Wie Varianz und Standardabweichung reale Anlageergebnisse prägen • Investing.ad

Volatilität ist nicht nur Drama in einem Chart — es ist Mathematik, die bestimmt, wo Sie landen.

Varianz vs. Standardabweichung: Die beiden Maße hinter dem „Risiko“

Beim Investieren sagen viele „Risiko“, wenn sie eigentlich Preisschwankungen meinen. Zwei eng verwandte Kennzahlen messen, wie weit Renditen gestreut sind:

Varianz (σ²): die durchschnittliche quadrierte Abweichung vom mittleren Ertrag.
Standardabweichung (σ): die Quadratwurzel der Varianz; sie hat dieselben Einheiten wie die Renditen (z. B. %), weshalb sie leichter zu interpretieren ist.

Wenn die Renditen in einer Periode ( r_1, r_2, …, r_n ) sind und der Mittelwert ( \bar{r} ), dann:

[ \sigma^2 = \frac{1}{n}\sum_{i=1}^n (r_i - \bar{r})^2 \quad\text{und}\quad \sigma = \sqrt{\sigma^2} ]

In der Praxis verwenden Analysten oft Stichprobenformeln (Division durch (n-1)) statt Populationsformeln (Division durch (n)), aber die Kernidee bleibt dieselbe: wie weit Renditen um den Mittelwert schwanken.

Warum quadriert man die Abweichungen?

Ohne Quadrieren würden sich positive und negative Abweichungen gegenseitig aufheben. Quadrieren bewirkt zwei Dinge:

Es macht alle Abweichungen positiv.
Es bestraft größere Abweichungen stärker, was mit dem Gefühl von Anlegern gegenüber großen Überraschungen — besonders negativen — übereinstimmt.

Die Varianz ist der rohe Motor; die Standardabweichung ist die Anzeige auf dem Armaturenbrett.

Standardabweichung anschaulich übersetzen

Angenommen, ein Asset hat eine durchschnittliche Monatsrendite von 1 % und eine monatliche Standardabweichung von 5 %. Das bedeutet nicht, dass die Rendite jeden Monat zwischen -4 % und +6 % liegen wird. Es bedeutet, dass die Verteilung der Renditen typischerweise diese Streuung aufweist.

Wenn Renditen normalverteilt wären (oft eine grobe Näherung), dann:

Etwa 68 % der Monate würden innerhalb von ( \mu \pm 1\sigma ) liegen → ungefähr -4 % bis +6 %
Etwa 95 % innerhalb von ( \mu \pm 2\sigma ) → ungefähr -9 % bis +11 %
Etwa 99{,}7 % innerhalb von ( \mu \pm 3\sigma ) → ungefähr -14 % bis +16 %

Märkte sind nicht perfekt normal — fette Schwänze und Schiefe sind üblich — aber dieses mentale Modell hilft zu verstehen, wie sich ein „5% monatliches σ“ im Alltag anfühlt.

Volatilität auf Jahresbasis umrechnen (vorsichtig)

Eine gängige Umrechnung ist:

[ \sigma_{\text{annual}} \approx \sigma_{\text{period}} \sqrt{k} ]

wobei (k) die Anzahl der Perioden pro Jahr ist (12 für monatlich, ~252 für Handelstage). Diese Wurzelregel beruht auf Annahmen (Unabhängigkeit, konstante Varianz), ist aber weit verbreitet.

Beispiel: 5% monatliche σ impliziert jährliche σ ≈ (0.05\sqrt{12} \approx 17{,}3%).

Diese 17 % sind keine Prognose für die Rendite des nächsten Jahres; sie messen die typische Streuung möglicher Ergebnisse.

Das erste große Ergebnis: Volatilität verändert das Auf- und Ab der Verzinsung

Eine leise, aber harte Wahrheit: ein volatiler Renditepfad reduziert das langfristige, zusammengesetzte Wachstum, selbst wenn die durchschnittliche Rendite gut aussieht.

Das nennt man oft Volatilitätsverlust (oder die Lücke zwischen arithmetischem und geometrischem Mittel). Das arithmetische Mittel ist der einfache Durchschnitt der Renditen; das geometrische Mittel ist das, was Ihr Vermögen tatsächlich über die Zeit erfährt.

Betrachten wir ein Beispiel über zwei Jahre:

Jahr 1: +50 %
Jahr 2: −50 %

Arithmetisches Mittel = (50 % + −50 %) / 2 = 0 %
Aber $100 → $150 → $75. Der Endwert ist um 25 % gesunken. Das geometrische Mittel ist negativ.

