Moving-Average-Strategien mit ETFs
Jing-Zhi Huang von der Pennsylvania State University und Zhijian Huang vom Rochester Institute of Technology haben in einem Forschungsbericht vom März 2018 long-only Moving-Average-Tradingstrategien (MA) mittels ETFs getestet. Die Signalgebung basiert bei Moving-Average-Strategien auf dem Über- bzw. Unterschreiten eines langfristigen gleitenden Durchschnitts durch den kurzfristigen gleitenden Durchschnitt (Golden/Death Cross). Zusätzlich zum klassischen Ansatz, der nur einmal, am Ende des Tages handelt, wird eine Intraday-Strategie untersucht, die bei Auslösung des Signals unmittelbar handelt (QUIMA). Unter Berücksichtigung von Transaktionskosten erzielt der Intraday-Ansatz für kurze Lag-Anzahlen bessere Performances Je größer die Laganzahl bei der Berechnung des gleitenden Durchschnittes, umso besser hingegen die relative Performance des klassischen Ansatzes, der nur einmal täglich handelt. Im Vergleich zu einer Buy-and-Hold-Strategie ist die Rendite beider MA-Verfahren absolut geringer, risikoadjustiert hingegen höher. Das Datensample umfasst insgesamt 198 ETFs.
Quelle: Huang, Huang, 2018
Im zweiten Schritt untersuchen die Autoren, welchen Einfluss die Nutzung von ETFs auf die Performance von MA-Strategien gegenüber einer Ausführung direkt in den Indizes hat. Der Intraday-Ansatz verzeichnet bei Nutzung von ETFs eine Underperformance gegenüber derselben Strategie, die direkt in den Indizes umgesetzt wird – zumindest für die Indizes S&P 500 und DJIA, beim NASDAQ lässt sich dies nicht nachweisen. Grund hierfür sind laut den Autoren größere Eröffnung-Gaps bei den ETFs. Im Falle der MA-Strategie, die nur einmal täglich handelt, ist tendenziell eine leichte Outperformance bei der Umsetzung mittels ETFs erkennbar, worauf die Autoren allerdings nicht weiter eingehen. 
Quelle: Huang, Huang, 2018
Absolut Research unterstützt institutionelle Investoren bei der Selektion von Asset Managern mit der monatlichen Publikation Absolut|ranking. Insgesamt umfassen die Absolut|rankings mehr als 12.000 institutionelle Publikumsfonds und ETFs, aufgeteilt in 27 Asset-Klassen und Marktsegmente und mehr als 110 Universen.
