Unsere Methodik

Wissenschaftlich fundiert. Quantitativ präzise. Für professionelle Anlageentscheidungen.

Plattform in Zahlen

  • 8.000+ Analysierte Aktien
  • 3.000+ ETFs mit Holdings
  • 25+ Kennzahlen pro Aktie
  • 8 Faktor-Dimensionen

Wissenschaftliche Grundlage

Unsere Methodik baut auf den bahnbrechenden Arbeiten der modernen Finanzwissenschaft auf. Die Faktor-Prämien, die wir analysieren, wurden in hunderten von Peer-Review-Studien dokumentiert und haben sich über verschiedene Märkte, Zeiträume und Anlageklassen hinweg als robust erwiesen.

Fama-French Multi-Faktor-Modelle
Aufbauend auf Nobelpreis-prämierter Forschung zur Erklärung von Aktienrenditen durch systematische Risikofaktoren.
Quantitative Value-Strategien
Integration bewährter Value-Kennzahlen, die von institutionellen Investoren weltweit eingesetzt werden.
Momentum-Anomalie
Nutzung des wissenschaftlich dokumentierten Momentum-Effekts zur Identifikation von Trends.
Quality-Investing
Systematische Erfassung von Unternehmensqualität durch Profitabilitäts- und Stabilitätskennzahlen.

Datenfundament

Globale Abdeckung, institutionelle Qualität

Globale Märkte
Umfassende Abdeckung aller wichtigen Aktienmärkte weltweit – 8.000+ Aktien und 3.000+ ETFs via Look-Through-Analyse.
Tiefe Datenhistorie
Langjährige Zeitreihen für robuste statistische Analysen und Backtesting von Faktor-Strategien.
Regelmäßige Aktualisierung
Kontinuierliche Datenaktualisierung für zeitnahe Analysen und aktuelle Marktsignale.
Qualitätskontrolle
Mehrstufige Validierungsprozesse zur Sicherstellung der Datenintegrität und Konsistenz.

Trailing Twelve Months (TTM) – Unsere Datenbasis

Die Roh-Kennzahlen, die unserem Faktormodell zugrunde liegen, basieren hauptsächlich auf Trailing-Twelve-Month-Daten (TTM). Das bedeutet: Für jede Kennzahl werden die Werte der letzten 12 rollierenden Monate herangezogen – nicht ein einzelner Quartalsstichtag.

Was sind TTM-Daten?
Trailing Twelve Months (TTM) aggregiert die Finanzdaten der letzten vier aufeinanderfolgenden Quartale. Bei jedem neuen Quartalsbericht wird der älteste Quartalswert durch den aktuellsten ersetzt. So entsteht ein gleitendes 12-Monats-Fenster, das immer die jüngste vollständige Jahresleistung abbildet.
Warum TTM statt Geschäftsjahres-Daten?
Geschäftsjahres-Daten können bis zu 12 Monate veraltet sein und bilden saisonale Schwankungen oder kurzfristige Veränderungen nicht ab. TTM-Daten hingegen werden mit jedem Quartalsbericht aktualisiert und spiegeln immer die aktuellste Geschäftsentwicklung wider.
Warum ist TTM ideal für ein Faktormodell?
Faktormodelle vergleichen Unternehmen untereinander. TTM stellt sicher, dass alle Unternehmen auf einer zeitlich vergleichbaren Basis bewertet werden – unabhängig davon, ob ihr Geschäftsjahr im Dezember, März oder September endet. Das eliminiert systematische Verzerrungen und macht die Z-Score-Normierung präziser.
Ausnahmen
Einige Kennzahlen wie Kurs-Momentum oder Volatilität basieren naturgemäß nicht auf TTM, sondern auf aktuellen Marktpreisen (z. B. 3-Monats- oder 12-Monats-Rendite). Prognosekennzahlen (z. B. projiziertes EPS-Wachstum) nutzen Analystenschätzungen für die kommenden 12 Monate.

Multi-Faktor-Framework

Acht Dimensionen für eine ganzheitliche Aktienanalyse. Jede Aktie wird anhand von acht komplementären Faktordimensionen bewertet. Diese Faktoren erfassen unterschiedliche Aspekte des Risiko-Rendite-Profils und ermöglichen eine 360-Grad-Perspektive auf jedes Investment.

Value
Bewertungskennzahlen zur Identifikation unter- und überbewerteter Titel
Growth
Wachstumsraten und Zukunftsaussichten des Unternehmens
Profitability
Rentabilitätskennzahlen und Kapitaleffizienz
Low Leverage
Bilanzstärke und Verschuldungsgrade
Stability
Volatilität und Konstanz der Fundamentaldaten
Momentum
Kursdynamik und relative Stärke
Dividend
Dividendenrendite und Ausschüttungspolitik
Size
Marktkapitalisierung und Unternehmensgröße

Analyseprozess

Von Rohdaten zu verwertbaren Erkenntnissen

  1. Datenakquisition – Aggregation von Finanzdaten aus multiplen Primärquellen mit automatisierter Qualitätsprüfung.
  2. Normalisierung – Statistische Aufbereitung und Standardisierung für marktübergreifende Vergleichbarkeit.
  3. Faktor-Berechnung – Proprietäre Algorithmen zur Berechnung der Faktorscore unter Berücksichtigung von Sektorneutralisierung.
  4. Relative Positionierung – Einordnung jeder Aktie im Vergleich zum gesamten Anlageuniversum mittels Z-Score-Methodik.
  5. Aggregation – Zusammenführung der Einzelfaktoren zu einem ganzheitlichen Faktorprofil.