Die Mathematik ist pfadabhängig, weil Verluste und Gewinne sich nicht symmetrisch „aufheben“. Ein −50%-Verlust erfordert einen +100%-Gewinn, um wieder auf Null zu kommen. Die Standardabweichung fasst diese Instabilität zusammen.

Eine nützliche Näherung für den Zusammenhang zwischen arithmetischem Mittel ((\mu)), Varianz ((\sigma^2)) und geometrischer Wachstumsrate ((g)) bei kleinen Renditen ist:

[ g \approx \mu - \frac{1}{2}\sigma^2 ]

Das ist nicht perfekt, aber es bringt den zentralen Punkt auf den Punkt: bei gleichem durchschnittlichen Ertrag reduziert höhere Varianz tendenziell das zusammengesetzte Wachstum.

Warum Anleger das interessieren sollte

Zwei Fonds können dieselbe durchschnittliche Rendite haben, doch der mit niedrigerer Standardabweichung kann über lange Horizonte ein höheres Endvermögen erzeugen. Das ist kein „Gratisgeld“. Es ist die Mathematik der multiplikativen Verzinsung.

Das zweite große Ergebnis: Standardabweichung bestimmt typische Drawdowns

Anleger erleben keine Varianz als Zahl; sie erleben Drawdowns, Margin-Calls, Panik und Reue. Die Standardabweichung ist nicht direkt gleichbedeutend mit Drawdown, beeinflusst aber, wie häufig große Verluste auftreten.

Wenn Renditen volatil sind, steigt die Wahrscheinlichkeit, eine Reihe negativer Perioden zu erleben. Das ist wichtig, weil:

Liquiditätsbedürfnisse zum Verkauf zu ungünstigen Zeiten zwingen können.
Verhaltensfehler sich bei hoher Volatilität vervielfachen.
Portfolios bei Hebelwirkung mechanisch fragil werden können.

Ein Portfolio mit 15% jährlicher Standardabweichung verhält sich anders als eines mit 30 %:

Das 30%-Portfolio wird eher häufig zweistellige Rückgänge erleben.
Sein „schlechtestes Jahr“ in einem Jahrzehnt wird wahrscheinlich deutlich schlimmer sein.
Erholungen können länger dauern, einfach weil tiefere Löcher mehr Zeit benötigen.

Die Standardabweichung ist ein grobes Werkzeug, aber oft die erste Zahl, die Ihnen sagt, ob ein Investment zu Ihrem Magengefühl und Ihrem Zeithorizont passt.

Varianz in Portfolios: Es geht nicht nur um einzelne Assets

Wo Varianz wirklich mächtig wird, ist in der Portfoliomatik. Die Portfoliovarianz hängt ab von:

Der Varianz jedes einzelnen Assets (seiner individuellen Volatilität)
Der Korrelation zwischen Assets (wie sie sich gemeinsam bewegen)
Den Gewichten, die den Assets zugewiesen sind

Für ein Zwei-Asset-Portfolio mit Gewichten (w_1) und (w_2), Volatilitäten (\sigma_1) und (\sigma_2) und Korrelation (\rho_{12}) ist die Portfoliovarianz:

[ \sigma_p^2 = w_1^2\sigma_1^2 + w_2^2\sigma_2^2 + 2w_1w_2\sigma_1\sigma_2\rho_{12} ]

Der Korrelations-Term ist der Ort, an dem Diversifikation lebt.

Diversifikation: Varianz senken, ohne Rendite zu reduzieren

Wenn (\rho_{12}) kleiner als 1 ist, kann die Standardabweichung des Portfolios niedriger sein als der gewichtete Durchschnitt der Einzel-Standardabweichungen. Bei niedriger oder negativer Korrelation kann die Reduktion erheblich sein.

Deshalb kann ein Portfolio aus zwei „riskanten“ Assets weniger riskant sein als jedes einzelne Asset — wenn sie nicht im Gleichschritt tanzen.

Korrelation ist nicht konstant

In ruhigen Märkten mögen Aktien- und Anleihenkorrelationen freundlich aussehen. In Stressphasen können Korrelationen steigen. Wenn Portfoliovarianz mit historischen Korrelationen berechnet wird, kann das Ergebnis optimistisch sein.

Das macht die Formel nicht nutzlos — es macht sie zu einem Werkzeug, das mit Urteil eingesetzt werden muss.

