-->Mein Fazit:
Ende August kaufen, anfangs Oktober verkaufen
Mitte November kaufen, Ende Dezember verkaufen
Mitte März kaufen, Ende März verkaufen
restliche Zeit untätig sein oder shorten

-->...heißt doch"sell in May and go away". [img][/img]

Aber im Ernst: das Problem ist leider, daß so ein Chart ein Durchschnitt über viele Jahre ist. Sehr interessant wäre es, im Chart die jeweilige Varianz als Fehlerbalken eingezeichnet zu finden. Ist aber nicht drin - ich vermute, auch aus dem Grund, weil dann eine ganz erhebliche Schwankung von Jahr zu Jahr sichtbar würde.

Das wäre eigentlich der zentrale Punkt: wie groß ist die typische und wie groß die maximale Abweichung von diesem Durchschnitt? Der Durchschnitt selbst ist zwar mathematisch definiert, aber ohne dies wenig aussagekräftig. Hauptproblem:"wieviel riskiert man, wenn man falsch liegt?"

-->Wenn der Chart von MRCI eine solche anzeigt, liegt das nur an dessen Konstruktionsverfahren. So ist z.B. die Rolloverthematik schlecht umgesetzt.

Oben sind die Kontraktmonate eingezeichnet (gelb). Bei den Rollovern (kleine Striche oben neben den Monaten) kommt es im Chart immer zu markanten Bewegungen (Ende Juli, Ende September usw.). Sie existieren real nicht:

[img][/img]


Gruß, Dimi
<ul> ~ SeasonalCharts: Die weltweit einzigen exakten saisonalen Charts</ul>

-->Hallo Dimi,

da habe dieselbe Frage wie unten zu den"weltweit einzigen exakten Seasonal Charts":

Wie groß ist bei der Darstellung der jahreszeitlichen Schwankung der"Fehlerbalken", also die Varianz der einzelnen Werte, als Maß für die Schwankung von Jahr zu Jahr bzw. als Abweichung vom dargestellten Durchschnitt? Ist also die saisonale Durchschnittskurve wohldefiniert (fast jedes Jahr genau dasselbe Muster), oder ist sie einfach nur eine Mittelung aus jährlich weit streuenden Werten?

Ist vielleicht auch generell eine Anregung für die Seasonal Charts.

Danke und Gruß.

-->Hallo Fridolin,

>Sehr interessant wäre es, im Chart die jeweilige Varianz als Fehlerbalken eingezeichnet zu finden. Ist aber nicht drin - ich vermute, auch aus dem Grund, weil dann eine ganz erhebliche Schwankung von Jahr zu Jahr sichtbar würde.

Es geht nicht um Niveaus. Statistische Kennziffern können sich nur auf die Kursänderung zwischen zwei Tagen beziehen. Nähme man die Ein-Tages-Kursänderungen, hätte man eine Flatterkurve. Zudem wäre der Ansatz unter Tradinggesichtspunkten falsch, denn niemand handelt saisonale Ein-Tages-Muster. Würde man diese glätten, oder nähme man die Logreturns über längere Zeitspannen, wäre die Wahl willkürlich (und für alle anderen Spannen bestenfalls eine Näherung). Man könnte sie noch dreidimensional darstellen, dann aber wäre es ziemlich unübersichtlich (und würde kaum verstanden).

Gruß, Dimi

-->