Unternehmenswert inkl. künftiger Gewinne eines börsennotierten Konzerns), umso weniger Gewinn kann im Börsenhandel erzielt werden.
Um also einen Vorteil gegenüber anderen Investoren zu haben und relevante Daten zu finden, welche den Preis einer Aktie oder eines anderen Assets zukünftig bestimmen kann, greift man auf sogenannte alternative Daten zurück. Diese Daten können einem Investor sogenanntes "Alpha" geben.
Was ist "Alpha"? Als "Alpha" (α) wird die Performance (Rendite) im Vergleich zu einem vergleichbaren Index bezeichnet.
Diese Art von Daten werden als „alternativ“ bezeichnet, da man hier nicht mit den typischen Kennzahlen wie zum Beispiel dem KGV oder anderen bekannten Daten wie Verschuldungsgrad oder Gewinn eines Unternehmens arbeitet.
Stattdessen greift man auf Daten zurück, welche schwerer zu beschaffen sind, trotzdem aber etwas über die zukünftige Performance eines Unternehmens preisgeben können.
Beispiel für Alternative Daten sind:
- Flugdaten der CEO’s
- Stimmenanalyse bei Präsentation von Unternehmensdaten
- Sentiment-Analyse in sozialen Netzwerken wie Twitter oder Reddit
- Produkt-Reviews
- Wetter-Daten
- Wikipedia-Seitenaufrufe
- Geolokalisierung /Ortung
- …
Flugdaten von CEOs und anderen hochrangigen Mitarbeitern eines börsennotierten Unternehmens können dazu genutzt werden, um Unternehmensfusionen („Corporate Mergers“) und andere Deals vorherzusehen.
Die Idee dahinter in einem fiktiven Beispiel: Wenn sich beispielsweise der Tesla-Chef Elon Musk vermehrt mit dem CEO von Volkswagen trifft, könnte dies auf eine Partnerschaft der beiden Autohersteller hinweisen. Auch könnten die vermehrten Flüge ein Zeichen für eine Übernahme des Konzerns seitens Tesla oder seitens VW sein.
Alternative Daten-Beispiel #2: Stimmenanalyse, um herauszufinden, ob ein CEO lügt oder die Wahrheit sagt, wenn er oder sie über wichtige Zahlen spricht
Ein weiterer Weg, wie Hedge Funds und andere Investoren versuchen, Alpha zu generieren, ist die Auswertung der Stimme, wenn das Management eines Unternehmens über Zahlen, die Produktion oder die allgemeine Verfassung der eigenen Firma sprechen.
Die Idee hinter der Stimmenanalyse: Es ist nicht oft nicht wichtig, WAS ein Manager sagt, sondern WIE und vor allem in WELCHEM TON.
Die Analyse der Stimme kann dabei in Kategorien wie zum Beispiel…
- Wütend
- Glücklich
- Neutral
- Traurig
- Gestresst
- ...
…unterteilt werden.
Diese Analyse wird dabei algorithmisch analysiert und von einem Computer ausgewertet. Ein Unternehmen, welches sich unter anderem auf diese Art von alternativem Datum spezialisiert hat, ist Helios Life Enterprises.
Hochrangige CEOs werden oft darin gecoacht, wie und vor allem in welchen Worten sie gewisse Daten präsentieren. Das ist ein Nachteil für Investoren, da diese ein Interesse daran haben, zu erfahren, wie es tatsächlich um ein Unternehmen bestellt ist.
Da sich die wahren Emotionen von Menschen aber nur sehr schwer in der Tonlage verstecken lassen, nutzen institutionelle Investoren Stimmlagen-Analysen, um einen Vorteil gegenüber dem restlichen Markt zu erlangen und darauf basierend Entscheidungen bezüglich einer Aktie zu treffen (Kauf/Halten/Verkauf).
