Bei Scherbius 1.0 und Scherbius Hebel 1.0 handelt es sich nicht um eine Anlageberatung nach § 2 Abs. 8 Nr. 10 WpHG (Wertpapierhandelsgesetz), sondern um eine Anlagestrategieempfehlung im Sinne des § 85 Abs. 1 WpHG.
Scherbius Analytics UG (haftungsbeschränkt) erstellt solche Anlagestrategieempfehlungen unter folgenden Voraussetzungen:
Diese Eigenschaften erfüllen nicht die Kriterien einer Anlageberatung und stellen daher keine Beratung nach § 85 Abs. 1 WpHG dar.
## Warning in merge.xts(vxn_close, vix_close, rv30, join = "inner"): 'join' only
## applicable to two object merges## You have hit the rate limit of 120 requests / minute. Waiting 20 seconds before retrying request. This is attempt 1 of 6.
## You have hit the rate limit of 120 requests / minute. Waiting 20 seconds before retrying request. This is attempt 2 of 6.## Warning in merge.xts(vxn_close, vix_close, rv30, join = "inner"): 'join' only
## applicable to two object merges## Warning in merge.xts(vxn_close, vix_close, rv30, join = "inner"): 'join' only
## applicable to two object mergesScherbius ist in erster Linie dafür gedacht, zu verhindern, dass Privatanleger Geld verlieren. Wir bei Scherbius haben am eigenen Leib erlebt, wie man ohne Strategie und mit viel zu hoher Risikobereitschaft in den starken Bullenmärkten der Jahre 2020 und 2021 große Gewinne erzielen kann, insbesondere mit sehr riskanten Finanzderivaten. Wir dachten damals, wir wären Genies. Das waren wir nicht. Im Jahr 2022 haben wir im Bärenmarkt viele Tausend Euro verloren und dabei erkannt, dass nachhaltiger Erfolg an den Kapitalmärkten ohne eine klare, regelbasierte, reproduzierbare und sorgfältig backgetestete Strategie nicht möglich ist. Andernfalls ist das Handeln an den Märkten ausschließlich von Emotionen getrieben, und genau diese Emotionen möchten wir ausschalten. Unser Ziel ist es, Privatanlegern Werkzeuge an die Hand zu geben, die normalerweise institutionellen Investoren und Hedgefonds vorbehalten sind, um überdurchschnittliche Renditen zu erzielen.
Wir arbeiten mit dem Konzept unkorrelierter Renditequellen. Wir diversifizieren also nicht primär über Assetklassen oder einzelne Unternehmen, sondern über verschiedene Strategien. Unser langfristiges Ziel ist es, bis zu zwanzig vollständig unkorrelierte Strategien in ein gemeinsames Portfolio zu integrieren und dieses täglich für Privatanleger zugänglich zu machen. Zur Einordnung: Eine sehr einfache, aber dennoch regelbasierte quantitative Strategie ist zum Beispiel der klassische ETF-Sparplan mit monatlicher Sparrate, bei dem klare Kauf- und Verkaufszeitpunkte feststehen. Scherbius geht jedoch deutlich weiter. Durch den Einsatz von Hidden-Markov-Modellen, Mean-Reversion-Ansätzen und weiteren quantitativen Methoden konnten wir ein Portfolio entwickeln, das über einen Zeitraum von mehr als 25 Jahren hinweg den Markt kontinuierlich schlägt und deutliche Überrenditen erzielt.
Dabei ist wichtig zu betonen, dass Scherbius 1.0 keine Gelddruckmaschine ist. Die Outperformance zeigt sich vor allem über längere Zeiträume und zeigt sich erst wirklich in wechselenden Markphasen. Dieses Modell ist nicht für Intraday-Handel geeignet und nicht für Anleger gedacht, die schnelle Gewinne ohne Risiko erwarten.
