Einführung

Vorliegende Untersuchug beschäfigt sich mit der Frage nach dem Erfolg der Levermann-Strategie für den Handel mit Wertpapieren. Die von der ehemaligen Fondsmangerin Susan Levemann im Jahr 2011 vorgestellte Strategie beschreibt eine Vorgehensweise zur Bewertung von Wertpapieren im Hinblick auf deren Kauf und Verkauf. Zur Untersuchung, wie zuverlässig die aus der Levermann-Strategie abgeleiteten Vorgaben sind, wurden verschiedene Auswertungen durchgeführt.

Der erste Teil der Untersuchung prüft zunächst die Hypothese, wonach ein auf Basis der Levermann-Strategie geführtes Beispiel-Depot eine bessere Performance erzielt als die jeweils angegebenen Benchmark-Indizes. Im zweiten Teil untersucht eine Korrelationsanalyse, ob mithilfe statistischer Methoden Zusammenhänge zwischen dem Verlauf der Kurse und den Levermann-Werten aufgezeigt werden können.

Die Levermann-Strategie

Die nach ihr benannte Strategie wurde 2011 von der ehemaligen Fondsmanagerin Susan Levermann veröffentlicht (Susan Levermann, „Der entspannte Weg zum Reichtum“) . Zur Bewertung von Wertpapieren werden dabei regelmäßig 13 ausgewählte Kennzahlen ausgewertet und jeweils ein sogenannter Levermann-Wert (Score) berechnet. Dieser gilt als Entscheidungsvorlage für Kauf, Halten oder Verkauf des Wertpapiers.

Da je geprüfte Kennzahl -1, 0 oder +1 Punkte vergeben werden, liegt ein Levermann-Wert im Bereich von -13 bis +13. Die Interpretation orientiert sich an vorgegebenen Grenzen und unterscheidet dabei Large Caps (große Unternehmen) von Mid und Small Caps (mittlere und kleine Unernehmen).
Die Grenzwerte wurden von Frau Levermann folgendermaßen empfohlen:
Large Caps: Kaufen, wenn x >= 4, Halten bei x = 3 und Verkaufen ab x <= 2
Mid/Small Caps: Kaufen, wenn x >= 7, Halten bei 6 >= x >= 5 und Verkaufen ab x <= 4

Eine detaillierte Beschreibung der Levermann-Strategie findet sich in ihrem 2011 erschienenen Buch “Der entspannte Weg zum Reichtum”.

Ausgangssituation

Freundlicherweise erklärte sich der Betreiber des Portals langfristig-gedacht.de bereit, Levermann-Daten über den Zeitraum Juli 2018 bis März 2019 für die Untersuchung zur Verfügung zu stellen. Dort ist auch die Benennung eines Index als Vergleichswert (Benchmark) für jedes Wertpapier enthalten. Daten zu den Kursen der Aktien und der verwendeten Indizes konnten aus dem öffentlich zugänglichen Teil des Finanzportals onvista.de gelesen werden.

Nach Sichtung und Bereinigung der Daten standen Werte für knapp über 4000 Wertpapiere aus Europa und den USA für die Unteruchung zur Verfügung.

Grafische Darstellung der Ausgangssituation

Folgende Grafik zeigt für die zur Verfügung stehenden Daten anhand mehrerer Beispiele die Ausgangssituation für die Auswertungen.

• Die Levermann-Werte sind an den Zeitpunken ihrer Ermittlung dargestellt.
• Ihre Farbe zeigt die Interpretation des Werts (Grün – Kaufen, Gelb- Halten, Rot – Verkaufen) unter Berücksichtigung der Einstufung des Unternehmens als Large Cap oder Medium/Small Cap.
• Die Kursverläufe der Wertpapiere und Benchmarks sind normiert zu ihrem ersten Wert im Zeitraum.