Varianz und Standardabweichung in risikoangepassten Kennzahlen

Anleger interessieren sich für Renditen, aber auch dafür, was sie erleiden mussten, um diese Renditen zu erzielen. Die Standardabweichung ist ein gemeinsamer Nenner in mehreren Performance-Metriken.

Sharpe-Ratio: das klassische volatilitätsbasierte Maß

Die Sharpe-Ratio vergleicht Überrendite mit der Standardabweichung:

[ \text{Sharpe} = \frac{R_p - R_f}{\sigma_p} ]

(R_p): Portfolio-Rendite
(R_f): risikofreier Satz (oft kurzfristige Staatsanleiherendite)
(\sigma_p): Standardabweichung der Portfolio-Renditen

Eine höhere Sharpe-Ratio deutet auf mehr Rendite pro Volatilitätseinheit hin. Einschränkung: Die Standardabweichung behandelt Aufwärts- und Abwärtsvolatilität gleich, obwohl Anleger in der Regel nur die Abwärtsbewegungen missbilligen.

Sortino-Ratio: Fokussierung auf Downside-Volatilität

Die Sortino-Ratio ersetzt die Standardabweichung durch die Downside-Deviation — Volatilität unterhalb eines Zielwerts. Sie ist eine Antwort auf die Kritik, dass die Standardabweichung positive Überraschungen bestraft.

Dennoch bleibt die Standardabweichung der gebräuchlichste „Risikoparameter“, weil sie einfach, mathematisch praktisch und in der modernen Portfoliotheorie verankert ist.

_{Photo by PiggyBank on Unsplash}

Reihenfolge der Renditen: Gleicher Durchschnitt, unterschiedliches Ergebnis

Varianz und Standardabweichung sagen etwas über die Streuung, aber reale Anleger haben auch mit Timing zu tun. Wenn Abhebungen anstehen — Ruhestand, Studiengebühren, Anzahlung für ein Haus — wird die Reihenfolge der Renditen entscheidend.

Zwei Portfolios können identische Durchschnittsrenditen und identische Standardabweichungen über ein Jahrzehnt haben, dennoch unterschiedliche Endvermögen liefern, wenn das eine früh Verluste und später Gewinne erleidet, während das andere umgekehrt ist.

Das ist das Sequenzrisiko der Renditen, und es ist ein Grund, warum Volatilität wichtiger wird, wenn:

Sie Geld entnehmen (Dekumulationsphase)
Ihr Horizont kurz ist
Sie Hebel verwenden
Ihr Plan bestimmte Zahlungsflüsse zu festen Zeiten verlangt

Die Varianz „verursacht“ Sequenzrisiko nicht direkt, aber höhere Standardabweichung macht extreme Reihen wahrscheinlicher.

Eine praktische Sicht: „Wie schlimm kann es werden, bevor es besser wird?“

Anleger unterschätzen oft, wie lange die Erholung nach einem tiefen Einbruch dauern kann. Bei hoher Volatilität sollten Sie häufiger tiefe Drawdowns und damit häufiger lange Erholungsphasen erwarten — besonders wenn Renditen nicht stark trends nach oben folgen.

Die Standardabweichung sagt nicht den nächsten Bärenmarkt voraus, aber sie formt die Verteilung möglicher Pfade, die Ihr Portfolio nehmen kann.

Standardabweichung und die Preisbildung von Risiko

In grundlegenden Asset-Pricing-Modellen fordern Anleger Entschädigung fürs Tragen von Risiko. Nicht jedes Risiko wird gleich bewertet, aber Volatilität ist oft ein Ausgangspunkt dafür, wie Institutionen und Fonds Risiko kommunizieren.

In Optionsmärkten ist implizite Volatilität effektiv ein Marktpreis erwarteter zukünftiger Variabilität.
In Portfoliobeschränkungen diktieren Volatilitätslimits oft Positionsgrößen.
In Risiko-Budgets leiten Varianzbeiträge, wie Kapital verteilt wird.

Varianz ist nicht nur beschreibend; sie wird zu einem Lenker dessen, was Anleger halten dürfen.

Positionsgröße: Volatilitätszielung

Viele systematische Strategien betreiben eine Form der Volatilitätszielung: Sie reduzieren das Exposure, wenn die Volatilität steigt, und erhöhen es, wenn sie fällt.

Vereinfacht könnte eine Strategie die Gewichtung proportional setzen zu:

[ w \propto \frac{1}{\sigma} ]

Das hat eine klare Implikation: Standardabweichung wird nicht nur beobachtet; sie verändert aktiv das Handelsverhalten, was auf die Marktdynamik zurückwirken kann.