Wahrscheinlich stellen sich Ihnen sofort einige grundlegende Fragen:
Genau diese zentralen Fragen haben wir in den folgenden Grafiken untersucht. Die Visualisierungen und Tabellen zeigen klar, wie deutlich das Modell den Markt übertrifft und welches große Potenzial in Scherbius steckt.
Das Aktien- und Indexuniversum, in dem Scherbius handelt, basiert auf einer historischen Zeitreihe der jeweils 100 größten Unternehmen im NASDAQ 100, sortiert nach Marktkapitalisierung. Dadurch ist das Modell frei von Survivorship Bias, da wir die historische Zusammensetzung des Index täglich rekonstruiert und auch delistete Unternehmen vollständig in die Analyse einbezogen haben. Aus diesen 100 Aktien wurde anschließend ein Fokus auf die Top 25 gebildet. Damit stellen wir sicher, dass ausschließlich große und hochliquide Unternehmen gehandelt werden. Diese Auswahl reduziert die Transaktionskosten erheblich, da diese maßgeblich vom Handelsvolumen und der Liquidität der einzelnen Titel bestimmt werden. Für den langfristigen Erfolg des Modells ist diese Eingrenzung ein klarer Vorteil.
Die festen Regeln bei der Auswahl der Daten verhindern zudem einen Selektionsbias. Zusätzlich wird der gesamte NASDAQ 100 über den QQQ ETF beziehungsweise über entsprechende NASDAQ-100-Derivate in das Modell einbezogen.
Die hohe Datenqualität und die klare Struktur sorgen für eine saubere statistische Verarbeitung und bilden die Grundlage der gesamten Analyse. Zur Übersicht finden Sie hier noch einmal die wichtigsten Datenquellen, die in Scherbius verwendet werden:
Grundsätzlich wurde bei jeder einzelnen Strategie mit klar getrennten Trainings-, Test- und Validierungsfenstern gearbeitet. Dadurch ist sichergestellt, dass keine Daten verwendet werden, die zum jeweiligen Zeitpunkt schon bekannt waren. Zusätzlich wurden für jede Strategie umfangreiche Sensitivitätstests zu Parametern und Transaktionskosten sowie Monte Carlo Simulationen durchgeführt, um die Robustheit unter realen Marktbedingungen zu überprüfen. Ein ausführlicher Deep Dive dazu folgt in einem separaten Dokument.
Diese saubere methodische Trennung ist entscheidend, um Overfitting weitgehend zu vermeiden und keinen unbeabsichtigten Look-Ahead-Bias in die Modelle einzubauen. Solche Verzerrungen würden Backtestergebnisse künstlich aufblähen und ein unrealistisches Bild der tatsächlichen Leistungsfähigkeit vermitteln.
Unten finden Sie die Performance, die auf Grundlage dieser Daten entsteht, also die Entwicklung in einer Welt ohne Steuern und mit berücksichtigten Transaktionskosten. Dargestellt sind zwei zentrale Charts zur Entwicklung eines Startkapitals von 10.000 Euro (ohne Sparrate), eine Performance-Tabelle sowie eine Grafik zur historischen Portfoliogewichtung.
Der erste Chart zeigt den Verlauf in linearer Skalierung. Die typische parabolische Form ist klar erkennbar und entsteht vor allem durch den Zinseszinseffekt. Darunter befindet sich die logarithmische Darstellung, in der die tatsächliche Stärke des Modells besonders deutlich wird. Hier wird sichtbar, wie konstant und stabil die Renditen über lange Zeiträume hinweg erzeugt werden und wie kontinuierlich das Modell Überrenditen bei gleichzeitig moderaten Drawdowns erzielt.
