Zwei Trader können dieselbe Marktnachricht lesen und beide beschließen, eine Aktie zu kaufen. Trotzdem können sie auf völlig unterschiedlichen Wegen zu ihrer Entscheidung gelangt sein. Der eine prüft, ob vorher festgelegte Datensignale und Handelsregeln erfüllt sind. Die andere beurteilt die Lage des Unternehmens, die Stimmung am Markt und ihre eigene Erfahrung. Der wesentliche Unterschied zwischen quantitativem und diskretionärem Handel liegt darin, worauf die Handelsentscheidung beruht.
Quantitativer Handel nutzt Daten, statistische Methoden und ausdrücklich formulierte Regeln, um Handelsmöglichkeiten zu untersuchen. Ein Forscher könnte fragen, ob Vermögenswerte nach einer bestimmten Phase steigender Kurse tendenziell weiter zulegen. Anschließend legt er den Beobachtungszeitraum, die Bedingungen für Kauf und Verkauf sowie Risikogrenzen fest. Er prüft die Idee anhand historischer Daten und untersucht danach, ob sie auch mit Daten funktioniert, die bei der Entwicklung nicht verwendet wurden. Das Modell kann Handelssignale erzeugen. Aufträge können automatisch ausgeführt oder zuvor von einem Menschen geprüft werden. „Quantitativ“ beschreibt also die Grundlage der Entscheidung; nicht jeder Auftrag muss vollständig automatisiert sein.
Beim diskretionären Handel steht die menschliche Einschätzung im Mittelpunkt. Trader lesen Geschäftsberichte, verfolgen Entwicklungen in einer Branche und wirtschaftspolitische Entscheidungen und bewerten die Reaktion des Marktes. Auf dieser Grundlage eröffnen, verändern oder schließen sie eine Position. Diskretionär bedeutet dabei nicht zwangsläufig, spontan oder ohne Disziplin zu handeln. Ein sorgfältiger Trader kann seine Gründe dokumentieren, Positionsgrößen begrenzen und einen Risikoplan befolgen. Er muss jedoch nicht jede denkbare Situation im Voraus in eine feste Regel übersetzen.
Wie unterscheiden sich die Untersuchungsmethoden?
Quantitative Forschung richtet sich auf Fragen, die sich anhand vieler Beobachtungen prüfen lassen. Funktioniert ein Signal unter verschiedenen Marktbedingungen? Bleibt nach Gebühren und Ausführungskosten noch ein möglicher Vorteil übrig? Gute Ergebnisse in historischen Daten allein reichen nicht aus. Sie können durch Zufall entstehen oder dadurch, dass Parameter wiederholt angepasst wurden, bis der Rückblick überzeugend aussah. Deshalb sind die Qualität der Daten und Prüfungen außerhalb der für die Entwicklung verwendeten Daten besonders wichtig.
Diskretionäre Analyse befasst sich häufig eingehend mit einem einzelnen Fall. Warum hat sich der Gewinn eines Unternehmens verändert? Passen die Erklärungen des Managements zu den veröffentlichten Zahlen? Verändert eine neue Information die ursprüngliche Anlageüberlegung? Dabei können Einzelheiten wichtig sein, die sich nicht zuverlässig als Zahlen in einem Datensatz erfassen lassen. Solche Zusammenhänge zu erkennen, ist eine Stärke dieses Ansatzes. Die Qualität hängt allerdings vom Wissen und von der Beständigkeit des Urteils der handelnden Person ab.
Auch bei Umfang und Ausführung zeigen sich Unterschiede. Ein quantitatives System kann viele Finanzinstrumente gleichzeitig überwachen und reagieren, sobald seine Bedingungen erfüllt sind. Feste Regeln können Zögern im entscheidenden Moment verringern. Das tatsächliche Ergebnis wird aber weiterhin von Liquidität, Abweichungen zwischen erwartetem und erzieltem Preis sowie möglichen technischen Störungen beeinflusst. Diskretionäre Trader können ihren Plan nach einer unerwarteten Nachricht rasch ändern. Diese Flexibilität kann hilfreich sein; Müdigkeit, Selbstüberschätzung oder der Druck nach einem Verlust können Entscheidungen jedoch ebenfalls beeinflussen.
Keiner der beiden Ansätze beseitigt die Unsicherheit über die Zukunft. Eine wesentliche Gefahr im quantitativen Handel besteht darin, ein Muster aus vergangenen Daten für einen dauerhaften Vorteil zu halten. Datenfehler, die unbeabsichtigte Verwendung von Informationen, die zum damaligen Zeitpunkt noch nicht verfügbar waren, und wiederholte Anpassungen zur Verschönerung eines Backtests können eine Strategie besser erscheinen lassen, als sie ist. Selbst ein sorgfältig geprüftes Modell kann an Wirksamkeit verlieren, wenn sich Marktstruktur, Wettbewerb oder Kosten verändern.
Im diskretionären Handel ist es oft schwierig festzustellen, wie viel Wert das persönliche Urteil tatsächlich beiträgt. Ein Trader kann ein außergewöhnliches Ereignis zutreffend einordnen, aber kaum Hunderte von Gelegenheiten mit derselben Aufmerksamkeit verfolgen. Ohne Aufzeichnungen über die Gründe einzelner Geschäfte ist es leicht, Gewinne dem eigenen Können und Verluste dem Pech zuzuschreiben. Schriftlich festgehaltene Entscheidungen und eine regelmäßige Auswertung erleichtern eine nüchternere Beurteilung der Methode.
Angenommen, ein Unternehmen meldet einen Gewinn oberhalb der Erwartungen. Eine quantitative Strategie könnte die Höhe der positiven Überraschung, die erste Kursreaktion und das Handelsvolumen anhand vorher festgelegter Kriterien bewerten. Ein diskretionärer Trader könnte die Aussagen des Managements lesen und einschätzen, ob das Wachstum auf einer nachhaltigen Verbesserung des Geschäfts beruht. Beide nutzen zum Teil dieselben Informationen. Sie unterscheiden sich darin, wie sie daraus eine Handelsentscheidung ableiten.
In der Praxis lassen sich beide Vorgehensweisen verbinden. Ein Mensch kann eine Markthypothese formulieren und sie mithilfe von Daten überprüfen. Ein Modell kann mögliche Gelegenheiten herausfiltern, während ein Trader ungewöhnliche Ereignisse oder zweifelhafte Daten genauer untersucht. Dafür sollten die Zuständigkeiten vorab klar sein: Was entscheidet das Modell? Wann darf ein Mensch eingreifen? Wie wird das Ergebnis eines Eingriffs bewertet? Ohne solche Regeln lässt sich die Leistung der Strategie nur schwer beurteilen.
Welche Methode passt, hängt von der Aufgabe ab. Lassen sich die entscheidenden Informationen zuverlässig messen? Müssen ähnliche Entscheidungen häufig wiederholt werden? Beruht die Handelsidee auf einem überprüfbaren Muster oder auf der Deutung einer besonderen, komplexen Situation? In beiden Fällen sind nachvollziehbare Gründe, realistisch angesetzte Kosten und ein diszipliniertes Risikomanagement wichtiger als die Bezeichnung des Ansatzes.