Relative Bewertungsmethodik

Anstatt absolute Schwellenwerte zu verwenden, positionieren wir jede Aktie relativ zum gesamten Markt. Diese Methodik eliminiert Verzerrungen durch Sektorunterschiede und ermöglicht faire Vergleiche über alle Branchen hinweg.

Bewertungsskala für Einzelaktien

Z-ScoreBewertungEinordnung
> +1,5ExzellentTop 7% des Marktes
+0,5 bis +1,5ÜberdurchschnittlichOberes Quartil
-0,5 bis +0,5DurchschnittlichMarktmitte
-1,5 bis -0,5UnterdurchschnittlichUnteres Quartil
< -1,5SchwachUntere 7% des Marktes

Bewertungsskala für ETFs & Portfolios

Z-ScoreBewertungEinordnung
> +0,75Sehr gutTop-Faktorprofil
+0,25 bis +0,75GutÜberdurchschnittlich
-0,25 bis +0,25NeutralMarktdurchschnitt
-0,75 bis -0,25SchwachUnterdurchschnittlich
< -0,75Sehr schwachSchwaches Faktorprofil

ETFs und Portfolios verwenden eine engere Skala (±0,25 / ±0,75) als Einzelaktien (±0,5 / ±1,5), da diversifizierte Portfolios weniger extreme Z-Scores erreichen.

Branchen- & Marktvergleich

Auf jeder Aktiendetailseite werden die individuellen Kennzahlen mit Vergleichswerten der Branche, des Sektors und des Gesamtmarkts kontextualisiert.

Branche
Median aller Unternehmen derselben Branche (z. B. Halbleiter, Kohle). Der Median ist robust gegen einzelne Ausreißer und schiefe Verteilungen.
Sektor
Median aller Unternehmen des übergeordneten Sektors (z. B. Technologie, Energie). Gleiche robuste Methodik, breitere Vergleichsbasis.
Gesamtmarkt
Median aller Unternehmen im Anlageuniversum. Robust gegen Ausreißer und schiefe Verteilungen.

Datenqualität: Metrik-spezifische Plausibilitätsprüfungen und Caps entfernen Datenfehler und extreme Ausreißer vor der Aggregation. Leverage-Metriken mit dem Wert 0 werden als fehlende Daten behandelt.

ETF-Durchleuchtung

Unsere ETF-Analyse geht weit über oberflächliche Kennzahlen hinaus. Wir analysieren die tatsächlichen Holdings jedes ETFs und berechnen das aggregierte Faktorprofil basierend auf den Einzelpositionen. So erhalten Sie echte Transparenz über das tatsächliche Faktor-Exposure Ihrer ETF-Investments.

Portfolio-Analyse

Zwei leistungsstarke Tools für Ihre Portfolioanalyse:

  • Aggregiertes Faktorprofil Ihres gesamten Portfolios
  • Identifikation von Faktor-Konzentrationen und -Lücken
  • Geografische und sektorale Diversifikationsanalyse
  • Analyseergebnisse zur Verbesserung des Faktorprofils

Portfolio Check

Der Portfolio Check bietet eine umfassende Faktoranalyse Ihres Portfolios – inklusive KI-gestützter SWOT-Analyse, Diversifikationsmetriken und ETF-Vorschläge. Im Pro-Abonnement sind 5 Checks pro Monat enthalten. Die kostenlose Faktorprofil-Vorschau steht jedem zur Verfügung.

OSCAR Portfolio Check

Für Anleger, die ihre Portfolios regelmäßig überwachen und optimieren möchten. Speichern Sie mehrere Portfolios und verfolgen Sie deren Faktorentwicklung über die Zeit.

OSCAR – Die KI-Interpretationsschicht

Die Z-Scores sind das Fundament. OSCAR ist die Sprache darüber. OSCAR nimmt die normierten Faktordaten, vergleicht sie mit Markt und Sektor und formuliert eine klare Einschätzung – ohne Halluzinationen, ohne veraltete Trainingsdaten.

Beispiel: Wie NVIDIA seinen Z-Score bekommt

FaktorKennzahlZ-ScoreInterpretation
ValueKGV 35-1,76Teurer als 94% der Aktien
GrowthUmsatz +122%+2,53Top 1% Wachstum
ProfitabilityMarge 56%+1,89Top 3% Profitabilität
Momentum12M +178%+2,11Top 2% Momentum

Gesamt-Score: 0,87 → Stark. NVIDIA ist extrem teuer, aber die Wachstums- und Profitabilitätsdaten kompensieren das überdurchschnittlich.

Transparenz über Grenzen

Wissenschaftliche Integrität erfordert Transparenz über die Grenzen jeder Methodik:

  • Quantitative Modelle erfassen nicht alle qualitativen Faktoren wie Managementqualität oder Innovationspotenzial
  • Historische Faktorprämien sind keine Garantie für zukünftige Überrenditen
  • Kurzfristige Marktbewegungen werden nicht prognostiziert – unser Fokus liegt auf fundamentaler Qualität
  • Sektorspezifische Besonderheiten können die reine Faktor-Interpretation beeinflussen

Rechtlicher Hinweis

ProFactorInvest stellt Analysewerkzeuge und Informationen zu Bildungszwecken bereit. Die bereitgestellten Daten und Analysen stellen keine Anlageberatung oder Aufforderung zum Kauf oder Verkauf von Wertpapieren dar. Anlageentscheidungen sollten stets auf Basis eigener Recherche, professioneller Beratung und unter Berücksichtigung der persönlichen finanziellen Situation getroffen werden.