ETF Relative Stärke und Alpha Attribution Analyse

Die relative Stärke von ETFs ordnet einen kleinen Korb von Fonds danach, wie weit deren jüngste Rendite über oder unter einer Benchmark liegt, und hält dann die Namen, die an der Spitze stehen. Die Regel, die dieser Beitrag analysiert, ist kurz: Alle 20 Handelstage wird das Universum nach der 20-Tage-Rendite abzüglich der Rendite von SPY im identischen Zeitraum sortiert; anschließend werden die beiden besten Werte in überlappenden Tranchen gehalten. Die Attributionsanalyse ist der Punkt, an dem eine solche Strategie auf den Prüfstand gestellt wird. In einem veröffentlichten Testlauf genau dieses Designs lag der als Alpha ausgewiesene Intercept bei 0,38 % pro Jahr, sobald die Regression die Engagements berücksichtigte, die die Regel ohnehin bereits aufbaute.

Wie die Relative-Stärke-Regel für ETFs funktioniert

Relative Stärke ist ein Vergleich, keine Rendite. Ein Fonds, der über 20 Handelstage um 3 % steigt, während die Benchmark um 5 % zulegt, weist eine negative relative Stärke auf. Ein Fonds, der um 1 % fällt, während die Benchmark um 4 % nachgibt, hat eine positive relative Stärke. Die Kennzahl, nach der sortiert wird, ist die Überrendite: die prozentuale Veränderung des Fonds über ein festes Zeitfenster abzüglich der prozentualen Veränderung der Benchmark über denselben Zeitraum, gemessen von Handelstag zu Handelstag.

Dabei gibt es zwei Stellschrauben. Der Lookback-Zeitraum bestimmt, wie viel Historie in die Rangliste einfließt; 20 Handelstage entsprechen in etwa einem Börsenmonat. Die Haltedauer legt fest, wie lange ein Gewinner im Portfolio bleibt. Wenn beide Zeiträume identisch sind, wird das gesamte Portfolio an einem Tag im Monat umgeschichtet, und das Ergebnis hängt vollständig vom gewählten Startdatum ab. Überlappende Tranchen beseitigen diese Abhängigkeit: Man führt mehrere Kopien derselben Regel aus, die um einige Tage versetzt sind, gewichtet jede mit einem Bruchteil des Kapitals und erhält ein gemischtes Portfolio, das eine rollierende Mischung hält, anstatt auf ein einziges Startdatum zu setzen.

Die folgende Übersicht führt den Ranking-Schritt für ein Universum von neun ETFs aus den Bereichen Gesamtmarkt, Sektoren, internationale Märkte und Metalle durch, wobei die letzten 21 Tagesschlusskurse verwendet werden, sodass die Rendite exakt 20 Handelstage umfasst.

WITH bounds AS
(
    SELECT
        min(d) AS first_day,
        max(d) AS last_day
    FROM
    (
        SELECT date AS d
        FROM global_markets.stocks_daily_aggs
        WHERE ticker = 'SPY'
          AND date >= today() - 120
        GROUP BY d
        ORDER BY d DESC
        LIMIT 21
    )
)
SELECT
    sleeve.ticker                            AS etf,
    sleeve.ret_pct                           AS return_pct,
    round(sleeve.ret_pct - bench.ret_pct, 2) AS excess_vs_spy_pct
FROM
(
    SELECT
        ticker,
        round((argMax(toFloat64(close), date) / argMin(toFloat64(close), date) - 1) * 100, 2) AS ret_pct
    FROM global_markets.stocks_daily_aggs
    WHERE ticker IN ('QQQ', 'IWM', 'XLK', 'XLE', 'XLF', 'XLV', 'XLU', 'GLD', 'EFA')
      AND date >= (SELECT first_day FROM bounds)
      AND date <= (SELECT last_day FROM bounds)
    GROUP BY ticker
) AS sleeve
CROSS JOIN
(
    SELECT
        round((argMax(toFloat64(close), date) / argMin(toFloat64(close), date) - 1) * 100, 2) AS ret_pct
    FROM global_markets.stocks_daily_aggs
    WHERE ticker = 'SPY'
      AND date >= (SELECT first_day FROM bounds)
      AND date <= (SELECT last_day FROM bounds)
) AS bench
ORDER BY excess_vs_spy_pct DESC

An der Spitze des Rankings erzielte GLD über diese 20 Handelstage eine Rendite von 8.69%, was 6.34 Punkten gegenüber SPY entspricht. Am unteren Ende lag XLU bei -5.81 Punkten. Jede Zeile stellt die gesamte Logik in zwei Balken dar: die Wertentwicklung des Fonds und das Ergebnis nach Abzug der SPY-Bewegung im identischen Zeitraum. Der Abstand zwischen den beiden Balken ist in allen 9 Zeilen identisch, da jeder Fonds gegen eine einzige Benchmark über ein festes Zeitfenster gemessen wird.