| Metric | Portfolio | NASDAQ100.0000 |
|---|---|---|
| Sharpe Ratio | 2.1348 | 0.3627 |
| Sortino Ratio | 0.1776 | 0.0437 |
| Maximum Drawdown | 0.5938 | 0.8290 |
| Total Return | 50203210.9673 | 11.5004 |
| CAGR | 0.9588 | 0.1005 |
| Win Rate | 0.4790 | 0.5466 |
| Loss Rate | 0.3903 | 0.4528 |
| Profit Factor | 1.4645 | 1.0946 |
| Date | Portfolio | NASDAQ100.0000 |
|---|---|---|
| 1999-12-31 | 4.2415 | 0.8142 |
| 2000-12-29 | 1.5308 | -0.3684 |
| 2001-12-31 | 0.4871 | -0.3265 |
| 2002-12-31 | 2.2560 | -0.3758 |
| 2003-12-31 | 1.0574 | 0.4912 |
| 2004-12-31 | 0.3745 | 0.1044 |
| 2005-12-30 | 0.3985 | 0.0149 |
| 2006-12-29 | 1.2788 | 0.0679 |
| 2007-12-31 | 0.3800 | 0.1867 |
| 2008-12-31 | 0.3229 | -0.4189 |
| 2009-12-31 | 1.5090 | 0.5354 |
| 2010-12-31 | 0.8441 | 0.1922 |
| 2011-12-30 | 0.0852 | 0.0270 |
| 2012-12-31 | 1.6628 | 0.1682 |
| 2013-12-31 | 0.8734 | 0.3499 |
| 2014-12-31 | 1.3215 | 0.1794 |
| 2015-12-31 | 0.8563 | 0.0843 |
| 2016-12-30 | 0.5129 | 0.0589 |
| 2017-12-29 | 0.8432 | 0.3152 |
| 2018-12-31 | 0.5673 | -0.0104 |
| 2019-12-31 | 0.5906 | 0.3796 |
| 2020-12-31 | 1.4741 | 0.4758 |
| 2021-12-31 | 0.4234 | 0.2663 |
| 2022-12-30 | 0.0576 | -0.3297 |
| 2023-12-29 | 2.9204 | 0.5381 |
| 2024-12-31 | 0.8047 | 0.2488 |
| 2025-12-03 | 1.4024 | 0.2159 |
| Metric | Portfolio | NASDAQ100.0000 |
|---|---|---|
| Sharpe Ratio | 1.3494 | 0.3627 |
| Sortino Ratio | 0.1280 | 0.0437 |
| Maximum Drawdown | 0.5938 | 0.8290 |
| Total Return | 240219.0096 | 11.5023 |
| CAGR | 0.5996 | 0.1005 |
| Win Rate | 0.4623 | 0.5466 |
| Loss Rate | 0.4061 | 0.4528 |
| Profit Factor | 1.3258 | 1.0946 |
| Date | Portfolio | NASDAQ100.0000 |
|---|---|---|
| 1999-12-31 | 4.2415 | 0.8142 |
| 2000-12-29 | 0.5147 | -0.3684 |
| 2001-12-31 | 0.1946 | -0.3265 |
| 2002-12-31 | 1.6425 | -0.3758 |
| 2003-12-31 | 0.6617 | 0.4912 |
| 2004-12-31 | 0.2398 | 0.1044 |
| 2005-12-30 | 0.1776 | 0.0149 |
| 2006-12-29 | 0.9790 | 0.0679 |
| 2007-12-31 | 0.1425 | 0.1867 |
| 2008-12-31 | 0.0890 | -0.4189 |
| 2009-12-31 | 1.0049 | 0.5354 |
| 2010-12-31 | 0.4923 | 0.1922 |
| 2011-12-30 | -0.0865 | 0.0270 |
| 2012-12-31 | 1.1352 | 0.1682 |
| 2013-12-31 | 0.6039 | 0.3499 |
| 2014-12-31 | 0.8291 | 0.1794 |
| 2015-12-31 | 0.5441 | 0.0843 |
| 2016-12-30 | 0.3400 | 0.0589 |
| 2017-12-29 | 0.5510 | 0.3152 |
| 2018-12-31 | 0.3036 | -0.0104 |
| 2019-12-31 | 0.4053 | 0.3796 |
| 2020-12-31 | 0.8242 | 0.4758 |
| 2021-12-31 | 0.1728 | 0.2663 |
| 2022-12-30 | -0.0861 | -0.3297 |
| 2023-12-29 | 2.0544 | 0.5381 |
| 2024-12-31 | 0.4176 | 0.2488 |
| 2025-12-03 | 0.8827 | 0.2160 |
Das Sharpe Ratio beschreibt das Verhältnis zwischen erzielter Überschussrendite und dem dafür eingegangenen Risiko. Eine Sharpe Ratio von 1,35 bedeutet, dass die erzielte Rendite im Verhältnis zur Schwankung des Portfolios sehr effizient war. Je höher dieser Wert ausfällt, desto besser wurde das Risiko entlohnt. Werte über 1 gelten allgemein als gut, Werte über 1,5 als sehr stark. Das Ergebnis zeigt, dass das Portfolio über den gesamten Zeitraum hinweg eine solide risikoadjustierte Performance erzielt hat.
