Smart Factor Investing als Alternative zu Smart Beta Investing
Übliche Smart-Beta-Ansätze bieten nur eine teilweise Lösung der Probleme, die sich aus nach Marktkapitalisierung gewichteten Indizes ergeben, zeigt ein Forschungspapier des EDHEC-Risk Institutes. Das sechsköpfige Autorenteam schlägt daher einen neuen Ansatz vor, der als Smart Factor Investing bezeichnet wird. Durch diese Strategie sollen sowohl die zu starke Konzentration auf einzelne Titel als auch die implizite Übergewichtung unerwünschter Faktoren, beispielsweise ein Large Cap Bias, kompensiert werden. Hierzu fokussieren sich die Autoren auf vier Faktoren, nämlich Size, Value, Momentum und Low-Vola. Werden die Aktienwerte basierend auf diesen Faktoren ausgewählt, verbessert sich dadurch die risikoadjustierte Performance gegenüber einem breiten Marktindex sogar dann, wenn diese faktorselektierten Aktien wiederum nach der jeweiligen Marktkapitalisierung gewichtet werden. 
Quelle: EDHEC-Risk Institute
Werden etwa Aktientitel im Zeitraum 1972 bis 2012 nach einem Mid-Cap-Ansatz gewählt, verbessert sich die Sharpe Ratio um 15 Basispunkte auf 0,39. Bei einer Gewichtung, die nicht auf der Marktkapitalisierung beruht, sondern auf der Kombination alternativer Ansätze, steigt die risikoadjustierte Performance weiter an. Berücksichtigt werden muss allerdings, dass Mid-Cap- und Value-Strategien mit einer erheblichen Ausweitung des Maximum Drawdowns einhergehen, während bei Momentum und Low-Vola das Risiko geringer ausfällt. 
Quelle: EDHEC-Risk Institute
Die einzelnen Faktorindizes werden im Anschluss für den Zeitraum 2003 bis 2013 nach verschiedenen Verfahren allokiert. Zwei wesentliche Ansatzmethoden sind maßgeblich, ein Absolute-Return-Rahmen und ein Relative-Return-Rahmen. Unter Risikogesichtspunkten erzielt im ersten Fall eine Gleichgewichtung der Einzelfaktoren nach dem Anteil an der Portfoliovolatilität die besten Ergebnisse. Dies wird jedoch durch eine deutliche Underperformance in steigenden Märkten erkauft. Andere Verfahren, etwa die Erweiterung des obigen Ansatzes um eine maximale Dekonzentration des Portfolios, erzielen dagegen eine stabilisierendere Wirkung bei einer Outperformancewahrscheinlichkeit gegenüber dem normalen Marktindex von 100 %. Wird der Erfolg dagegen relativ gegenüber einer Benchmark bemessen, vergleichen die Autoren einen naiven Ansatz der Gleichgewichtung der Risikofaktoren (ERC) mit einem wissenschaftlichen Minimum-Tracking-Error-Portfolio (GMV). Ersteres erweist sich im Test als besser.