Fun Fact: Der ehrlichste unter den Top 100 CEOs, zumindest was die Analyse der Stimme angeht, ist aktuell Elon Musk. Gerwin Schalk von Helios Life Enterprises sagt dazu: „Elon Musk ist ein offenes Buch. Du weißt ganz genau, wenn er wütend ist, du weißt, wenn er begeistert ist.“
Alternative Daten-Beispiel #3: Web-Scraping - Was Reddit, Twitter und andere soziale Netzwerke über Aktien und Kryptowährungen verraten können
Web-Scraping in Bezug auf Investmentstrategien ist eine Methode, bei der das Internet und hier vor allem soziale Netzwerke wie zum Beispiel Reddit oder Twitter automatisiert ausgelesen werden, um wertvolle Daten zu gewinnen, welche für das Trading von Aktien oder Kryptowährungen genutzt werden können.
Eine besondere Bedeutung kommt dem Subreddit "WallStreetBets" zu, welches durch Meme-Stocks wie GameStop (GME) oder AMC bekannt wurde. Die Diskussion von Meme-Coins (Kryptowährungen) wie Dogecoin oder Shiba Inu sind dort allerdings verboten.
Die geschürften und ausgewerteten Daten lassen sich beispielsweise für Momentum-Trading verwenden oder um das aktuelle Sentiment (Kauf/Verkauf) im Markt herauszulesen.
Sind alternative Daten legal oder illegal?
Alternative Daten sind nicht per se illegal, auch wenn manche Datensätze Insiderinformationen ähneln oder sind. Einem CEO wäre es beispielsweise verboten, aufgrund von nicht-öffentlichen Daten sogenanntes „Insidertrading“ zu betreiben. Für institutionelle Investoren, Hedgefonds oder Privatanleger ist es das nicht zwingend.
Alternative Daten können allerdings auf illegale Weise beschafft werden. Man denke nur an Hacking, um an geheime Unternehmensdaten zu kommen. Auch kann das Scrapen (Schürfen) von Daten aus dem Internet illegal sein.
Ein anderer Punkt sind Datenschutzgesetze. Wenn alternative Daten wie Kreditkartenumsätze von Kunden erlangt oder Mitarbeiter von börsennotierten Unternehmen getrackt werden und auf Basis dieser Informationen an der Börse gehandelt wird, kann dies, je nach Rechtslage im jeweiligen Land, illegal sein.
Wie komme ich als Privatanleger an alternative Daten?
Alternative Daten zu Finanzprodukten wie Aktien, Rohstoffen (Gold, Öl, Gas, …) oder Kryptowährungen (Bitcoin, Ethereum, Cardano, …) sind nicht ohne Grund schwer zu bekommen. Das ist auch völlig verständlich: Umso mehr Investoren und Hedge Fonds davon wissen und diese Daten in die eigene Anlagestrategie einfließen lassen, umso weniger Rendite bleibt übrig, da der Markt so an Effizienz gewinnt.
Aus diesem Grund werden alternative Daten meist nur institutionellen Tradern und Hedge Fonds zur Verfügung gestellt, welche sich diese Daten teuer zukaufen. Privatanleger bleiben diesbezüglich meist auf der Strecke.
Um dieses Missverhältnis an Vorteil zwischen den großen Investmenthäusern der Wall Street und kleinen Privatanlegern etwas aufzubrechen, haben die beiden Zwillinge James Kardatzke (studiert Finanzökonomie) und Chris Kardatzke (studiert Statistik) die Fintech-Plattform „Quiver Quantitative“ gegründet.
Quiver Quantitative tritt mit dem Ziel an, „die Informationslücke zwischen professionellen Investoren und nicht-professionellen Investoren zu schließen" und stellt diverse Investmentstrategien auf Basis alternativer Daten zur Verfügung.
Die aktuell bei Quiver Quantitative verfügbaren Strategien sind:
- Inverse Twitter Moment
- Congress Long-Short
- Congress Buys
- Congress Sells
- Pat Roberts
- Nancy Pelosi
- Alan Lowenthal
- Wikipedia Momentum (Month)
- Wikipedia Momentum (Week)
- Twitter Anti-Momentum
- WallStreetBets-Momentum
- WallStreetBets-Top 10
- Shelley Moore Capito
Tipp: Klicke hier, um QuiverQuant zu besuchen. Vergiss' nicht, dass du zusätzlich einen Online Broker zur Umsetzung der Strategien benötigen wirst.