Die weiteren Performance-Metriken zeichnen ein stimmiges Gesamtbild. Der Max Drawdown von 59,38 Prozent zeigt, dass das Portfolio zwischenzeitlich sehr tiefe Verlustphasen durchlaufen hat. Solche Rücksetzer sind typisch für Strategien, die stark auf dynamische Allokation, taktische Signale und Hebelmechanismen setzen. Gleichzeitig verdeutlicht der Total Return von 236.755x die außerordentliche langfristige Wachstumsstärke der Strategie. Dieser Wert ist jedoch als theoretisch zu verstehen und in der Praxis nicht realistisch erzielbar. Ab einer bestimmten Kapitalgröße beeinflussen die eigenen Derivatpositionen den Marktpreis, was zu Verzerrungen führt. Für die Bewertung an dieser Stelle ist das jedoch zweitrangig, da die Renditen vor allem die strukturelle Kontinuität und Leistungsfähigkeit des Modells zeigen sollen. Auch die annualisierte Rendite von rund 59,9 Prozent pro Jahr unterstreicht den außergewöhnlich starken langfristigen Zuwachs des eingesetzten Kapitals.
Die Win Rate von 46,2 Prozent zeigt, dass weniger als die Hälfte der Handelstage positiv ausfallen. Das ist für systematische Handelsmodelle jedoch nicht ungewöhnlich, insbesondere wenn diese auf taktische oder mean-reversion-basierte Mechanismen setzen. Entscheidend ist nicht die Häufigkeit der Gewinne, sondern deren Verhältnis zu den Verlusten. Genau hier zeigt der Profit Factor von 1,33 seine Aussagekraft: Für jeden verlorenen Euro werden statistisch 1,33 Euro Gewinn erzielt. Ein Profit Factor über 1 weist darauf hin, dass das Modell trotz einer moderaten Trefferquote klar profitabel arbeitet. Unter Anwendung des Gesetzes der großen Zahlen ergibt sich damit ein langfristig hoch profitables Konzept, dessen Ertragspotenzial sich vor allem über viele unabhängige Trades hinweg entfaltet.
An dieser Stelle sollte noch einmal klar hervorgehoben werden, dass es sich bei den ausgewiesenen Netto-Renditen um Ergebnisse nach Abzug sämtlicher Transaktionskosten handelt – also inklusive Spread, Slippage – sowie nach Berücksichtigung der deutschen Steuerbelastung von 26,37 Prozent (ohne Solidaritätszuschlag). Im Vergleich zum Brutto-Modell, das zwar ebenfalls Transaktionskosten, aber keine Steuerabzüge enthält, erreicht das Netto-Modell immer noch eine Sharpe Ratio von 1,3. Dies zeigt deutlich, wie stark Steuern die erzielbaren Gewinne reduzieren. Gleichzeitig wird aber ebenso sichtbar, dass Scherbius 1.0 trotz dieser hohen Belastung weiterhin in der Lage ist, klare Überrenditen zu erwirtschaften.
