Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
3/2018 | Theorie & Praxis
twitterlinkedInXING

„Let Me Google That For You“

Wenn Bitcoin ein digitales Phänomen ist, könnte es sinnvoll sein, nach einer digitalen Handels­strategie zu suchen. Diesem Gedanken geht Alexander Dickerson nach. Er untersucht Korrelationen ­zwischen Google- sowie Wikipedia-Daten auf der einen und dem Bitcoin-Kurs auf der anderen Seite.

1538035654_bitcoin_spyarm__adobestock_186650129.jpg

Kryptowährungen etablieren sich trotz aller Schwierigkeiten immer stärker im Bewusstsein der Marktteilnehmer. Allerdings ist wenig über das tatsächliche Verhalten der Kryptos bekannt – zu kurz ist der Beobachtungszeitraum, zu unvorhersehbar sind die mitunter erschreckenden Kursschwankungen. Eine neue Studie versucht mittels Google- und Wikipedia-Daten Licht ins Dunkel zu bringen.

warwick business school, spyarm | stock.adobe.com

Womit genau die globale Akronymwut begonnen hat, lässt sich 2018 nur mehr schwer nachvollziehen – „MfG“ ist im deutschsprachigen Raum wahrscheinlich kein schlechter Kandidat für den Titel „Acronym Zero“. Inzwischen sind die Kurzbezeichnungen aber durchaus komplex geworden. Ein Beispiel: LMGTFY. Bedeutet: Let Me Google That For You, ist sarkastisch gemeint und bedeutet in Wirklichkeit: Bitte keine blöden Fragen stellen!

Schwieriges Unterfangen

Geht die Studie „Algorithmic Trading of Bitcoin Using Wikipedia and Google Search Volume“ in die richtige Richtung, könnte LMGTFY jedoch einen Bedeutungswandel erleben – und zur ernst gemeinten Antwort auf folgende Frage werden: „Wo steht der Bitcoin-Kurs in der nächsten Woche?“ Alexander Dickerson von der Warwick Business School gehört zu den Nachwuchsakademikern, die sich mit der Preisdynamik von Kryptowährungen auseinandersetzen, und kommt ehrlicherweise gleich zu Beginn der Studie zur Erkenntnis: „Das Handeln und Spekulieren auf Bitcoin stellt ein schwieriges Unterfangen dar.“ Tagesvolatilitäten von mitunter 100 Prozent schalten gän­gige algorithmische, aktive und ­passive Strategien für professionelle ­Investoren de facto aus. Entsprechend wenige Fondshäuser bieten Produkte an, die ein Exposure Richtung Kryptos ausweisen.

Dickerson versucht nun mit seiner Studie, einen ersten Schritt in Richtung möglicher Trading-Strategien zu finden. Er beschränkt sich dabei auf das Phänomen Bitcoin, schlicht weil die an sich kurze Historie des Kryptosegments bei Bitcoin immer noch die längste ist. Aufgrund der hohen Popularität gibt es für Bitcoin auch deutlich mehr Trading-Daten als beispielsweise für den Hauptkonkurrenten Ethereum. Das bedeutet ausdrücklich nicht, dass Bitcoin die größten Überlebenschancen hat, es ist nur schlicht die Kryptowährung mit der bislang besten Datenbasis.

Der Ausgangspunkt von Dickerson ist nun, das digitale Phänomen Bitcoin mithilfe anderer digitaler Datenquellen zu erklären. Er bedient sich dabei der Auswertungen von Suchanfragen durch Google Trends und ­Wikipedia und stellt die Frage: Gibt es Suchbegriffe, die eine Korrelation mit dem Bitcoin-Kurs aufweisen? Und wenn ja, lässt sich daraus eine Strategie ableiten? Dickerson wählt drei Begriffe aus, die in engem Zusammenhang mit dem Thema Kryptowährung stehen sollten. Diese sind: „Bitcoin“, „Blockchain“ und „Cryptocurrency“. Zur Kontrolle gibt er drei Begriffe ein, die in keinem spezifischen Kontext zu digitalen Zahlungsmitteln stehen: „Happiness“, „Psychology“ und „Big Data“.

Korrelation

Um die Zusammenhänge zwischen Bitcoin-Kurs und den spezifischen Begriffen zu bestimmen, bedient sich der Autor nun Spearmans Rangkorrelationskoeffizienten und kommt zu vielversprechenden Ergebnissen: Sowohl was die Häufigkeit von Google-Anfragen als auch die Abfragen bei Wikipedia betrifft, gibt es eine sehr hohe und statistisch relevante Korrelation zwischen Kurs und Suchbegriff. Bei Google-Suchen liegt diese für kryptoverwandte Begriffe zwischen 0,93 und 0,96. Sehr viel höher geht es nicht. 1,0 würde ja einem 100-prozentigen Gleichlauf entsprechen. Wikipedia-Anfragen korrelieren zum Bitcoin-Kurs im Bereich 0,83 bis 0,95. In beiden Fällen wird die höchste Korrelation beim Begriff Cryptocurrency erzielt, gefolgt von Blockchain, erst an dritter Stelle folgt Bitcoin. Die Kontrollbegriffe Happiness, Psychology und Big Data weisen hingegen keine relevante oder sogar eine negative Korrelation aus. Legt man die Ergebnisse nun übereinander (siehe Grafik „Google & Wikipedia als Bitcoin-Orakel“) und stellt sie im zeitlichen Verlauf dar, so fällt auf, dass beispielsweise dem massiven Anstieg der Bitcoin-Anfragen ­Ende 2017 tatsächlich ein sprunghafter Anstieg der Kurse folgte. Das Interesse nimmt mit fallenden Kursen stark ab und bildet so ebenfalls den fallenden Kurs der Kryptowährung ab.

