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
- Datenakquisition – Aggregation von Finanzdaten aus multiplen Primärquellen mit automatisierter Qualitätsprüfung.
- Normalisierung – Statistische Aufbereitung und Standardisierung für marktübergreifende Vergleichbarkeit.
- Faktor-Berechnung – Proprietäre Algorithmen zur Berechnung der Faktorscore unter Berücksichtigung von Sektorneutralisierung.
- Relative Positionierung – Einordnung jeder Aktie im Vergleich zum gesamten Anlageuniversum mittels Z-Score-Methodik.
- 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-Score | Bewertung | Einordnung |
|---|---|---|
| > +1,5 | Exzellent | Top 7% des Marktes |
| +0,5 bis +1,5 | Überdurchschnittlich | Oberes Quartil |
| -0,5 bis +0,5 | Durchschnittlich | Marktmitte |
| -1,5 bis -0,5 | Unterdurchschnittlich | Unteres Quartil |
| < -1,5 | Schwach | Untere 7% des Marktes |
Bewertungsskala für ETFs & Portfolios
| Z-Score | Bewertung | Einordnung |
|---|---|---|
| > +0,75 | Sehr gut | Top-Faktorprofil |
| +0,25 bis +0,75 | Gut | Überdurchschnittlich |
| -0,25 bis +0,25 | Neutral | Marktdurchschnitt |
| -0,75 bis -0,25 | Schwach | Unterdurchschnittlich |
| < -0,75 | Sehr schwach | Schwaches 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
| Faktor | Kennzahl | Z-Score | Interpretation |
|---|---|---|---|
| Value | KGV 35 | -1,76 | Teurer als 94% der Aktien |
| Growth | Umsatz +122% | +2,53 | Top 1% Wachstum |
| Profitability | Marge 56% | +1,89 | Top 3% Profitabilität |
| Momentum | 12M +178% | +2,11 | Top 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.