Deep Value Low Carbon Europe
| TorbenSchreiter
Last Login: 11/22/2024
Portfolio chart
DetailsTags
Feed
Trading Idea
Das Portfolio soll einem quantitativen Deep Value-Ansatz folgen (long-only) - mit dem Ziel die Vorteile des Mean Reversion-Effektes zu nutzen. Aus Gründen der Nachhaltigkeit soll dieser Ansatz nicht in Werte mit sehr großem Carbon Footprint investieren (absolute CO2/CO2e Emissionen gewichtet zur relativen Größe des Unternehmens). Das Ausgangsuniversum sollen alle mittels wikifolio investierbaren, hinreichend liquiden, öffentlich gehandelten europäischen Aktien bilden (angestrebter Fokus: All Caps geografisches Europa). Finanzwerte sollen dabei aufgrund grundsätzlich unterschiedlicher Finanzkennzahlen und Bewertungskriterien ausgeschlossen werden. Als Benchmark kann sich der EURO STOXX 600 anbieten, wobei mit diesem wikifolio das Ziel verfolgt wird, eine wesentliche Outperformance mit ebenfalls positiver Sharpe-Ratio zu erzielen. In einem ersten Schritt sollen finanziell schwach aufgestellte Unternehmen aus dem Universum aussortiert werden. Es folgt ein Ranking und Filtering gemäß historisch validierter Value-Kriterien, welches das Zielportfolio definieren soll. Ein Verkauf von Portfolio-Constituents soll im Falle von finanziellen/bilanziellen Risiken der betreffenden Portfolio-Company in der Regel monatlich, im Falle von Fundamental-/Valuation-Kriterien in der Regel frühestens nach dem ersten abgeschlossenen rollierenden 12-Monatsintervall stattfinden. Es wird angestrebt, ein (Teil-)Rebalancing nach internen Gewichtungskriterien bei Bedarf, in der Regel jedoch monatlich, durchzuführen. Die quantitativen Markt- und Fundamentaldaten für alle Analysen und zur Entscheidungsfindung stammen von einem kommerziellen, weltweit führenden Handels- & Bilanzdatenanbieter. Das wikifolio soll auf einen überwiegend mittel- bis langfristigen Anlagehorizont ausgelegt sein. Deep Value-Ansatz generell können zeitweise - bis hin zu mehreren Jahren - hinter dem Markt zurückbleiben.
This content is not available in the current language.
Master data
WF00DVEUDC
04/01/2020
-
172.1