Wir sind Quants.
Was uns leitet
Manche Investoren orientieren sich an Fundamentaldaten, andere an makroökonomischen, strukturellen oder technischen Indikationen. Wir nutzen quantitative Methoden und maschinelles Lernen für eine holistische Betrachtung der Stile, um zu erkennen, welcher zu welchem Zeitpunkt an welchem Markt funktioniert.
Uns treibt möglichst hohe und robuste Rendite über alle Zyklen und Regime zu vereinnahmen. Robustheit steht immer über Performance. Wir können Marktdogmen erkennen und nutzen das Delta, welches zwischen unseren Modellen und der Marktmeinung besteht.
Signalbildung
Jedes unserer Alphasignale muss sich gegen bestehendes Research und einen rigorosen Testzyklus durchsetzen. Nur wenn wir einen Vorteil identifizieren können, findet das Signal seinen Weg ins Portfolio.
Substrategieportfolios
Wir denken in einer Vielzahl von Strategien, die sich jeweils aus dem Ausnutzen eines Stils ergeben. Da jedes dieser Signale seine eigenen speziellen Eigenschaften hat, aggregieren wir die Signale über viele Assets zu einer Substrategie.
Metaportfolio
Unser Metaportfolio wird basierend auf den Bewegungsmustern der Substrategieportfolios aggregiert. Das Metaportfolio setzt sich stetig neu zusammen, um die verschiedenen Verhaltensweisen der Substrategien optimal auszunutzen.
Handelskostenreduzierung
Das Nutzen verschiedener statistischer Werkzeuge und maschinelles Lernen erlauben uns, Strategien umzusetzen, auch wenn sich hoher Turnover ergibt. Wir sehen die Reduktion von Kosten ebenfalls als Alphakomponente an.
Wir sind Assetklassenagnostiker. Jedes handelbare Instrument wird von uns basierend auf seinen Eigenschaften klassifiziert und mit ähnlichen Assets in einer Gruppe betrachtet. Durch die konstante Neubewertung von Assetgruppen können wir Strukturänderungen zuverlässig antizipieren. Auf diese Art erhalten wir maximales Diversifikationspotenzial zu jedem Zeitpunkt.
Unsere Qualitätssicherung ist der Kern unserer Überzeugungen. Jede Annahme, jedes Signal und Portfolio müssen sich gegen eine Reihe von Validierungsmechanismen durchsetzen, in denen eine möglichst große Zahl historischer Regime und Strukturbrüche enthalten sind. Um bisher nicht Dagewesenes ebenfalls zu testen, erzeugen wir synthetisch Zeitreihen, die noch unbekannte, aber vorstellbare Regime und Korrelationen enthalten. So schaffen wir Modelle, denen man vertrauen kann.
Wer wir sind
Wir sind überzeugte Datenwissenschaftler mit einem Drang, Neues zu erforschen und Altes zu verbessern. Wir versuchen zu verstehen, was die Metaebenen und First Principles unserer Modelle, Annahmen und Ideen sind. Unsere verschiedenen Denkschulen ermöglichen uns dabei ein ständiges Hinterfragen des Status quo. Als interdisziplinäres Team mit Erfahrung im Portfoliomanagement von mehreren Milliarden EUR AuM, Data Science und Softwareentwicklung sorgen wir für außergewöhnliche Renditen.
Lukas Widmann
Lukas war zuvor bei einem der größten deutschen institutionellen Investoren als Portfoliomanager beschäftigt und ist Co-Founder eines AI Start-ups mit Fokus auf Zeitreihenanalyse. Für seine Modelle wurde dcorr bereits beim Future Fundstars Award (Fundview) zum Sieger erklärt. dcorr greift auf ein breites Netzwerk an Praktikern der Finanz- und AI-Industrie zurück, um langfristig Best In-Class Performance bieten zu können.
Kontakt
Wir freuen uns auf Ihre Nachricht.