Good News Are Good News

Das ist bemerkenswerter, als es auf den ersten Blick erscheint. Dicker­son selbst weist darauf hin, dass die Auswertung von Google-Trends bereits in anderen Studien Einblicke in den Zustand von  Volkswirtschaften ermöglicht hat. Gibt man beispielsweise Begriffe wie „Debt“ ein, so kann man Warnsignale für makroökonomische Rahmenbedingungen generieren, die wiederum für diverse Strategien an den Finanzmärkten eingesetzt werden können.

Diesem Ansatz liegt die alte Medienweisheit zugrunde: Bad News Are Good News. Man kennt das auch aus der Börsenberichterstattung. Medial nimmt das Interesse von Journalisten und Lesern zu, wenn es zu krisenhaften Zuständen kommt. Bei Bitcoin scheint es sich umgekehrt zu verhalten: Die interessierte Community scheint positive Erlebnisse verstärken und negative ignorieren zu wollen. Demzufolge steigt (!) das Interesse, wenn am Markt alles rund läuft. Das ist ein Spezifikum, das auch den soziologischen Spezifika des Bitcoin-Phänomens geschuldet sein könnte. Nicht zuletzt die Social-Media-Expertin Randi Zuckerberg hat am Rande des Institutional Money Kongress 2018 beim Phänomen Bitcoin quasireligiöse Züge geortet, die Hype-Bildungen erleichtern. Diese soften Fakten könnten die von Dickerson vorgeschlagene Methode also durchaus stützen.

Mit dem statistischen Beweis im Rücken, dass die vorgeschlagenen Begriffe nun tatsächlich mit dem Bitcoin-Kurs korrelieren, erarbeitet Dickerson eine Long-Short-Strategie: Handelssignale werden dabei für jeden Tag über Änderungen der Suchanfragen im rollierenden 28-Tages-Median generiert. Konkret funktioniert das so: Ein Kaufsignal entsteht, wenn die Suchanfragen quantitativ zunehmen, ein Verkaufssignal kommt zustande, wenn die Anfragen weniger werden. Die Signale weisen eine Zeitver­zögerung von einem Tag auf. Der ­jeweilige Tagesertrag wird folgendermaßen kalkuliert:

Ertrag = Signal (t–1) x R(t)

R(t) entspricht dem Bitcoin-Ertrag von Tag t, das Signal (t–1) wird mit +1 definiert, wenn es einen Kauf darstellt, und mit –1 definiert, wenn es sich um einen Verkauf handelt. Aufgrund der an den großen Kryptobörsen geringen Transaktionskosten von gemeinhin 0,01 Prozent bleiben ebendiese ­unberücksichtigt. Neben dem kumulierten Ertrag, der sich vom 1. Juli 2015 bis zum 3. März 2018 ergibt, wurden der annualisierte Ertrag, das Risiko in Form der annualisierten Standardabweichung, die annualisierte Sharpe Ratio sowie der Value at Risk bei einem Konfidenzintervall von 95 Prozent erhoben – mit ermutigenden und teils erstaunlichen Erträgen.

Aberwitzig

Wir erinnern uns: Im ersten Schritt der Datenauswertung hatte sich ergeben, dass der Begriff Cryptocurrency sowohl über Wikipedia als auch Google die höchste Korrelation erzielt. Zielt man aber auf die Performance ab, so schlägt der Begriff Bitcoin die Konkurrenz klar und deutlich. Wendet man die Handelsstrategie von Dicker­son auf Google-Anfragen an, kommt man auf einen Gesamtertrag von 9.418 Prozent. Folgt man einem Wikipedia-Ansatz, sind es 3.549 Prozent. „Diese Ergebnisse wirken auf den ersten Blick aberwitzig und wären in der Praxis auch kaum zu erzielen gewesen“, räumt Dickerson ein.

Zur besseren Einordnung der Resultate hat Dickerson außerdem den kumulierten Ertrag einer simplen Buy-and-Hold-Stra­tegie ausgewiesen: Dieser liegt bei 3.867 Prozent und geht von einer täglichen, ­kon­stanten Kaufposition aus. Insgesamt ist also die Long-Short-Google-Strategie der Haltestrategie überlegen und liefert sowohl bei der Standardabweichung als auch bei ­Sharpe Ratio und VaR bessere Ergebnisse.