Das wechselnde Börsenumfeld zwischen Jahresende 2018 und Jahresanfang 2019 ermöglichte die Auswertung für verschiedene Marksituationen. Dementsprechend wurde die Untersuchungen für 3 Zeiträume durchgeführt:

1. gesamter Zeitraum zur Verfügung stehender Daten: Oktober 2018 bis März 2019
2. Phase negativer Marktentwicklung (Bärenmarkt): Oktober 2018 bis Dezember 2019
3. Phase positiver Marktentwicklung (Bullenmarkt): Januar 2019 bis März 2019

Auswertungen

Auswertung Levermann-Depot

Für die Erstellung eines fiktiven Wertpapierdepots (Levermann-Depot) über einen bestimmten Zeitraum wurden Käufe und Verkäufe von Wertpapieren vom jeweiligen Levermann-Wert des Tages abgeleitet. Als Vergleichsgröße werden die durchgeführten Käufe und Verkäufe je Wertpapier parallel auf der entsprechenden Benchmark durchgeführt. Abschließend erfolgt ein Vergleich der Werte der Performance des Levermann-Depots und der des Benchmark-Depots.

Die Durchführung erfolgte somit anhand der folgenden Regeln:

• Aus den Levermann-Werten werden Käufe und Verkäufe von Aktien für ein fiktives Depot über den betrachteten Zeitraum generiert.
• Auslöser für Kauf eines Wertpapiers ist der erste Tag, an dem eine Levermann-Kaufempfehlung auftritt.
• Auslöser für den Verkauf eines Wertpapiers aus dem Depot ist entsprechend der erste Tag mit einer Verkaufsempfehlung.
• Jeder Kauf entspricht dem Gegenwert von 1. Anhand des Kurses lässt sich eine Stückzahl berechnen, die später wieder verkauft wird (Anzahl = 1 / Kurs).
• Die fiktiven finanziellen Mittel sind nicht begrenzt. So kann jede Aktie mit Kaufempfehlung auch Berücksichtigung finden. Um dem Rechnung zu tragen werden am Ende die eingesetzten Mittel (Summe und Durchschnitt investierter Einheiten) betrachtet.
• Am ersten Tag werden alle Aktien gekauft, die an diesem Tag eine Levermann-Kaufempfehlung haben.
• Am letzten Tag werden alle Aktien verkauft.
• Am Ende werden alle Umsätze addiert. Dies ergibt dann die Performance des Portfolios.
• Parallel wird die gleiche Berechnung mit den Werten der Benchmarks durchgeführt. Die Werte können verglichen werden.

Die folgende Grafik zeigt die anhand der Levermann-Werte berechneten Umsatz-Signale.

• Die Punke kennzeichnen wie oben den Zeitpunkt der Levermann-Analyse.
• Ihre Farbe gibt an, ob sich das Wertpapier an diesem Tag im fiktiven Depot befindet.
• Die Zahlen markieren die zugehörigen Umsätze (+1 – Kauf, -1 – Verkauf) des Wertpapiers am jeweiligen Tag der Auswerung.

Grafische Darstellung der aufbereiteten Levermann-Daten

Erklärung Größen

Performance Depot in Prozent – summierte anteilige Gewinne aus Käufen und Verkäufen von Wertapapier-Anteilen im Zeitraum, geteilt durch Mittelwert Anzahl investierte Einheiten mal 100
Performance Benchmark in Prozent – summierte anteilige Gewinne aus Käufen und Verkäufen von Benchmark-Anteilen im Zeitraum, geteilt durch Mittelwert Anzahl investierte Einheiten mal 100
Anzahl Tage Levermann-Auswertungen – Anzahl der Handelstage im Zeitraum (der letzte Tag wird nicht als Handelstag gewertet, da hier die Abrechnung durchgeführt wird)
Anzahl Wertpapiere zur Auswahl – Anzahl aller Wertpapiere im Testlauf
Durchschnitt investierte Einheiten – Durchschnitt der Anzahl investierter Einheiten über alle Tage
Maximal investierte Einheiten – maximale Anzahl investierter Einheiten im Zeitraum

Ergebnis

* Der letzte Auswetungstag im Zeitraum wurde nicht gezählt, da an diesem die Abrechnung durchgeführt wird.

