Der „Gründler“ und der „Measured Move“

Es gibt eine gewisse Art von Denkstrukturen, die sich ganz besonders schwer am Markt tun. Wir nennen das immer den "Gründler", das ist der durchweg gebildete, gut ausgebildete Anleger, der aber - zum Beispiel als Ingenieur - in Fachdisziplinen zu Hause ist, in denen man die Dinge exakt "messen" kann und in denen die Investition in eine noch tiefergehende, feingliedrige Analyse, zusätzliche Erkenntnisse verschafft.

Das ist auch bei allen "Dingen" und Naturgesetzen so, die nach replizierbaren und berechenbaren Mechanismen funktionieren. Die Charakteristika eines Automotors kann man messen. Und wenn man dann am Folgetag wieder zur Testinstallation tritt und die Messung erneuert, nur im Detailgrad vertieft, wird man - von geringen und auch wieder replizierbaren und berechenbaren Umwelteinflüssen wie Temperatur abgesehen - wieder zum nahezu identischen Ergebnis kommen, nur eben mit einem höheren Detailierungsgrad.

Dieses Prinzip, durch tiefere Analyse zu besseren Ergebnissen zu kommen, weil das Objekt der Untersuchung eben ein zuverflässig replizierbares Verhalten nach festen Naturgesetzen zeigt, ist bei diesen "Gründlern" so tief in die Denkstrukturen eingegraben, dass es unreflektiert auf den Aktienmarkt übertragen wird.

Deswegen ist auch das gerade in Deutschland gerne verbreitete -> Zerrbild des Value-Investing < - bei diesen Anlegern so beliebt, obwohl es gar nicht mehr so wie dargestellt funktionieren kann. Benjamin Grahams Buch "The intelligent Investor", das diesem Blog auch seinen Namen gab, ist immer noch ein Meilenstein der Börsengeschichte. Aber die darin dargestellten Methoden können im Jahr 2017 nur einen viel kleineren Edge als damals generieren - wenn überhaupt, weil alles für jeden mit einem Fingerklick verfügbar ist, wofür ein Graham viel Fleiss in Bibliotheken aufbrachte und sich damit einen Vorteil gegenüber dem Rest der Herde verschaffte.

Die Illusion, durch intensives Studium der öffentlichen Zahlen eines Unternehmens sich einen Vorteil am Markt zu verschaffen, ist für die Denkstrukturen des Gründlers aber so attraktiv, dass er von diesen Logiken geradezu angezogen wird. Und deshalb werden sie natürlich auch vermarktet, sie verschaffen Abonnenten und bei Fonds zufliessende Gelder.

Nur dummerweise funktioniert der Markt nicht so und was jeder mit einem Klick zur Verfügung hat, verschafft keinen Vorteil mehr. Der Markt ist ein -> reflexives < -, selbstreferentielles soziales System, was bedeutet dass wenn man zu lange "misst", die Messung unsinnig wird, weil der Markt sich schon längst weiterbewegt hat.

Es ist nicht Thema dieses Artikels, in die reflexiven Mechanismen einzusteigen, klar ist nur, dass der Typus "Gründler" mit seinem Ansatz zwangsläufig scheitern muss und es regelmässig auch tut.

Es geht eben nicht um die Tiefe der Messung, es geht darum die systemischen Tendenzen und Richtungen schnell und grob zu erfassen, so dass man daraus mit Wahrscheinlichkeit einen profitablen Schluss ziehen kann.

Lassen Sie mich das Prinzip als Metapher an einem weiteren, chaotischen System beschreiben, das *weniger* komplex als der Aktienmarkt ist und trotzdem immer noch zu komplex ist, um vollständig "berechenbar" zu sein: Das Wetter.

Stellen wir uns vor wir stehen auf einer Wiese und über uns ziehen die Wolken an uns vorbei. Der Wind frischt auf und die Frage ist, wie wird das Wetter?

Der "Gründler" würde im übertragenen Sinne hingehen, von den Wolkentürmen Schnappschüsse machen und diese aufwändig vermessen. Eine halbe Stunde später macht er wieder Schnappschüsse, vermisst diese wieder und wundert sich, dass diese so völlig anders sind. Dann fängt er an zu theoretisieren, warum die einen Wolkentürme zu den anderen geworden sind und was das bedeuten könnte. Während er theoretisiert, ist das Wetter aber schon wieder ganz anders geworden. Der Wind hat nachgelassen, die Wolkendecke ist geschlossen und ein leiser Nieselregen hat eingesetzt.

Was hat es dem "Gründler" nun gebracht, die Wolken im Detail zu vermessen? Ich sage es Ihnen, er wurde nass. 😉

Ein "Bauer" steht neben ihm. Er hebt seinen Daumen in den Wind, schnuppert herum, schaut zum Horizont und sagt das Wetter wird so und so und wendet sich ab. Und die Wahrscheinlichkeit dass der Bauer die Wetterentwicklung besser voraussagt, ist verdammt hoch.

Was ist der Unterschied? Der Bauer erkennt die grossen systemischen Linien, weil er Erfahrungsmuster die in mehreren Jahrzehnten gewachsen sind, auf die Wetterlage anwendet. Die Details interessieren ihn dabei nicht. Er muss nicht wissen wie gross die Wolken nun genau sind, er muss auch nicht die exakte Windstärke und Richtung kennen und auch nicht den auf einen Kommapunkt berechneten Feuchtigkeitsgehalt.

Es reicht, die grossen Linien der Entwicklung, die Muster einer typischen Wetterentwicklung, schnell zu erkennen und man erreicht damit eine hohe Prognosegüte mit minimalem Aufwand und kann sofort handeln, während der "Gründler" noch rechnet.

Natürlich kann auch mal etwas passieren, was nicht in das Muster des Bauern passt, aber damit muss man leben.

Wetter ist eben keine exakte Wissenschaft und Börse auch nicht! Beide bemühen sich um stochastische Annäherungen und nicht um Exaktheit.

Wie beim Wetter ist es auch an der Börse. Das Ziel ist nicht eine 100% Exaktheit der Analyse und Prognose zu erreichen, das ist sowieso nicht möglich, weil der Markt sich permanent weiterbewegt.

Das Ziel ist, mit 20% des Aufwands 80% der weiteren Entwicklung halbwegs passend zu antizipieren. Und nicht anders herum!

Und dafür ist Mustererkennung und sind Mechanismen hilfreich, die auch der Bauer anwendet. Bauernregeln eben, die zu 80% eintreffen und auf die man sofort und elegant handeln kann.

Eine dieser "Bauernregeln" ist der "Measured Move". Zu deutsch vielleicht "berechenbare Folgebewegung".

Der Measured Move ist wie jede Bauernregel ein höchst unpräzises Konstrukt, er macht ausschliesslich Aussagen im Sinne "Pi mal Daumen" und ist trotzdem oder gerade deswegen hilfreich.

Lassen Sie mich das Prinzip anhand der steinzeitlichen Jagd erklären, auch ein Fall, in dem der Gründler scheitern würde.

Read more