Die verborgene Rolle der Varianz beim Rebalancing

Rebalancing klingt ordentlich — verkaufen, was gestiegen ist, kaufen, was gefallen ist. Im Hintergrund steuert die Varianz, wie oft und wie stark Gewichte driften.

Hochvolatile Assets drifteten stärker: einige starke Monate können ihren Portfolioanteil aufblähen.
Rebalancing von hochvolatilen Gewinnern in niedrigvolatile Nachzügler kann die Portfoliovarianz über die Zeit reduzieren.
Häufiges Rebalancing kann jedoch Kosten und Steuern erhöhen, was das schöne Lehrbuchbild verkompliziert.

Es gibt auch ein Phänomen namens volatility pumping (vorsichtiger: Rebalancing-Bonus), das beim Rebalancing zwischen genügend volatilen und gering korrelierten Assets auftreten kann. Die Idee: Nach Rückgängen zu kaufen und nach Anstiegen zu verkaufen kann unter bestimmten Bedingungen einen zusätzlichen Ertrag liefern.

Das ist nicht garantiert und kann von Trends, steigenden Korrelationen oder Transaktionskosten überwältigt werden. Trotzdem existiert die Möglichkeit, weil Varianz die Schwankungen erzeugt, die Rebalancing ausnutzen kann.

Wann die Standardabweichung irreführt: fette Schwänze, Schiefe und Regimewechsel

Die Standardabweichung funktioniert am besten, wenn Renditen annähernd symmetrisch sind und nicht von seltenen Katastrophen dominiert werden. Reale Märkte brechen diese Annahmen oft.

Fette Schwänze: Extremereignisse öfter als „normal“

Aktienrenditen haben tendenziell fette Schwänze, das heißt große Bewegungen treten häufiger auf als ein Normalmodell annimmt. In einer solchen Welt:

„3-Sigma-Ereignisse“ sind nicht so selten, wie das Normalmodell behauptet.
Die Standardabweichung unterschätzt Tail-Risiken, wenn sie nicht mit Stresstests kombiniert wird.

Schiefe: Auf- und Abwärtsbewegungen sind keine Spiegelbilder

Viele Strategien haben asymmetrische Auszahlungen. Optionsverkäufe, Carry-Trades und bestimmte Kreditstrategien können die meiste Zeit niedrige Standardabweichung zeigen — bis zum Crash. Sie können bis zum Moment der Krise stabil aussehen.

Eine niedrige Standardabweichung kann eine gefährliche Verteilung verbergen. Die Zahl lügt nicht; sie erzählt nur nicht die ganze Geschichte.

Regimewechsel: Volatilität klumpt

Volatilität tritt oft in Clustern auf — ruhige Perioden, gefolgt von turbulenten Perioden. Das bedeutet, dass die Volatilität, die Sie aus dem letzten Jahr schätzen, im nächsten Quartal irrelevant sein kann.

Deshalb nutzt das Risikomanagement häufig:

Rollierende Fenster (um σ zu aktualisieren)
GARCH-ähnliche Modelle (zur Volatilitätsvorhersage)
Stressperioden (um zu sehen, wie σ werden könnte)
Szenarioanalysen (um Brüche in der Korrelation zu imaginieren)

Die Standardabweichung ist ein Ausgangspunkt, keine Garantie.

Wie Anleger Varianz und Standardabweichung tatsächlich nutzen

In der realen Entscheidungsfindung tauchen Volatilitätsstatistiken an drei Stellen auf: Erwartungen, Beschränkungen und Verhalten.

1) Erwartungen für eine Anlage setzen

Hat ein ETF eine jährliche Standardabweichung von 20 %, sollten Sie über einen schlechten Quartal nicht von −10 % bis −15 % überrascht sein. Die Statistik macht die Bewegung nicht angenehm, aber sie macht sie im Geiste vorhersagbar.

Anleger scheitern oft nicht, weil Risiko unvorhersehbar war, sondern weil es ignoriert wurde.

2) Leitplanken bauen

Viele Portfolios enthalten explizite oder implizite Volatilitätslimits:

Ein Rentner bevorzugt vielleicht ein Portfolio mit niedrigerer Standardabweichung.
Ein Stiftungsfonds akzeptiert höhere σ, verlangt aber hohe Liquidität.
Ein gehebelter Anleger muss σ niedrig genug halten, um erzwungenen Verkäufen zu entgehen.

Varianz wird zu einem Gestaltungsparameter.