Diagramm

Betrachtung

• In allen betrachteten Zeiträumen ist die Performance des Levermann-Depots besser als die des Vergleichsdepots.
• Dies kann als Bestätigung der Wirksamkeit der Levermann-Strategie gesehen werden.
• Im Zeitraum 01.01.2019 bis 18.03.2019 ist das Levermann-Depot allerdings nur marginal besser als das Benchmark-Depot.
• Dies könnte einerseits ein Hinweis sein, dass in Zeiten mit positivem Börsenverlauf (Bullenmarkt) die Levermann-Strategie nur unwesentlich besser ist als die Benchmarks.
• Andererseits könnte dies auch widerspiegeln, dass die Levermann-Strategie eher dem Trend folgt¹ und in Zeiten eines Trendwechsels somit etwas Zeit benötigt, um die geänderte Situation zu berücksichtigen.
• Durchschnittlich waren ca. 50, maximal ca. 90 Einheiten investiert. Dies ist wohl etwas mehr als ein durchschnittlicher Privatanleger in seinem Depot zu halten pflegt, aber noch im realistischen Bereich.
• Beim Kauf und Verkauf entstehende Kosten sowie mögliche Abweichungen des erzielten Preises vom Tageskurs sind in der vorliegenden Auswertung nicht berücksichtigt.

Anmerkung

Die Versuchsbedingung unbegrenzter finanziellen Mittel entspricht sicherlich nicht der Realität eines Anlegers. Allerdings ist so gewährleistet, dass alle Wertpapiere mit Levermann-Kaufempfehlung auch in die Auswertung eingehen. Damit profitiert die Auswertung in ihrer Aussagekraft und Exaktheit gewissermaßen von der Größe der bereit stehenden Datenmenge. Da abschließend mit dem Ergebnis betrachtet wird, wie viele Einheiten im Lauf der Asuwertung durchschnittlich und maximal investiert waren, kann beurteilt werden, wie realistisch das Resultat ist. Susan Levermann weist ausdrücklich darauf hin, dass eine Strategie für den Handel mit Wetpapieren immer als Mittelwert über alle empfohlenen Wertapiere zu sehen ist und aus diesem Grund möglichst viele der empfohlenen Aktien gekauft werden sollen.²

Korrelationsanalyse Teil 1 – Heatmap

Eine anschließende Korrelationsanalyse mit den zur Verfügung stehenden Größen soll zeigen, ob sich die Wirksamkeit der Levermann-Staratagie als Korrelation zwischen den entsprechenden Größen nachweisen lässt.

Im ersten Teil der Korrelationsanalyse werden die verwendeten Größen untereinenander abgeglichen und auf bestehende Korrelationen untersucht. Zur Darstellung der Ergebnisse wird eine sogenannte Heatmap-Grafik verwendet. Um die ermitelten Werte der Korrelationen besser einschätzen zu können, wird im zweiten Teil anhand von Scatter-Plots die Untersuchung vertieft.

Folgende Felder wurden im ersten Teil auf bestehende Korrelationen untersucht:

• Score – Levermann-Wert am Stichtag
• Score_f – “pessimistischer” Korrekturwerts (Score_f = Score – Fehlend). Er soll sicher stellen werden, dass durch fehlende Basiswerte für den Levermann-Wert keine Verfälschungen entstehen
• Kurs – Wert des Kurses am Stichtag
• Kurs_N – normierter Kurs (normiert mit dem ersten Wert)
• Kurs_B – bereinigter Kurs = normierter Kurs – normierter Benchmark-Kurs (Kurs_N – BM_Kurs_N)
• GM_28 – gleitender Mittelwert über 28-Tage
• GM_28_N – normierter Wert gleitender Mittelwert über 28-Tage
• GM_28_B – bereinigter 28-Tage-Mittelwert = GM_28_N – BM_Kurs_N)
• GM_100 – gleitender Mittelwert über 100 Tage
• GM_100_N – normierter Wert gleitender Mittelwert über 100 Tage
• GM_100_B – bereinigter 100-Tage-Mittelwert = GM_100_N – BM_Kurs_N)
• Kurs_D – prozentuale Änderung (normierte Steigung) des Kurswerts
• GM_28_D – prozentuale Änderung (normierte Steigung) gleitender Mittelwert über 28-Tage
• GM_100_D – prozentuale Änderung (normierte Steigung) gleitender Mittelwert über 100 Tage
• Fehlend – Anzahl der Basiswerte, die am Stichtga nicht ermittelt werden konnten

Die Heatmap-Grafik zeigt für die Größen paarweise den Wert des Korrelationskoeffizienten, farbig hinterlegt.

