Die erfolgreichsten Anleger neigen dazu, sich von der Vernunft und nicht von Emotionen leiten zu lassen. Kleinere Anleger haben sich jedoch den Ruf erarbeitet, genau das Gegenteil zu tun - sie suchen nach Unternehmen, zu denen sie eine persönliche Verbindung haben, und verlassen sich mehr auf Intuition als auf kalte, harte Logik.
Wenn der Markt zum Beispiel ins Schleudern gerät, sehen professionelle Anleger darin eine Gelegenheit, zu einem günstigen Preis zu kaufen. Alltagsanleger hingegen verkaufen ihre Aktien eher genau dann, wenn sie auf einem Tiefpunkt sind.
Ob dieser Rap fair ist oder nicht, die Überzeugung, dass einzelne Anleger mehrmals falsch liegen als falsch, ist die Grundlage für die „Odd Lot-Theorie“ wird eine überdurchschnittliche Erfolgschance haben.
Diese Form der technischen Analyse erlangte Mitte des 20. Jahrhunderts erhebliche Popularität. Nachfolgende Untersuchungen haben gezeigt, dass die Verwendung von ungeraden Lot-Daten als Grundlage für Timing-Trades jedoch nicht sehr gut funktioniert.
Nach kleinen Transaktionen
Auf den Finanzmärkten entspricht eine Standard- oder runde Partie 100 Aktien einer bestimmten Aktie. Wenn beispielsweise institutionelle Anleger einen Kauf oder Verkauf tätigen, handelt es sich in der Regel um eine schöne, gerade Anzahl von Losen.
Natürlich kann es sich nicht jeder Investor leisten, 100 Aktien gleichzeitig zu kaufen, was für einige Aktien bedeuten könnte, Zehntausende von Dollar aufzuwenden. Stattdessen können sie beispielsweise 15 Aktien gleichzeitig kaufen. Diese kleineren Beträge - zwischen einer und 99 Aktien - werden als „ungerade Lose“ bezeichnet. In der Vergangenheit dauerte das Clearing dieser Transaktionen etwas länger als runde Lose, konnte aber dennoch durchgeführt werden.
Da ungerade Lose per definitionem kleinere Aufträge sind, begannen einige, sie als einen Weg zu betrachten, um die Stimmung alltäglicher Anleger einzuschätzen. Bereits im 19. Jahrhundert begannen die Kontrahenten damit, gegen die Leute zu wetten, die diese bescheidenen Trades platzierten. Erst in den frühen 1940er Jahren testete Garfield Drew, ein Anleihenstatistiker, der das Buch "Neue Methoden für den Gewinn an der Börse" von 1941 verfasste, die Theorie systematisch und verbreitete sie weiter.
Drew analysierte die Marktaktivität unter Verwendung eines „Gleichgewichtsverhältnisses“ von Verkauf von ungeraden Losen zu Kauf von ungeraden Losen. Seine Ergebnisse schienen zu bestätigen, dass kleinere Anleger relativ gesehen eher zum Kauf tendierten, wenn der Kurs einer Aktie stieg, und eher zum Verkauf neigten, wenn der Kurs kurz vor dem Tiefstand stand.
Während Drews relativ einfaches Verhältnis zu einer der beliebtesten Methoden zur Interpretation von Daten geworden ist, haben sich im Laufe der Zeit auch andere Metriken herauskristallisiert. Eine davon, die Quote der ungeraden Lose, hilft zu bestimmen, wie viele Anleger den Markt „leerverkaufen“ oder gegen ihn wetten. Nach der Theorie sollte ein Anstieg dieser Aktivität ein Auslöser für den Kauf sein.
Abbildung 1
Die folgende Tabelle zeigt die tägliche Aktivität ungerader Lose, getrennt nach Käufen, Verkäufen und Verkaufspositionen.
Theorie verliert an Gunst
Die Odd Lot-Theorie erfreute sich jahrzehntelang großer Beliebtheit, was zum großen Teil Drews einflussreichen Schriften zu verdanken war. In den 1960er Jahren wurde seine Hypothese jedoch von anderen Forschern eingehender untersucht.
Einige kamen zu dem Schluss, dass der einzelne Investor nicht so durchweg falsch lag wie ursprünglich angenommen. Zum Beispiel stellte Donald Klein fest, dass der Verkauf kleiner Lagerbestände zu ungünstigen Zeiten stattfand - das heißt, als der Markt fiel -, ungerade Käufe jedoch nicht. Solche Forschungen haben dazu beigetragen, das Vertrauen in Drews Theorie zu untergraben, die stetig an Popularität verlor.
Besteht eine gewisse Berechtigung für die Idee, dass Kleinanleger die meiste Zeit falsch wetten? Die Jury ist sich über diese wichtige Frage noch nicht einig. Was jedoch ziemlich klar ist, ist, dass ungerade Chargendaten selbst ein weniger zuverlässiger Weg sind, um ihre Aktivität zu messen.
Dafür gibt es mehrere Gründe. Erstens gibt es proportional weniger Transaktionen mit ungeraden Losen als früher. In den 1930er und 1940er Jahren erteilten Einzelpersonen eher Aufträge zum Kauf oder Verkauf einzelner Aktien. Im Laufe des 20. Jahrhunderts wurden Investmentfonds jedoch zu einer weit verbreiteten Möglichkeit, am Markt zu partizipieren.
Andere Anleger begannen mit dem Handel von Optionen, bei denen sie mit einem relativ geringen finanziellen Aufwand runde Lose kontrollieren konnten. Die statistische Relevanz von weniger ungeraden Chargendaten ist erheblich gesunken.
Figur 2
Die nachstehende Grafik zeigt die Quote der ungeraden Lose. Dies ist der Prozentsatz aller Trades, die ungerade Lose betreffen. Die gelbe Linie stellt Aktien dar, während die blaue Linie börsengehandelte Produkte (ETPs) anzeigt.
Darüber hinaus stammen die heute existierenden ungeraden Losdaten nicht immer von bescheiden dotierten, nicht hoch entwickelten Investoren. Einige stammen aus Dividenden-Reinvestitionsplänen, die auf der Grundlage einer bestimmten Auszahlungsformel ungerade Lose von Aktien eines Unternehmens erwerben können. Und mit dem Aufkommen des algorithmischen Handels teilen Computer manchmal große Käufe und Verkäufe in kleinere Transaktionen auf, um die Bewegungen des Unternehmens vor dem Rest des Marktes zu verbergen.
Da sich der Aktienmarkt ständig weiterentwickelt, wird es schwieriger, die Rohdaten zu betrachten und auf etwas Wesentliches über den Kleinanleger zu schließen. Wie der Herausgeber von "The Stock Trader's Almanac" einmal sagte: "Es ist, als würde man einen neuen Krieg mit alten Werkzeugen führen."
Die Quintessenz
Die Popularität der ungeraden Lot-Theorie vor den 1960er Jahren zeigt, dass die Anziehungskraft der gegensätzlichen Anlagestrategien. Jetzt, da ungerade Lose aus einer Vielzahl von Gründen gekauft und verkauft werden, verwenden nur noch wenige Menschen diese Daten, um sicher vorauszusagen, in welche Richtung sich der Markt entwickeln wird.
