Mean-Varianz-Portfolio

Ein Mean-Varianz-Portfolio basiert auf der modernen Portfoliotheorie von Harry Markowitz. Ziel ist es, Anlagen so zu kombinieren, dass für ein bestimmtes Risiko eine möglichst hohe erwartete Rendite erreicht wird – oder für eine bestimmte erwartete Rendite ein möglichst geringes Risiko.

«Mean» steht fĂĽr die erwartete Rendite des Portfolios. Die Varianz misst dagegen, wie stark die möglichen Renditen um ihren Erwartungswert streuen. In der Mean-Varianz-Analyse dient diese Streuung als Mass fĂĽr das Risiko.

Entscheidend ist jedoch nicht nur, welche Rendite und welches Risiko die einzelnen Anlagen aufweisen. Ebenso wichtig ist, wie sich ihre Renditen zueinander verhalten. Dieser Zusammenhang wird ĂĽber die Korrelation beziehungsweise die Kovarianz berĂĽcksichtigt.

Werden Anlagen kombiniert, die sich nicht vollständig gleich entwickeln, können Diversifikationseffekte entstehen. Dadurch kann das Risiko des gesamten Portfolios geringer sein, als es die Risiken der einzelnen Anlagen zunächst vermuten lassen.

Aus unterschiedlichen Kombinationen von Anlagen entstehen Portfolios mit verschiedenen erwarteten Rendite-Risiko-Profilen. Besonders interessant sind jene Portfolios, bei denen keine höhere erwartete Rendite erzielt werden kann, ohne zusätzliches Risiko einzugehen. Sie liegen auf der Efficient Frontier.

Die Mean-Varianz-Analyse ist ein zentrales Konzept der Modern Portfolio Theory (MPT) und bildet bis heute eine wichtige Grundlage der Portfoliooptimierung.

Das Modell hat allerdings Grenzen: Erwartete Renditen, Varianzen und Korrelationen müssen geschätzt werden und können sich im Zeitverlauf verändern. Zudem bildet die Varianz nicht jede Form von Anlagerisiko ab. Ein mathematisch optimales Portfolio ist deshalb nicht automatisch das passende Portfolio für jede Anlegerin und jeden Anleger.

Bei einem Portfolio zählt eben nicht nur, was drin ist. Entscheidend ist auch, wie sich die einzelnen Teile miteinander vertragen.

Mehr erfahren: Risikooptimierte Aktien und Bitcoin sind das perfekte Duo

ZurĂĽck zum Glossar