Insgesamt weisen diese Kennzahlen darauf hin, dass das Portfolio langfristig eine sehr starke Rendite erzielt, dabei jedoch mit einzelnen deutlichen Drawdowns und einer volatileren Gewinnstruktur arbeitet. Die Strategie ist robust und profitabel, setzt aber eine hohe Risikotoleranz und langfristiges Durchhaltevermögen voraus.
## Drawdown-Metriken:
## Average Drawdown (Tiefe): 5.87%
## Average Drawdown Duration (Tage): 15.9
## Max Drawdown Duration (Tage): 225## CAPM (QQQ O→O, robuste ^TNX-Skalierung):
## Beta: 0.4816
## E[r_f]_daily: 0.0108%
## E[Marktprämie]_daily: 0.0552%
## Erwartete Rendite CAPM (täglich): 0.0374%
## Erwartete Rendite CAPM (jährlich): 10.00%
## Jensen's Alpha (jährlich): 47.93%Die Drawdown-Metriken geben einen guten Überblick über die Belastungsphasen des Portfolios. Der durchschnittliche Drawdown von rund 5,85 Prozent zeigt, dass typische Rücksetzer moderat ausfallen und im historischen Verlauf vergleichsweise schnell wieder aufgeholt wurden. Die durchschnittliche Drawdown-Dauer von etwa 15,8 Handelstagen bestätigt dieses Bild, da sich das Portfolio im Mittel innerhalb von gut drei Wochen vollständig erholt. Gleichzeitig macht die maximale Drawdown-Dauer von 225 Handelstagen deutlich, dass es vereinzelt auch sehr lange Phasen geben kann, in denen frühere Hochs erst nach vielen Monaten wieder erreicht werden. Solche längeren Durststrecken sind bei aktiv gesteuerten, taktischen Strategien nicht ungewöhnlich.
Auch die CAPM-Ergebnisse liefern ein klares Bild. Ein Beta von 0,4815 zeigt, dass das Portfolio nur moderat auf Bewegungen des NASDAQ-100 reagiert und damit ein unterdurchschnittliches Marktrisiko trägt. Der verwendete tägliche risikofreie Zinssatz und die tägliche Marktrisikoprämie liegen in plausiblen Bereichen und dienen als Grundlage für die CAPM-Berechnung. Die erwartete Rendite nach CAPM liegt mit etwa 9,98 Prozent pro Jahr in einem Bereich, der gut zu einem Portfolio passt, das nur rund die Hälfte der Marktrisikoprämie aufnimmt. Das Jensen-Alpha von 47,83 Prozent pro Jahr zeigt, wie groß der Anteil der Wertschöpfung ist, der nicht durch den Marktfaktor erklärt werden kann. Diese Überrendite stammt aus spezifischen Eigenschaften des Modells wie dem O→O-Timing, Mean-Reversion-Mechanismen oder Regime- und Positionslogik.
Insgesamt lässt sich festhalten, dass das Portfolio moderate und meist kurzlebige Rücksetzer mit einzelnen längeren Erholungsphasen kombiniert. Das Marktexposure bleibt bewusst gedämpft, was die relativ niedrige CAPM-Erwartungsrendite erklärt. Die große Stärke des Modells liegt klar in der hohen Alpha-Komponente, die aus eigenständigen, nicht-marktbezogenen Strategiemechanismen entsteht. Für eine umfassende Analyse der Ertragsquellen ist es sinnvoll, ergänzend multifaktorielle Modelle und rollende Parameter zu betrachten.
Hier sehen Sie den historischen Verlauf der Investment- und Cash-Quote. Scherbius 1.0 zeichnet sich insbesondere dadurch aus, dass das Portfolio zu keiner Zeit vollständig investiert ist und stets einen vergleichsweise hohen Cash-Anteil hält.