Stellt man die Ertragskurve grafisch dar (siehe Grafik „Bitcoin gesucht, Ertrag gefunden“), wird auch klar, worin die Stärke der Google-Bitcoin-Strategie liegt: Sie hat vor allem den massiven Kursrutsch nach dem historischen Hoch Ende 2017 am besten erkannt und entsprechend reagiert – Verlus­t­minimierung als Ertragsoptimierer.

Das heißt, damit wird die Leidensfähigkeit risikoaverser Inves­toren nicht bis ins letzte Extrem ausgetestet. Dies trifft übrigens ­sowohl dann zu, wenn Google-Daten, als auch, wenn Wikipedia-Daten als Basis der Strategie verwendet werden.

Kurzer Zeitraum

Das Paper „Algorithmic Trading of Bitcoin Using Wikipedia and Google Search Volume“ stellt einen interessanten Ansatz dar. Es leidet natürlich wie alle anderen Studien in diesem Bereich unter dem kurzen zur Verfügung stehenden Beobachtungszeitraum, wodurch die Datenlage notgedrungen relativ dürr ist.

Der Vergleich mit Suchbegriffen aus dem Google- und Wikipedia-Universum erscheint jedenfalls sinnvoll, es stellt sich jedoch die Frage, ob eine Auswertung von Daten aus dem Social-Media-Bereich – ­Facebook, Twitter, Instagram – nicht aufschlussreicher wäre. Nicht wenige Beobachter orten bei Bitcoin ja ein durchaus ­soziales und erst in zweiter Linie ökonomisches Phänomen mit einem entsprechend hohen Einfluss softer Faktoren. Genau diese Annahme scheint die Studie übrigens auch zu bestätigen. Im Gegensatz zum gängigen medialen Phänomen, wonach der Nachrichten- und Informationskonsum steigt, wenn es zu Crashs und anderen Krisenzuständen kommt, steigt die Zahl an Zugriffen auf den Begriff „Bitcoin“, wenn die Zeiten gut sind, die Kurse also steigen.

Professionalisierung

Doch was passiert, wenn sich der Gebrauch von Kryptowährungen professionalisiert und Bitcoin zu einer herkömmlichen Assetklasse wie Aktien, Währungen oder Rohstoffe wird? Könnte sich dann das Zugriffsverhalten nicht auch umkehren und sich an den üblichen Mustern orientieren?

Ebenfalls schwierig ist die mit der Datenlage begründete Beschränkung auf Bitcoin. Wahrscheinlich unterscheidet sich die bislang größte Kryptowährung deutlich von ­ihrem Hauptkonkurrenten Ethereum. Wir ­sagen hier bewusst „wahrscheinlich“. Wie bereits ­berichtet, liefert die Wissenschaft bis heute keine Antwort auf die Frage, mit welcher ­Assetklasse sich Bitcoin denn nun wirklich am ehesten vergleichen lässt. Jüngere Stu­dien zu dem Thema deuten auf ­Parallelen zu Hedgefonds und US-Aktien hin. Der deutsche Fondsmanager Hendrik Leber von Acatis erklärt unumwunden, dass er Bitcoin aufgrund des „spekulativen Elements“ im Portfolio hält. Dabei bevorzugt er Bitcoin bewusst gegenüber dem kleineren „Konkurrenten“ Ethereum – obwohl diese Kryptowährung ein technisch ausgefeilteres Ökosystem aufweist. Doch was, wenn sich diese Präferenzen ändern? Sollte Ethereum Marktanteile gewinnen, könnte die Bitcoin-Community dazu übergehen, Merkmale von Ethereum in die bestehende Blockchain hineinzuprogrammieren. Auch das Thema „Berücksichtigung von Trans­aktionskosten“ wird in Zukunft noch Verschiebungen bewirken, denn in der Praxis handeln Investoren Kryptowährungen nicht direkt, sondern über Derivate wie den skandinavischen Bitcoin-Tracker.

Soziale Komponente

Grundsätzlich ist das Phänomen Kryptowährungen so jung, dass sich in Zukunft noch völlig unvorhersehbare Entwicklungen zeigen könnten. Daraus zu schließen, dass aktuelle Untersuchungen wertlos sind, wäre aber falsch. Laufende Beobachtungen und Analysen in diesem Bereich sind enorm wichtig, denn dass Kryptowährungen gekommen sind, um zu bleiben, gilt inzwischen als relativ stark etablierter Konsens. Die Geister scheiden sich allerdings an der Einschätzung, welche Währung mit welchen Charakteristika spezifisch überleben wird beziehungsweise wie viele. Somit stellt sich nicht mehr die Frage, ob sich Investoren faktisch mit dem Thema auseinandersetzen müssen, sondern wann. Je früher man sich also das theoretische Rüstzeug aneignet, desto besser – selbst wenn es ständigen Veränderungen unterworfen ist.  

Hans Weitmayr


Anhang:

twitterlinkedInXING
 Schliessen