Institutional Money, Ausgabe 1 | 2026

Rendite. Treten sie jedoch unter bestimm- ten Bedingungen gleichzeitig auf – etwa in einer bestimmten Phase des Geschäftsjah- res oder nahe an einem Earnings-Termin –, wird die Kombination zu einemdeutlich stärkeren Prädiktor. Genau diese Art von nichtlinearen Interaktionen ist mit klassi- schen Regressionsmodellen schwer abzubil- den Sie bräuchten sehr viele Ad-hoc-Terme, würden schnell in Multikollinearität lau- fen und amEnde doch nur Rauschenmes- sen. Nichtlineare Methoden wie Gradient %RRVWHG 7UHHV NĆQQHQ VROFKH 0XVWHU ijH[L - bel und punktgenau imZeitablauf erfassen inklusive der Tatsache, dass dieselbe Merk- malskombination vor und nach einemEar- nings-Event ganz unterschiedliche „Regeln“ für die Kursreaktion haben kann. Der Fonds zielt, wie Sie sagen, auf ein bis 1,5 Prozent Alpha bei bis zu zwei Prozent Tracking Error. Was hat Ihnen der Live-Track-Record seit März 2024 dazu gezeigt, und wo lagen die größ- ten Abweichungen von Ihren Simula- tionen? GABRIELE SUSINNO: Wir hatten vor dem Start Simulationen über 20 Jahre Historie auf Tagesbasis erstellt. Daraus haben wir eine „Erwartungshülle“ für die kumulierte Alpha-Entwicklung gebaut, GHljQLHUW ĞEHU XQG 3HU]HQWLO VRZLH Median. Die Live-Alpha-Kurve bewegt sich bislang vollständig innerhalb dieser Hül- le und eher im oberen Bereich, also leicht über unseren konservativen Erwartun- gen. Die interessantesten Abweichungen EHWUHȬHQ QLFKW GLH 6LPXODWLRQHQ VRQGHUQ die Glättung des Alphas: Es gibt Phasen, in denen der Informationsgehalt in den 'DWHQ JHULQJHU LVW GDV ., 6LJQDO DEijDFKW und eher lineare Komponenten wieMarkt- DNWLYLWÌW 6HQWLPHQW RGHU WHFKQLVFKH (ȬHN - te temporär dominieren. Dann sieht man Plateaus oder teilweise Rückgänge nach zuvor sehr starken Perioden, etwa nach der 7UXPS:DKO ELV (QGH 0DL DOV ZLU XQV QDKH DP 3HU]HQWLO GHU (UZDUWXQJV - spanne bewegt haben. Auf rollierender Ein- jahresbasis liegt die Strategie aber im anvi- VLHUWHQ .RUULGRU YRQ HLQHP ELV 3UR]HQW Überschussrendite nach Kosten. Genau das wollten wir erreichen. Lassen Sie uns über die jüngsten Marktturbulenzen sprechen. Gold und Silber stiegen zuerst stark nach oben, gingen dann abrupt nach unten, Soft- waretitel erlebten einen empfindlichen Rückschlag. Wie reagiert das Modell auf solche Bewegungen? GABRIELE SUSINNO: Im Idealfall soll- te es davon weitgehend unabhängig sein, etwa von Episoden wie dem „Big Beauti- ful Bill Liberation Day“ oder politischen Schocks wie der Trump-Wahl. In der Rea- lität gelingt das nicht immer vollständig. 1DFK HLQHP VHKU VWDUNHQ -DKU KDWWHQ wir zu Beginn 2026 beispielsweise eine Pha- se, in der eine massive Deleveraging-Welle GXUFK GHQ 0DUNW UROOWH 'DV WULȬW ]XQÌFKVW einmal alles. Trotz unserer Neutralität kön- nen nicht alle Risiken vollständig beseitigt werden. Einige Restrisiken in Bezug auf Faktoren wie Branchen, Länder oder Stile können bestehen bleiben und die Gesamt- rendite erhöhen oder verringern. Kurzfris- WLJ NDQQ ., GLHVH (ȬHNWH QLFKW LPPHU YROO - ständig kompensieren, sodass das Alpha temporär leidet. Über längere Zeiträume mitteln sich diese Residuals jedoch aus. Und genau das sehen wir bisher in den Daten. Sie rebalancieren wöchentlich und argumentieren mit einer „Gedächtnis- spur“ von rund 16 Tagen in den Märk- ten. Haben die ersten Jahre bestätigt, dass Weekly Rebalancing der richtige Takt ist, oder sehen Sie Argumente für schneller oder langsamer? GABRIELE SUSINNO: Für längere Reba- lancing-Intervalle sehe ich wenig Argu- mente. Prognosen haben eine begrenz- te Lebensdauer, und unser Horizont von einem Monat ist bereits relativ kurz. Nie- mand liest nächsteWoche die Zeitung von gestern, sondern die jeweils tagesaktuelle. Längere Intervalle würden zwei Probleme VFKDȬHQ (UVWHQV PĞVVWHQ 6LH JUĆĕHUH 7UD - des ausführen, um das Portfolio wieder an GDV =LHO ([SRVXUH KHUDQ]XIĞKUHQ ZRGXUFK der Turnover nicht unbedingt sinkt. Zwei- WHQV ĆȬQHQ 6LH GLH 7ĞU IĞU GHQ VFKOHLFKHQ - GHQ$XIEDX XQHUZĞQVFKWHU )DNWRUH[SRQLH - rungen. Schnelleres Rebalancing kann in Zukunft interessant werden, vor allem aus Liquiditäts- und Impact-Gründen, falls die Assets under Management stark wachsen. Wir haben das Signal ohnehin täglich. Mehr Rebalancings würden es uns erlau- EHQ DXFK ZHVHQWOLFK JUĆĕHUH 9ROXPLQD Hȯ]LHQWHU ĞEHU GLH =HLW ]X VWUHXHQ XQG GDV Alpha besser zu schützen. Wo sehen Sie die größten Modellrisi- ken: in den Daten, in der Architektur oder in der Portfolioumsetzung? GABRIELE SUSINNO: Datenseitig moderieren wir das Risiko, indem wir EHZXVVW NHLQH H[RWLVFKHQ DOWHUQDWLYHQ Datenquellen nutzen, sondern robuste, lang verfügbare Standarddaten mit breiter Abdeckung. Gradient Boosted Machines VLQG UHODWLY XQHPSljQGOLFK JHJHQĞEHU Teilstichproben und Datenbrüchen, aber Instabilitäten lassen sich nie ganz aus- VFKOLHĕHQ 'DV JUĆĕHUH 5LVLNR VHKH LFK mittelfristig in einer möglichen Obsoles- zenz einzelner Features, also dem schlei- FKHQGHQ 9HUOXVW LKUHU 3URJQRVHNUDIW 'HV - halb forschen wir permanent daran, wie 1/2026 | institutional-money.com 161 Gabriele Susinno | Pictet Quest INTERVIEW » Wenn Sie ein Large Language Modell heute nach einem Portfolio fragen, erhalten Sie meist eine sehr hübsche narrative Momentum-Story, aber nicht unbedingt ein robustes Investitionssignal. « Gabriele Susinno, Senior Client Portfolio Manager Pictet Quest Foto: © MarinaTerechov I Pictet Asset Management