Kurzfristige Momentum-Signale zeigen die stärkste Autokorrelation aller Faktorkategorien — erodieren aber auch am schnellsten über zunehmende Haltehorizonte hinweg, wie mehrere Marktzyklusstudien konsistent belegen.
Diese Forschungsbibliothek versammelt empirische Studien, kommentierte Fallanalysen und methodische Übersichten zur haltehorizontabhängigen Erosion von Faktorsignalen. Jeder Beitrag wird auf methodische Nachvollziehbarkeit und sachliche Korrektheit geprüft, bevor er aufgenommen wird. Die Auswahl folgt drei Kriterien: empirische Datengrundlage, explizite Benennung der Modellannahmen und Relevanz für die Zerfall-Kurvenanalyse. Vergangene Faktorrenditen bieten keine Garantie für zukünftige Entwicklungen — dieser Grundsatz ist in jedem Beitrag präsent, nicht versteckt. Die Bibliothek wird fortlaufend um neue Befunde erweitert, sobald diese die Prüfkriterien erfüllen.
Neue Arbeitspapiere, kommentierte Studien und Plattform-Forschungsbriefings zur haltehorizontabhängigen Erosion von Faktorsignalen — regelmäßig aktualisiert, ohne Ergebnisversprechen.
Momentum-Zerfall über kurzfristige Haltehorizonte: Neue Autokorrelationsmessungen aus drei Marktzyklen zeigen strukturell schnelleren Signalverfall als bisher dokumentiert
Value-Faktor-Persistenz über mittlere Haltehorizonte: Warum die Halbwertszeit von Value-Signalen in Marktstressphasen deutlich kürzer ausfällt als in ruhigen Marktphasen
Signal-Rausch-Zerlegung über Haltehorizonte: Ab welchem Punkt dominiert der Rauschanteil und macht eine faktorbezogene Signalgewichtung methodisch unzuverlässig?
Low-Volatility-Faktoren im Volatilitätsregime-Vergleich: Zerfallsgeschwindigkeit in ruhigen und turbulenten Marktphasen zeigt erhebliche strukturelle Unterschiede
Rebalancing-Frequenz und Signalzerfall: Wie die Halbwertszeit eines Faktorsignals die optimale Rebalancing-Kadenz empirisch begründbar macht — ohne Ergebnisversprechen
Maschinelle Lernverfahren zur Zerfall-Kurven-Schätzung: Methodische Stärken und Grenzen bedingt-heteroskedastischer Modelle im Vergleich zu exponentiellen Standardansätzen
Der Zeitpunkt entlang der Haltehorizont-Achse, an dem die ursprüngliche Prognosekraft eines Faktorsignals auf die Hälfte ihres Ausgangswertes gesunken ist. Die Halbwertszeit ist faktorkategoriespezifisch: Momentum-Signale weisen empirisch kürzere Halbwertszeiten auf als Value- oder Low-Volatility-Signale. Sie dient als zentraler Vergleichskennwert zwischen Faktorkategorien.
Statistische Maßzahl, die beschreibt, wie stark die Renditen eines Faktors zu einem späteren Zeitpunkt noch mit den Renditen desselben Faktors zu einem früheren Zeitpunkt zusammenhängen. Eine sinkende Autokorrelation über zunehmende Haltedauern ist das statistische Abbild des Faktorverfalls. Positive Autokorrelation signalisiert Signalpersistenz, negative Autokorrelation deutet auf Signalumkehr hin.
Geschwindigkeit, mit der die Prognosekraft eines Faktorsignals über zunehmende Haltehorizonte abnimmt. Die Zerfallsrate wird typischerweise als Steigungsparameter einer exponentiellen Abnahmefunktion geschätzt. Eine hohe Zerfallsrate bedeutet, dass das Signal bereits über kurze Haltedauern erheblich an Qualität verliert. Vergangene Zerfallsraten garantieren keine zukünftigen Muster.
Statistische Eigenschaft von Zeitreihen, bei der die Varianz der Renditen nicht konstant ist, sondern von vergangenen Renditen oder anderen Variablen abhängt. In der Zerfall-Kurvenmodellierung ist bedingte Heteroskedastizität relevant, weil sie die Schätzung von Zerfallsraten in Marktstressphasen erschwert und bedingte Modelle gegenüber unbedingten Standardansätzen bevorzugt.
Grafische und mathematische Darstellung der Prognosekraft eines Faktorsignals über eine Reihe von Haltehorizonten. Die Kurve zeigt, wie die Autokorrelation oder der Informationskoeffizient mit zunehmendem Haltehorizont abnimmt. Exponentielle Abnahmekurven sind der häufigste Modellansatz, nichtlineare Strukturen sind bei bestimmten Faktorkategorien empirisch beobachtbar.
Verhältnis des systematischen, prognostisch verwertbaren Signalanteils zum unsystematischen Rauschanteil in einer Faktorrendite-Zeitreihe. Ein sinkendes Signal-Rausch-Verhältnis über zunehmende Haltehorizonte ist ein direktes Zeichen für Faktorzerfall. Ab dem Punkt, an dem der Rauschanteil dominiert, bietet das Signal keine methodisch verlässliche Grundlage für systematische Entscheidungen mehr.
Eigenschaft von Faktorzerfall-Strukturen, wonach die Zerfallsgeschwindigkeit und Halbwertszeit eines Signals je nach Marktregime — etwa ruhige versus volatile Phasen — erheblich variieren kann. Eine Zerfall-Kurve, die in ruhigen Marktphasen geschätzt wurde, ist nicht ohne Weiteres auf Stressphasen übertragbar. Diese Abhängigkeit erfordert phasenspezifische Zerfall-Schätzungen für robuste Analysen.
8
Das vollständige Archiv umfasst empirische Studien, kommentierte Fallanalysen und methodische Übersichten zur haltehorizontabhängigen Erosion von Faktorsignalen, geordnet nach Faktorkategorie und Haltehorizont.
Circa fünf MinutenJeder Forschungsbeitrag enthält einen methodischen Kommentar, der die Annahmen hinter den Befunden explizit benennt und die Grenzen der Übertragbarkeit auf andere Marktumgebungen klar kennzeichnet. Vergangene Muster bieten keine Garantie.
Circa zwanzig MinutenAutoren können eigene Arbeitspapiere oder Fallstudien zu Faktorzerfall und Momentum-Attenuation zur redaktionellen Prüfung einreichen. Das Forschungsteam prüft alle Einreichungen auf methodische Nachvollziehbarkeit und empirische Fundierung.
Circa zehn Minuten