Haben Sie Bedenken, dass zu viele Trades pro Tag anfallen und diese möglicherweise nicht rechtzeitig ausgeführt werden können? Die folgende Grafik zeigt, dass dies nicht der Fall ist.
Damit ist die zeitliche Belastung klar kalkulierbar und insgesamt gering.
| Datum | Uhrzeit | Ticker | Signal | Strategy | Gewichtung |
|---|
| Datum | Ticker | Strategie | Gewicht |
|---|---|---|---|
| 2025-12-03 | QQQ | HMM_4_States_QQQ | 0.3688 |
| 2025-12-03 | ORCL | lowRSI_mean_rev | 0.0155 |
Oben sehen Sie das Kernprodukt, das Sie täglich per E-Mail erhalten. Es handelt sich dabei um eine Tabelle mit den für den aktuellen Tag auszuführenden Trades, die notwendig sind, um das darunter dargestellte Portfolio zu erzeugen. Dieses Portfolio wird jeden Tag neu berechnet und zeigt die optimale Kapitalallokation für den jeweiligen Handelstag. Wenn Sie diese Trades konsequent und täglich umsetzen, spiegeln Ihre Ergebnisse langfristig die Renditeerwartungen wider, die im Backtest weiter oben dargestellt wurden.
Die Trades werden ausschließlich einmal pro Tag vorbörslich ausgeführt, also vor dem Opening der Wall Street um 15:30 Uhr mitteleuropäischer Zeit. Zudem handelt die Strategie ausschließlich Long-Positionen; Short-Trades sind grundsätzlich ausgeschlossen.
Wenn Sie beispielsweise ein Startkapital von 100.000 Euro einsetzen und für den heutigen Tag ein Trade mit dem Ticker ORCL und einem Gewicht von 0,0158 ausgegeben wird, dann entspricht dies einem Investitionsbetrag von 100.000 × 0,0158, also 1.580 Euro. Die Höhe des Startkapitals können Sie frei bestimmen. Beachten Sie jedoch, dass bei zu geringem Startkapital die einzelnen Trades sehr klein ausfallen. Feste Handelskosten, wie etwa die 1-Euro-Gebühr bei Trade Republic, wirken sich dann prozentual stark aus und können die Performance – insbesondere in den ersten Handelswochen – spürbar beeinträchtigen. Dadurch kann es zu Abweichungen gegenüber den ausgewiesenen Renditen von Scherbius Analytics kommen. Weitere Hinweise zum empfohlenen Mindestkapital folgen in einem späteren Abschnitt.
In der ungehebelten Version von Scherbius genügt es, das jeweilige Ticker-Symbol im Broker Ihrer Wahl einzugeben und den entsprechenden Betrag zu investieren. Im oben genannten Beispiel wären das also 1.580 Euro. Der spätere Verkauf erfolgt analog: Die Position wird in der berechneten Gewichtshöhe wieder liquidiert. Dabei dient das Gewicht als Annäherung an Ihre tatsächliche Depotposition. Geringfügige Abweichungen um einige Basispunkte sind unproblematisch, solange Sie regelmäßig Trades und Bestände abgleichen und keine sehr kleinen Restpositionen im Depot verbleiben. Es empfiehlt sich, die Positionen stets blockweise pro Strategie zu verwalten.