Was Alpha-Attribution tatsächlich misst

Alpha-Attribution ist eine Regression. Man stellt die Renditereihe der Strategie einer oder mehreren Benchmark-Renditereihen gegenüber und legt eine Gerade durch die Punktwolke. Die Steigung bei jeder Benchmark ist ein Exposure: das Ausmaß, in dem sich die Strategie synchron mit diesem Faktor bewegt. Der Intercept ist das, was nach Berücksichtigung dieser Exposures übrig bleibt – dieser Restbetrag wird als Alpha bezeichnet. Das Bestimmtheitsmaß (R-Quadrat) ist die dritte Kennzahl; sie gibt an, welcher Anteil der Schwankungen der Strategie durch die Benchmark-Reihen erklärt wird, und reicht von 0 % (die Benchmarks erklären nichts) bis 100 % (die Strategie entspricht den Benchmarks plus einer Konstante).

Regressiert man eine Rotationsregel gegen eine einzelne Gesamtmarkt-Reihe, wirkt sie meist originell. In der veröffentlichten Attribution einer Regel dieses Typs, die im August 2026 als Open Source auf Basis deterministischer synthetischer Preise veröffentlicht wurde, ergab die Ein-Benchmark-Regression ein R-Quadrat von 14,0 %. Sechs Siebtel der Schwankungen der Strategie blieben unerklärt, was auf dem Papier als Originalität erscheint. Der Austausch durch Proxys für die Exposures, die die Regel tatsächlich hielt – ein Momentum-Tilt und die Sektorkonzentration eines Zwei-Namen-Portfolios –, hob das R-Quadrat auf 63,6 % und drückte den Intercept auf 0,38 % pro Jahr. Gleiche Renditereihe, gleicher Code. Ein anderes Vergleichsset. Die Strategie hatte lediglich bekannte Exposures gemietet.

Diese Studie generiert ihre eigenen Preise aus einem festen Startwert, sodass ein Leser ohne Datenanbieter jede darin abgedruckte Zahl reproduzieren kann. Sie ist zum Zeitpunkt dieses Schreibens zudem erst wenige Tage alt, und ein so junges Projekt ändert sich wöchentlich. Notieren Sie den exakten Commit oder das getaggte Release, das Sie verwendet haben, bevor Sie eine Zahl daraus zitieren: Attributionswerte ändern sich, sobald sich die Faktor-Proxys oder das Stichprobenfenster verschieben. Unsere Notiz zu reproduzierbaren Backtest-Tools behandelt dieselbe Vorgehensweise aus der anderen Perspektive.

Die Lektion bleibt auch ohne das Vokabular von Faktormodellen gültig. Die Benchmark, gegen die Sie regressieren, bestimmt, wie viel Alpha Sie scheinbar erzielen. Wählen Sie diese daher aus, bevor Sie den Intercept betrachten, und begründen Sie, warum es der richtige Vergleich ist. Ein Vergleichsset, das erst nach Sichtung des Ergebnisses gewählt wird, misst lediglich die Wahl des Vergleichs.

Wie viel von einem ETF bereits die Benchmark ist

Man benötigt kein vollständiges Faktormodell, um das Problem zu erkennen. Nehmen Sie die täglichen Renditen eines Fonds, stellen Sie sie den täglichen Renditen von SPY an denselben Tagen gegenüber und quadrieren Sie die Korrelation. Dies ergibt den Anteil der täglichen Schwankungen des Fonds, den eine einzelne Gesamtmarkt-Benchmark bereits erklärt.

WITH daily AS
(
    SELECT
        ticker,
        date,
        toFloat64(close) AS px,
        lagInFrame(toFloat64(close)) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_px
    FROM global_markets.stocks_daily_aggs
    WHERE ticker IN ('SPY', 'QQQ', 'IWM', 'XLK', 'XLE', 'XLF', 'XLV', 'XLU', 'GLD', 'EFA')
      AND date >= today() - 760
)
SELECT
    sleeve.ticker                                                AS etf,
    round(pow(corr(sleeve.fund_ret, bench.spy_ret), 2) * 100, 1) AS r_squared_vs_spy_pct
FROM
(
    SELECT ticker, date, px / prev_px - 1 AS fund_ret
    FROM daily
    WHERE prev_px > 0
      AND ticker != 'SPY'
) AS sleeve
INNER JOIN
(
    SELECT date, px / prev_px - 1 AS spy_ret
    FROM daily
    WHERE prev_px > 0
      AND ticker = 'SPY'
) AS bench USING (date)
GROUP BY sleeve.ticker
ORDER BY r_squared_vs_spy_pct DESC

