Passive und aktive Krypto-Indizes – Ein Konstruktionsbeispiel

  • Felix Fernandez
  • OpenMetrics

FRANKFURT – Felix Fernandez, CEO von OpenMetrics und Referent beim 189. Hedgework, beschreibt Varianten von aktiven Krypto-Indizes, die regelbasiert bzw. mit einer taktischen Allokation sowohl Volatilität als auch maximale Verluste signifikant reduzieren können. Dies ermögliche, sinnvoll an der Entwicklung dieser Assetklasse zu partizipieren und gleichzeitig effizient die Risiken zu managen.

Kryptowährungen werden zunehmend als eigenständige Assetklasse anerkannt, wobei sich bisher viele Krypto-Indizes bzw. die darauf basierenden Investmentprodukte auf relativ wenige Währungen konzentrieren. Abgesehen davon, dass damit nur ein Teil des Krypto-Universums abgebildet wird, zeigen diese Indizes oft einen starken Fokus auf Markt-Kapitalisierung und damit eine zu hohe Konzentration in wenige Währungen, beispielsweise in Bitcoin und Ethereum.

Das ist vergleichbar mit einem Aktienfonds, welcher nur aus einigen wenigen Aktien bestünde und primär nach der jeweiligen Marktkapitalisierung gewichtet würde. Die meisten Investoren würden in so einen Index zumindest mit einer gewissen Vorsicht investieren, denn bei hoch konzentrierten Portfolios innerhalb einer Assetklasse ist grundsätzlich das Konzentrationsrisiko hoch und der Diversifikationsnutzen gering. Insofern ist es sehr sinnvoll, in einen breit diversifizierten Krypto-Index zu investieren.

Die Frage, die sich nun stellt, ist, wie man aus dem unübersichtlichen Krypto-Universum einen Index konstruiert der nicht nur repräsentativ, sondern auch breit diversifiziert, nicht zu stark konzentriert und auch tatsächlich investierbar ist?

Ansatz für einen funktionierenden Selektionsprozess

Man könnte zum Beispiel einfach die Top-200-Kryptowährungen (Coins) nach Marktkapitalisierung gewichtet in einem Index kombinieren. Dieser Index wäre aber kaum physisch replizierbar, da das Index-Universum Währungen enthalten würde, die nicht an etablierten, vertrauenswürdigen und liquiden Börsen handelbar wären.

Zudem sind einige Coins keine reinsortigen Kryptowährungen, sondern beispielsweise Stablecoins, Wrapped Coins und Synths, sowie tokenized Assets (z. B. Gold, Aktien, …). Insofern ist es wichtig, einen strukturierten Selektions- bzw. Filterprozess zu definieren, um das physisch replizierbare Gesamtmarktuniversum zu definieren:

  1. Selektion aller Börsen, die zentralisiert, vertrauenswürdig, etabliert und liquide sind.
  2. Identifikation aller Coins, die als reinsortige Kryptowährungen klassifiziert werden können, sowie Auswahl aller Coins, die hinsichtlich Verfügbarkeit, Liquidität und Historie über eine ausreichende Reife verfügen, um als Investment berücksichtigt werden zu können.

Schritt 1: Selektion von Krypto-Börsen

Anhand der Metadaten und Zeitreihen von zurzeit 314 Krypto-Börsen wird eine Auswahl nach den folgenden Kriterien getroffen:

  1. Die Börse sollte zentralisiert sein, keine eigenen Handelsaktivitäten haben und es muss ein Trust-Score existieren.
  2. Die Bewertung der Vertrauenswürdigkeit sollte mindestens Level 9 betragen und jede Börse unterhalb dieses Niveaus sollte seit mindestens 2019 bestehen.
  3. Es sollten mindestens 10 Trusted Coins vorhanden sein.
  4. Die Datenqualität der täglichen Handelsvolumina aus dem letzten Quartal (Periode) sollte folgenden Kriterien genügen:

a. Die Daten sollten zu Beginn und/oder Ende des Zeitraums wenige fehlende Datenpunkte aufweisen.
b. b. Es sollten nicht zu viele interpolierte Werte bzw. Cluster interpolierter Daten vorhanden sein.

    5. Das durchschnittliche Tagesvolumen des letzten Quartals sollte nicht kleiner als das niedrigste Volumen aller vertrauenswürdigen Börsen sein.