Für die gehebelte Variante gilt grundsätzlich das gleiche Vorgehen. Die Herausforderung besteht hier jedoch darin, den passenden Mini Future auszuwählen und diesen mit der berechneten Positionsgröße zu handeln. Hinweise zur Auswahl der richtigen Derivate folgen im nächsten Abschnitt.
| Strategie | Hebel | KO | Spread | Slippage |
|---|---|---|---|---|
| HMM_2_States_QQQ | 5.0000 | 0.1900 | 0.0002 | 0.0001 |
| HMM_4_States_QQQ | 5.0000 | 0.1900 | 0.0002 | 0.0001 |
| Cum_2_RSI | 3.5000 | 0.2000 | 0.0050 | 0.0010 |
| RSI_ATR_B | 3.5000 | 0.2000 | 0.0050 | 0.0010 |
| lowRSI_mean_rev | 3.5000 | 0.2000 | 0.0050 | 0.0010 |
Die in der Scherbius_Hebel-Version eingesetzten Derivate können bei den gängigen Neobrokern problemlos gehandelt werden. Es handelt sich dabei um Mini-Futures beziehungsweise Knock-Out-Zertifikate. Die Konditionen, zu denen diese Produkte erworben werden, sind jedoch entscheidend. Die in der Tabelle definierten Schwellenwerte für Spread, Hebel und KO-Level müssen unbedingt eingehalten werden, damit die Modellgüte erhalten bleibt und die erwarteten Renditen tatsächlich erzielt werden können.
Wichtig ist: Wenn kein geeignetes Produkt zu den vorgegebenen Konditionen verfügbar ist, darf der Trade nicht ausgeführt werden. In diesem Fall wäre der Handel nicht mehr konsistent mit dem Modell. Solche Situationen treten jedoch nur selten auf.
Als beste Plattform für den Vergleich von Derivaten empfiehlt sich OnVista. Über den folgenden Link gelangen Sie direkt zum Derivate-Finder, in dem die relevanten Suchparameter bereits korrekt voreingestellt sind:
Sie müssen anschließend nur noch den entsprechenden Basiswert und Ihren Broker in den Filtereinstellungen auswählen.
Bitte beachten Sie: Nicht jedes Derivat ist bei jedem Broker handelbar.
Diese vorgestellte Strategie soll ambitionierten Privatanlegern die Möglichkeit bieten, mit einem klar definierten, regelbasierten und quantitativen Ansatz eine Outperformance an den Kapitalmärkten zu erzielen. Der Aufbau solcher Modelle ist äußerst zeitintensiv, und genau diese Zeit steht vielen berufstätigen Anlegern mit Interesse und Leidenschaft für Finanzmärkte nur in begrenztem Umfang zur Verfügung. Scherbius 1.0 und Scherbius Hebel 1.0 sollen hier eine effiziente Lösung darstellen.
Bitte beachten Sie, dass weder Scherbius 1.0 noch Scherbius Hebel 1.0 eine Garantie für Markterfolge bieten. Es kann jederzeit zu deutlichen Drawdowns kommen und Phasen geben, in denen das Modell über längere Zeiträume, wie im historischen Beispiel bis zu 225 Handelstage, kein neues Hoch erreicht. Solche Durststrecken sind ein natürlicher Bestandteil jeder risikobehafteten Strategie.
Eine Aussage lässt sich jedoch treffen: Wenn Scherbius fällt, tendiert der breite Markt (z.b. der Nasdaq 100) in denselben Phasen deutlich stärker zu verlieren.
Scherbius 1.0 ist, wie der Name bereits andeutet, erst der Anfang. Die Entwicklung von Scherbius 2.0 läuft bereits auf Hochtouren. In der nächsten Version werden verstärkt Machine Learning Methoden integriert, um die Trefferquote der positiven Trades weiter zu erhöhen und zugleich die Dauer und Tiefe zukünftiger Drawdown-Phasen zu reduzieren. Das Ziel ist ein noch robusteres und präziseres Portfolio, das in verschiedenen Marktumfeldern stabil performt.
Wenn Fragen zum Produkt entstehen, Sie Unterstützung bei der Anwendung benötigen oder Interesse daran haben, Anteile an der Scherbius Analytics UG (haftungsbeschränkt) zu erwerben und langfristig am Wachstum dieses Start-ups zu partizipieren, können Sie sich jederzeit per E-Mail oder telefonisch melden.