3) Die Falle der „falschen Präzision“ vermeiden

Es ist einfach, die Standardabweichung auf zwei Dezimalstellen zu berechnen und sich wissenschaftlich zu fühlen. Aber die Eingaben — Renditehistorie, Fensterwahl, Datenfrequenz — verändern das Ergebnis.

Die richtige Haltung ist: Volatilitätsschätzungen sind nützliche Bereiche, keine heiligen Konstanten.

Tools Investors Use to Monitor Volatility

Sie brauchen keine institutionelle Infrastruktur, um Standardabweichung und Varianz zu verfolgen. Die Tools unterscheiden sich jedoch darin, wie sie die Mathematik präsentieren und wie leicht Sie Assets vergleichen können.

Portfolio Visualizer
Morningstar Portfolio Tools
Yahoo Finance Historical Data
TradingView Volatility Indicators
Excel or Google Sheets (STDEV functions)

Diese Tools können leicht unterschiedliche Werte berechnen, abhängig von Datenquelle, Frequenz (täglich vs. monatlich) und davon, ob Stichproben- oder Populationsformeln verwendet werden. Die Richtung der Erkenntnis ist meist wichtiger als die dritte Dezimalstelle.

Eine konkrete Durchrechnung: Zwei Fonds mit demselben Durchschnittsertrag

Stellen Sie sich vor, Fonds A und Fonds B bringen beide langfristig im Mittel 8 % pro Jahr. Der Unterschied:

Fonds A hat 10 % jährliche Standardabweichung
Fonds B hat 25 % jährliche Standardabweichung

Auf dem Papier „liefern“ beide 8 %. In realen Vermögensentwicklungen:

Fonds B wird eher tiefe Drawdowns erleiden, die die Verzinsung unterbrechen.
Fonds B wird eher Verhaltensfehler auslösen (Verkauf bei Tiefstständen, Spätkäufe).
Fonds B benötigt möglicherweise einen längeren Horizont, damit die erwartete Rendite relevant wird.
Fonds A kann ein höheres geometrisches Ergebnis liefern, wenn der Volatilitätsverlust dominiert.

Hier hört die Varianz auf, akademisch zu sein. Sie beeinflusst, wer investiert bleibt, wer aufgibt und wer tatsächlich die angegebene Rendite einstreicht.

Worauf man neben der Standardabweichung noch achten sollte (ohne sie zu vernachlässigen)

Die Standardabweichung ist ein sauberes, kompaktes Streumaß, funktioniert aber am besten in Kombination mit anderen Blickwinkeln:

Max Drawdown: „Wie groß war der schlimmste Peak-to-Trough-Verlust?“
Downside Deviation: „Wie volatil ist die schlechte Seite?“
Value at Risk (VaR) und Expected Shortfall: „Wie schlimm können die schlechtesten Tage sein?“
Korrelation unter Stress: „Diversifizieren die Diversifikatoren noch, wenn es weh tut?“
Liquidität und Gap-Risiko: „Können Preise über Stops hinweg springen?“

Auch wenn Sie darüber hinausgehen, bleibt die Standardabweichung grundlegend, weil so viel der Portfoliokonstruktion mit Varianz-Kovarianz-Mathematik beginnt. Sie ist die Grammatik der Diversifikation.

Die Bilanz in mathematischen Begriffen: Streuung formt Schicksal

Varianz und Standardabweichung beeinflussen Anlageergebnisse auf mehreren Wegen gleichzeitig:

Sie verändern das zusammengesetzte Wachstum durch Volatilitätsverlust.
Sie verändern die Häufigkeit und Tiefe von Drawdowns, was die reale Verbleibenswahrscheinlichkeit beeinflusst.
Sie formen das Portfoliorisiko über Kovarianz und Korrelation und ermöglichen Diversifikation.
Sie definieren risikoangepasste Kennzahlen wie die Sharpe-Ratio und informieren Beschränkungen.
Sie beeinflussen das Sequenzrisiko der Renditen, wenn Zeit und Zahlungsflüsse eine Rolle spielen.

Investieren ist per Natur unsicher. Aber die Streuung möglicher Ergebnisse — die Varianz um Ihre Erwartung — ist oft der Unterschied zwischen einem Plan, der auf dem Papier funktioniert, und einem Plan, der die Realität übersteht.

External Links

Expected Value, Variance & Standard Deviation | CFA® Notes Standard Deviation, Probability, and Risk When Making Investment … Standard Deviation Formula: How to Calculate and Interpret Standard Deviation Formula and Uses, vs. Variance - Investopedia Measuring investment risk using standard deviation in finance