Über die letzten zwei Jahre wies QQQ das höchste R-Quadrat gegenüber einer Einzel-Benchmark in diesem Universum mit 90.3% auf, und GLD das niedrigste mit 3.1%. Eine Tranche, die aus dem oberen Ende dieser Grafik zusammengestellt wurde, ist fast eine Neufassung der Benchmark unter anderer Gewichtung; jeder Intercept, der gegen etwas anderes als die Benchmark gemessen wird, absorbiert stillschweigend diesen Unterschied. Das untere Ende ist der Bereich, in dem eine Rotation einen Renditestrom hinzufügen kann, der nicht bereits im Gesamtmarkt enthalten ist; gleichzeitig ist dies der Bereich, in dem ein Zwei-Namen-Portfolio aufhört, einem diversifizierten Portfolio zu ähneln.

Wie oft sich der führende Fonds ändert

Eine Ranking-Regel kann nur dann sortieren, wenn die Fonds unterschiedlicher Meinung sind. Die folgende Übersicht misst die monatliche Rendite jedes Fonds gegen die von SPY im selben Monat und hält dann für jeden Monat die stärkste und die schwächste Tranche fest.

WITH monthly AS
(
    SELECT
        toStartOfMonth(date)           AS m,
        ticker,
        argMin(toFloat64(close), date) AS first_close,
        argMax(toFloat64(close), date) AS last_close
    FROM global_markets.stocks_daily_aggs
    WHERE ticker IN ('SPY', 'QQQ', 'IWM', 'XLK', 'XLE', 'XLF', 'XLV', 'XLU', 'GLD', 'EFA')
      AND date >= toStartOfMonth(today() - 400)
      AND date <  toStartOfMonth(today())
    GROUP BY m, ticker
)
SELECT
    formatDateTime(x.m, '%Y-%m')   AS month,
    argMax(x.ticker, x.excess_pct) AS leading_etf,
    round(max(x.excess_pct), 2)    AS leader_excess_pct,
    round(min(x.excess_pct), 2)    AS laggard_excess_pct
FROM
(
    SELECT
        sleeve.m      AS m,
        sleeve.ticker AS ticker,
        (sleeve.last_close / sleeve.first_close - 1) * 100
          - (bench.spy_last / bench.spy_first - 1) * 100 AS excess_pct
    FROM monthly AS sleeve
    INNER JOIN
    (
        SELECT
            m,
            first_close AS spy_first,
            last_close  AS spy_last
        FROM monthly
        WHERE ticker = 'SPY'
    ) AS bench USING (m)
    WHERE sleeve.ticker != 'SPY'
) AS x
GROUP BY x.m
ORDER BY x.m

Über 13 volle Monate hinweg beginnt die Reihe in 2025-07 mit XLK an der Spitze. Im letzten abgeschlossenen Monat, 2026-07, war die stärkste Tranche XLE mit 12.59 Punkten gegenüber SPY, während die schwächste -5.7 maß. Der Abstand zwischen den beiden Linien ist die Dispersion, von der eine Ranking-Regel lebt. Monate, in denen sich die Linien annähern, sind Monate, in denen die Sortierung nahezu willkürlich ist, und eine Regel, die bei jedem Ranking handelt, zahlt in all diesen Monaten Umschlagskosten. Monatsgrenzen erfordern hier besondere Sorgfalt; wie monatliche Renditen gemessen werden erläutert die Konventionen.

Ist die Konzentration auf zwei Namen das eigentliche Risiko?

Volatilität ist die einfachste Version dieser Frage. Diese Übersicht annualisiert die tägliche Renditeschwankung jedes Fonds über dieselben zwei Jahre und führt SPY als Referenzbalken sowie den schlechtesten Einzeltag jedes Fonds auf.