Im Ergebnis erhalten wir eine Auswahl von 16 Krypto-Börsen, die nach diesem Filterprozess noch übrigbleiben:


Nur die Kryptowährungen, die an den mit „True“ gekennzeichneten Börsen gehandelt werden, können in einen repräsentativen Marktindex einfließen.

Schritt 2: Auswahl von Kryptowährungen

Anhand der Metadaten und Zeitreihen aus 2651 Coins wird eine Endauswahl nach den folgenden Kriterien getroffen:

  1. Die Kryptowährung sollte keiner der folgenden Kategorien angehören: Stablecoin, Wrapped, Synth, Tokenized Gold oder Tokenized Bitcoin.
  2. Der Coin sollte vertrauenswürdig an mindestens zwei der ausgewählten Börsen gehandelt werden.
  3. Die Datenqualität der Tageskurse, Markt-Kapitalisierungen und Volumina der letzten 90 Tage sollte folgenden Kriterien genügen:

    a. Die Daten sollten zu Beginn und/oder am Ende des Zeitraums keine fehlenden Datenpunkte aufweisen.
    b. Es sollten nicht zu viele interpolierte Werte bzw. Cluster interpolierter Daten vorhanden sein.

Im Ergebnis erhalten wir insgesamt eine Auswahl von 408 Coins, die den Filterprozess erfolgreich durchlaufen haben.



Die Tabelle zeigt eine mit „True“ gekennzeichnete Auswahl von insgesamt 408 Coins, die den Filterprozess erfolgreich durchlaufen haben.

Index-Konstruktion

In der aktuellen Implementierung haben wir speziell auf Ausreißer innerhalb der Marktkapitalisierung, sowie auf die Vermeidung einer Single-Coin-Dominanz geachtet.

Ausreißer innerhalb der Marktkapitalisierung können insbesondere dann zum Problem werden, wenn neue Coins während des periodischen Auswahlprozesses hinzugefügt oder aus der Auswahl entfernt werden. Beispiel: Ein Coin schafft es möglicherweise nur für ein paar Tage in die Top 10 der Coins nach Marktkapitalisierung, erlebt dann aber einen massiven Verlust und verschwindet wieder aus der Auswahl.

Wir empfehlen daher, eine geglättete Version der Marktkapitalisierung (bereinigte Marktkapitalisierung) zu verwenden. In unserer aktuellen Implementierung verwenden wir einen exponentiellen gleitenden Durchschnitt für jeden Coin.

Historisch wurde das Krypto-Universum stark von der Marktkapitalisierung des Bitcoin dominiert. Die übliche Herangehensweise, Gewichte so zu berechnen, dass sie die Marktkapitalisierung repräsentieren, würde zu Indizes führen, die dem Bitcoin sehr ähnlich sind. Wir empfehlen daher, bei der Berechnung der Gewichte einen Dämpfungsfaktor zu verwenden. Dies entschärft die Bitcoin-Dominanz und führt zu breiteren Allokationen innerhalb des aufstrebenden Krypto-Universums.

Ergebnisse für einen passiven Index

Die Ergebnisse unseres Konstruktionsansatzes sind sehr vielversprechend, wenn man sich die Index-Simulationsergebnisse des passiven Index ansieht:


Vergleich der passiven OpenMetrics Krypto-Indexfamilie vs. Bitcoin.
Im oberen Chart ist die Preisentwicklung der sechs passiven Indizes im Vergleich zum Bitcoin (schwarze Kurve) dargestellt. Wesentlich ist der Vergleich der annualisierten Renditen (annRet), sowie der risikoadjustierten Renditen (sharpe).

  1. Man kann gut beobachten, dass sich Ende 2016 das Krypto-Universum deutlich von Bitcoin absetzt.
  2. Der Nutzen der Diversifikation zeigt sich in steigenden risikoadjustieren Renditen (Sharpe Ratio) umso „breiter“ der Index wird.

Einführung von aktiven Indizes

Bei einem aktiven Index werden die Gewichte zwischen dem Index-Universum und einem anderen Universum (z.B. Cash, Stablecoins oder andere Assetklassen) – gesteuert durch eine taktische Allokation – dynamisch verschoben.