Beobachtungen und Interpretation Korrelationsanalyse per Heatmap

• Zwischen den Levermann-Werten (Score und Score_f) und den normierten Kurswerten besteht eine mittelstarke Korrelation (Korrelationskoeffizient ca. 0,3).
• abweichende Beobachtung im Zeitraum 01.01.2019 bis 18.03.2019:
  • die Korrelation Levermann-Werte und Kursen lässt für diesen Zeitraum nicht durchgehend beobachten. Der normierte Kurs (Kurs_N) zeigt in diesem Zeitraum lediglich eine schwache Korrelation mit den Levemann-Werten, während das 28-Tage-Mittel bereits im Bereich mittlerer Korrelation liegt und das 100-Tage-Mittel nochmal deutlich stärkere Kopplung an die Levermann-Werte aufweist.
  • Dies bestätigt das Ergebnis der Levermann-Depot-Auswertung für diesen Zeitraum. Dort war die Performance nur geringfügig besser als im Vergleichs-Depot der Benchmark-Werte.
  • Die bessere Korrelation des 100-Tage-Mittelwerts im Zeitraum (01.01.2019 – 18.03.2019) liegt sicherlich auch daran,
• Die bessere Korrelation des 28- und vor allem des 100-Tage-Mittelwerts im Zeitraum (01.01.2019 – 18.03.2019) liegt sicherlich auch daran, dass im 28- bzw. 100-Tage-Fenster Werte aus dem vorangegangenen Zeitraum enthalten sind.
• Für die schwächeren Korrelationen im Zeitraum 01.01.2019 – 18.03.2019 kommen die beiden beim Levermann-Dapot genannten Ursache infrage:
  • Geringere Eignung der Levermann-Strategie für Zeiten mit positiven Marktverläufen.
  • Eigenschaft der Levermann-Strategie, Trends eher zu folgen als diese vorauszuahnen.
• Zwischen den Kursverläufen an sich und den Levermann-Werten konnten keine Korrelationen beobachtet werden. Korrelationen bestehen ausschließlich zwischen den Levermann-Weren und den normierten Kursverläufen.
• Hinsichtlich der bereinigten Kurswerte (Kurs_B, GM_28_B,GM_100_B) ist zu beobachten, dass die Korrelation ungefähr in gleichem Maß besteht, wie bei den entsprechenden unbereinigten Kurswerten.
• Bei den Korrelationen zwischen Levermann-Wert und den prozentualen Änderungen des Kurses (Kurs_D, GM_28_D,GM_100_D ist zu beobachten, dass die Korrelation zunimmt. Der Kurs selbst weist keine Korrelation auf, während am 28-Tage-Mittelwert bereits eine schwache Korrelation besteht, welche beim 100-Tage-Mittelwert im mittleren Bereich liegt. Die Tatsache, dass die Levermann-Strategie eher Trends folgt, als diese vorwegzunehmen, könnte auch hier eine mögliche Erklärung dafür sein.

Korrelationsanalyse Teil 2 – Scatterplots

Um für die in Teil 1 ermittelten Zahlenwerte besser einschätzen zu können, wird unter Zuhilfenahme von Scatterplots der Zusammenhang zweier Größen grafisch dargestellt.
Beispielhaft sind unten die Zusammnhänge zwischen den Levermann-Werten Score. Score_f und den Kurs_Werten Kurs_N, GM_28_N dargestellt.
Zusätzlich zu den einzelnen Messpunkten enthalten die Plots die Durchschnittswerte der Kurse an den einzelnen Levermann-Werten in Orange.

Beobachtungen

• Die Scatter-Diagramme bestätigen die bisherige Analyse:
  • Die leicht ansteigenden Kurven der Durchschnittswerte weisen auf eine Korrelation zwischen Levermann-Größen (Score, Score_f) und den Kurs-Größen hin.
  • Dies bedeutet, höhere Levermann-Werte treten in einem gewissen Maß zusammen mit höheren Wertpapierkursen auf.