WITH daily AS
(
    SELECT
        ticker,
        date,
        toFloat64(close) AS px,
        lagInFrame(toFloat64(close)) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_px
    FROM global_markets.stocks_daily_aggs
    WHERE ticker IN ('SPY', 'QQQ', 'IWM', 'XLK', 'XLE', 'XLF', 'XLV', 'XLU', 'GLD', 'EFA')
      AND date >= today() - 760
)
SELECT
    ticker                                                   AS etf,
    round(stddevSamp(px / prev_px - 1) * sqrt(252) * 100, 1) AS annual_vol_pct,
    round(min(px / prev_px - 1) * 100, 2)                    AS worst_day_pct
FROM daily
WHERE prev_px > 0
GROUP BY ticker
ORDER BY annual_vol_pct DESC

XLK lag am breiten Ende bei 27.7% annualisiert, mit einem schlechtesten Einzeltag von -6.82%, und XLU am schmalen Ende bei 15.8%. Eine Regel, die zwei Namen gleichzeitig hält, schöpft aus dieser Spanne, ohne über sie zu mitteln. Die tieferen Drawdowns, die mit dem breiten Ende einhergehen, landen in einer Attribution als Exposure und nicht als Können. Die Notiz zur Low-Volatility-Anomalie behandelt die langfristige Bilanz am schmalen Ende derselben Grafik.

Vier Prüfpunkte für Ihren eigenen Rotations-Backtest

1. Signal-Leckage am selben Tag. Wenn das 20-Tage-Ranking zum Schlusskurs eines Tages berechnet und die Ausführung zum selben Schlusskurs gebucht wird, handelt der Test mit Informationen, die zum Zeitpunkt des Handels noch nicht vorlagen. Sortieren Sie basierend auf Daten bis Tag t, führen Sie den Handel an Tag t plus eins aus und vergleichen Sie beide Versionen: Die Lücke zwischen ihnen ist das Ausmaß der Leckage. Look-ahead-Bias zeigt, wie groß diese Lücke wird.
2. Überlebensfähigkeit in der Fondsliste. Ein Universum, das aus heute existierenden Fonds besteht, schließt jeden Fonds aus, der im Laufe der Zeit geschlossen oder fusioniert wurde – und Schließungen häufen sich bei den Produkten mit der schlechtesten Performance. Survivorship-Bias gilt für eine ETF-Liste genauso wie für eine Aktienliste.
3. Vorab gewählte Benchmark. Legen Sie das Vergleichsset vor der ersten Regression fest, einschließlich Proxys für die Exposures, die die Regel voraussichtlich halten wird. Der Intercept ist nur gegenüber einer Benchmark aussagekräftig, auf die Sie sich vorab festgelegt haben.
4. Direkte Messung der Konzentration. Führen Sie dasselbe Ranking durch, indem Sie die zwei besten Namen halten, dann die vier besten und schließlich eine gleichgewichtete Version des gesamten Universums. Wenn der Großteil des ausgewiesenen Vorteils in der Zwei-Namen-Version liegt, ist die Konzentration die eigentliche Position, und das Ranking ist lediglich ein Mittel zur Auswahl dieser Konzentration.

FAQ

Was ist relative Stärke bei ETFs?

Relative Stärke ist die Rendite eines Fonds über einen festen Lookback-Zeitraum abzüglich der Rendite einer Benchmark über denselben Zeitraum. Ein Ranking, das danach sortiert, stellt die Fonds, die die Benchmark übertroffen haben, an die Spitze, unabhängig davon, ob ihre absoluten Renditen positiv waren.

Was ist Alpha-Attribution?

Es ist eine Regression der Renditen einer Strategie auf eine oder mehrere Benchmark-Renditereihen. Die Steigungen messen die Exposures, die die Strategie hält, und der Intercept ist die Rendite, die nach Berücksichtigung dieser Exposures übrig bleibt. Dieser Intercept ist die Zahl, die üblicherweise als Alpha ausgewiesen wird.

Bedeutet ein hohes R-Quadrat, dass eine Strategie schlecht ist?

Nein. Ein hohes R-Quadrat bedeutet, dass die Benchmarks den Großteil der Schwankungen der Strategie erklären; dies ist eine Aussage über Überschneidungen, nicht über Qualität. Was sich ändert, ist der Intercept: Exposures, die die Regression nun erkennen kann, werden nicht mehr als Originalität gezählt.

Warum überlappende Tranchen halten statt eines einzigen Portfolios?

Ein einzelnes Portfolio, das alle 20 Handelstage umgeschichtet wird, macht das Ergebnis vom Startdatum abhängig. Mehrere versetzte Kopien derselben Regel zu führen, mittelt diese Wahl heraus und verteilt den Umschlag über den Monat, anstatt ihn auf ein einziges Datum zu konzentrieren.

Jede Übersicht hier wird mit dem SQL geliefert, das sie erstellt hat. Öffnen Sie eine, fügen Sie Ihre eigene Fondsliste ein und führen Sie das Ranking auf dem Strasmore-Terminal erneut aus, um die Veränderung der Reihenfolge zu beobachten.