Hierzu nutzen wir die OpenMetrics eigene Strukturbruchanalyse bzw. die daraus abgeleiteten Stabilitätssignale, die zuverlässig wechselnde Regimes in Zeitreihen erkennt, um die Allokation zwischen dem Krypto-Universum und etwa einem Stablecoin aktiv zu steuern.

Im Folgenden sehen wir ein Beispiel für eine solche Stabilitätsmatrix für einige ausgewählte Coins:

Die obige Matrix zeigt die auf den OpenMetrics-Technologien basierenden Stabilitätssignale1 für eine Auswahl von zehn Kryptowährungen (Coins). Diese Stabilitätssignale bewegen sich zwischen 0 und 1, wobei 0 für einen „instabilen“ und 1 für einen „stabilen“ Markt im jeweiligen Asset stehen. In einem instabilen wäre man z.B. zu 0% investiert und in einem stabilen zu 100%.

Die 1:1-Anwendung der Stabilitätssignale für die Steuerung der Allokation führt Im Ergebnis zu einer deutlichen Reduktion der maximalen Verluste, sowie einer weiteren Erhöhung der risikoadjustieren Renditen (Sharpe Ratio).

Vergleich der aktiven OpenMetrics Krypto-Indexfamilie vs. Bitcoin.
Im oberen Chart ist die Preisentwicklung der sechs aktiven Indizes im Vergleich zum Bitcoin (schwarze Kurve) für einen aktiven Index dargestellt, der im Bereich von 10% bis 90% investiert ist. Während die Renditen im Bereich von Bitcoin bleiben, verbessert sich einerseits die risikoadjustierte Rendite (sharpe), andererseits werden die maximalen Verluste deutlich reduziert.
Im Vergleich zu den passiven Indizes verliert man etwas Performance, dafür erhält man aber ein deutlich „ruhigeres Fahrwasser“ mit einer eingebauten „Crash-Protection“.

Fazit

In einem hochdynamischen Umfeld, wie im Bereich von Kryptowährungen, sind traditionelle Index-Konstruktionsprinzipien nur bedingt sinnvoll. Wenn man als Investor einen wirklich diversifizierten und liquiden Zugang zu dieser neuen Asset-Klasse sucht, dann sollte man unbedingt darauf achten, dass der dem Index zugrundeliegende Selektions- und Konstruktionsprozess mit der Dynamik des zugrundeliegenden Universums mithalten kann.


1 Siehe: https://www.openmetrics.ch/post/introduction-of-the-sbx-structural-break-index

Felix Fernandez hat kürzlich die Rolle des CEO der 21e6 Capital AG übernommen, einem neu gegründeten Schweizer Anlageberater mit Fokus auf Krypto-Investitionen, insbesondere in Krypto-Dachfonds. Felix arbeitet parallel als CEO für OpenMetrics Solutions in Zürich. Er verfügt über mehr als 20 Jahre Erfahrung in der Finanzbranche und war zuvor in Top-Management-Positionen der Gruppe Deutsche Börse tätig. Nach seiner langjährigen Karriere im Firmenkundengeschäft, ging er 2016 als Research Fellow zur Rmetrics Association die von Prof. Diethelm Würtz an der ETH Zürich geleitet wurde. Im selben Jahr war er Mitbegründer von OpenMetrics Solutions, einem Spin-Off der ETH Zürich mit einem ausgezeichneten Ruf als Anbieter von modernsten Risikomanagement- und Financial-Engineering-Lösungen über alle Anlageklassen hinweg. Felix hat einen Abschluss als Dipl. Ing. in Informatik mit Spezialisierung auf Software-Simulationsumgebungen.

OpenMetrics ist ein 2016 gegründetes ETH Spin-Off mit Schwerpunkt auf fortschrittlichen statistischen Methoden und Financial Engineering, das führende institutionelle Investoren und Vermögensverwalter in den Bereichen Risikosteuerung und Portfoliomanagement berät. Die Methoden und Verfahren werden als Saas Risiko- und Portfoliomanagement angeboten, damit können Marktteilnehmer diese sehr schnell in ihre internen Prozesse und Systeme integrieren. Die Basistechnologien von OpenMetrics basieren auf der neuesten wissenschaftlichen Forschung der ETH Zürich und angeschlossener Universitäten. Großer Wert wird dabei auf einen kontinuierlichen Transfer von akademischer Forschung in finanzmarktrelevante Produkte und Dienstleistungen gelegt.

Zurückzum Seitenanfang