Institutional Money, Ausgabe 1 | 2026

118 1/2026 | institutional-money.com THEORIE & PRAXIS Kapazitätsgrenzen Foto: © Oxford-Man Institute of Quantitative Finance, University of Oxford zentrieren. Hier bestätigt sich also, dass allein eine bessere Vorhersagbarkeit nicht unbe- dingt höhere Gewinne bedeutet. Transaktionskosten AlsNächstes beziehendie Forscher klassische Transaktionskosten mit ein, die bisher als größteHürde für dasUmsetzen von auf dem 3DSLHU SURljWDEOHQ 6WUDWHJLHQ JDOWHQ .RQNUHW ZHUGHQ GHU KDOEH %LG $VN 6SUHDG XQG GHU 3UHLVHLQijXVV HLJHQHU2UGHUV 0DUNHW ,PSDFW verwendet. Allerdings ziehen die Autoren GLH JHVFKÌW]WHQ .RVWHQ QLFKW ZLH LQ ELVKHUL - JHQ6WXGLHQĞEOLFKGLUHNW YRQGHQ%UXWWRUHQ - GLWHQ DE 6WDWWGHVVHQ YHUJOHLFKHQ VLH HUZDU - WHWH %UXWWRUHQGLWHQ XQG JHVFKÌW]WH .RVWHQ 1XU ZHQQ XQWHUP6WULFK SRVLWLYH 5HQGLWHQ zu erwarten sind, gehen sie von einer Trans- aktion aus. Das ist deutlich realistischer als GLH NODVVLVFKH 0HWKRGH 8QWHU $QQDKPH GHV 0DUNHW ,PSDFW HQWIDO - len durchschnittlich 29 und unter Annah- PH GHV KDOEHQ 6SUHDGV VRJDU 3UR]HQW der zuvor angezeigten Transaktionen. Die NODVVLVFKH 0HWKRGH PLW GLUHNWHP $E]XJ der Transaktionskosten führt dagegen dazu, dass viele Transaktionen trotz negati- ven erwarteten Nettorenditen berücksich- tigt sind, die in der Praxis wahrscheinlich nicht ausgeführt würden. Das erklärt auch, ZDUXP HLQLJH 6WXGLHQ ]X GHP (UJHEQLV kommen, dass die Transaktionskosten posi- tive Anomalierenditen nahezu eliminieren. Das muss in der Praxis aber nicht unbe- dingt der Fall sein. Trotzdemverschlechtern sich auch imaktu- HOOHQ 3DSHU GLH (UJHEQLVVH GXUFK (LQEH]XJ GHU 7UDQVDNWLRQVNRVWHQ 1DFKGHP LP2XW RI 6DPSOH =HLWUDXP ]XYRU YRQ 3UÌ - GLNWRUHQ VLJQLljNDQW ZDUHQ VLQG HV XQWHU %HUĞFNVLFKWLJXQJ GHV 0DUNHW ,PSDFW QRFK XQG XQWHU %HUĞFNVLFKWLJXQJ GHV KDOEHQ 6SUHDGV QXU QRFK HOI Schlussfolgerungen 'DVV VLFK GLH 5HQGLWHQ YLHOHU )DNWRUVWUDWH JLHQ LP2XW RI 6DPSOH=HLWUDXPVRZLH QDFK 9HUĆȬHQWOLFKXQJ GHU HQWVSUHFKHQGHQ 6WX - GLHQ YHUVFKOHFKWHUQ LVW EHNDQQW VLHKH Ľ)UĞ - KHU 9RJHOĺ ,QVWLWXWLRQDO0RQH\ 'DV EHVWÌWLJW DXFK GLH DNWXHOOH 6WXGLH 'DUĞEHU KLQDXV VROOWHQ DEHU YRU DOOHPGLH ,Q 6DPSOH (UJHEQLVVH YRQ 9RUQKHUHLQ UHDOLVWLVFK VHLQ 'HVKDOE VLQG GRUW HEHQIDOOV .DSD]LWÌWVEH - schränkungen zu berücksichtigen. Die Autoren schreiben, dass zur Beurteilung, RE +DQGHOVVWUDWHJLHQ LQ GHU 3UD[LV SURljWD - EHO XPVHW]EDU VLQG .DSD]LWÌW XQG NODVVLVFKH Transaktionskosten gemeinsam statt isoliert zu bewerten sind. » Viele Anomalien, die auf dem Papier funktionieren, basieren auf illiquiden Small Caps. « Alvaro Cartea, Professor of Mathematical Finance und Director des Oxford-Man Institute of Quantitative Finance, University of Oxford DR. MARKO GRÄNITZ Zwei unterschiedliche Welten Vorhersagbarkeit auf dem Papier vs. Profitabilität in der Praxis Dargestellt sind die theoretischen imVergleich zu den realisierten Sharpe Ratios. Jeder Punkt steht dabei für eine Anomalie. Sowohl In Sample (links) als auchOut of Sample (rechts) besteht eine positive, statistisch signifikante lineare Beziehung zwischen der Vorhersagbarkeit und der tatsächlichenProfita- bilität. Allerdings ist Letztere bei fast allen Anomalien niedriger. Die gestrichelten Linien bei jeweils 0,5 sind grobe Benchmarks. Bei den Punkten imobe- ren linken Quadranten sind trotz starker Vorhersagekraft in der Praxis keine vergleichbaren Ergebnisse möglich. Dabei ist schon im In-Sample-Zeitraum die wirtschaftliche Relevanz vieler Anomalien begrenzt. Out of Sample ist dies noch ausgeprägter. Quelle: Cartea, A. / Cucuringu, M. / Jin, Q. / Zhu, J. (2025), Bottom-Up Capacity Constraints and the Limits of Anomaly Profitability Realisierte Sharpe Ratios Out of Sample Theoretische Sharpe Ratios -0,5 0,0 0,5 1,0 1,5 0 2 4 6 8 β = 1,42 Sharpe Ratios = 0,5 Realisierte Sharpe Ratios In Sample Theoretische Sharpe Ratios -0,5 0,0 0,5 1,0 1,5 0 2 4 6 8 β = 1,86 Sharpe Ratios = 0,5