Risiko im Welt-ETF: Larissa Kravitz (Investorella)
Investorella-Gründerin Larissa Kravitz erklärt, warum Millionen ETF-Sparer selbst zum Marktrisiko werden und wie sie mit F-Score, Sentiment-Daten und Whale Tracking wissenschaftlich investiert.
2010 und 2011 ließ Larissa Kravitz mit einem Studienkollegen eine selbst gebaute Python-Software bei einem Fonds laufen. Sie zog über die damals offene Schnittstelle von Twitter die Cashtags der 500 Aktien im S&P 500 und bewertete jeden Tweet nach Angst oder Gier und nach Aufregung. An einem Tag stach HP heraus, sehr aktiv und sehr positiv. Zur US-Eröffnung stand die Aktie 4,5 Prozent im Plus, und der Fonds holte das Projekt ins Haus.
Im Gespräch erklärt sie ihren quantitativen Ansatz mit Faktor-ETFs und Scoring-Modellen. Den Kern ihres Wachstumsdepots bilden getrennte ETFs auf Momentum und Value, Momentum bewusst übergewichtet. Eine Einzelaktie kauft sie erst nach einem Blick auf den F-Score und verkauft sie, wenn sie 15 bis 20 Prozent hinter der Benchmark liegt.
Die wichtigsten Erkenntnisse
-
SkeptischETF-SparenETFTop 10 bei 37 % Die ETF-These: Millionen Anleger, die monatlich in dieselben marktkapitalisierungsgewichteten Indizes sparen, verstärken die Konzentration in den größten Titeln: Die Top-10-Gewichtung im S&P 500 stieg von 27 % (2000er) auf aktuell 37 %.
Zitat & Begründung
„Das heißt im Prinzip, es gibt Millionen Menschen, die jedes Monat das Gleiche machen. Das fließt alles in die gleichen ETFs“ ▶ 2:49
- Neue Anleger kaufen ohne quantitative oder fundamentale Prüfung die Trendprodukte, aktuell marktkapitalisierungsgewichtete ETFs.
- In den 2000ern hatten die Top 10 im S&P 500 einen Anteil von 27 Prozent, heute sind es 37.
- Sie erwartet daraus Klumpen und Fehlbewertungen, wie genau sich das abspielt, weiß sie noch nicht.
-
RegelF-ScoreAktie9 KennzahlenKlare Aussage F-Score statt Bauchgefühl: Der von Accounting-Professor Joseph Piotrowski entwickelte Score bewertet Unternehmen anhand von neun Bilanzkennzahlen. Je höher der Score, desto wahrscheinlicher steigt der Kurs im Folgejahr.
Zitat & Begründung
„Und je höher die F-Score, desto wahrscheinlicher ist es, dass der Kurs des Unternehmens im Jahr darauf steigt“ ▶ 55:42
- Piotrowski hat als Accounting-Professor getestet, welche Zahlen aus Bilanz, GuV und Cashflow-Rechnung einen Kursanstieg im Folgejahr anzeigen.
- Bevor sie eine Einzelaktie kauft, schaut sie immer auf den F-Score.
- Der Score wurde auch für europäische Aktien bestätigt.
-
SkeptischOptionsscheineOptionKlare Aussage Kein Fan von Optionsscheinen: „Ziemlich Safe-Zockerei“, so ihr Urteil. Ihr größtes Problem damit: die Abhängigkeit vom Market Maker.
Zitat & Begründung
„das Problem ist de facto die Preistreue. Du bist sehr stark von einem Marketmaker abhängig“ ▶ 2:22:31
- Eine Aktie stieg 12 Prozent, ihr Optionsschein hätte 40 bis 50 Prozent zulegen müssen, die Market Maker bewegten die Preise nicht.
- Zockerei sind für sie alle Produkte ohne sichere Liquidität.
- Optionsscheine hat sie selbst in ihren 20ern gehandelt.
-
RätFOMOKlare Aussage FOMO als größte Gefahr: „FOMO halte ich für eine der größten Gefahren am Kapitalmarkt“. Neben Overconfidence ist FOMO für sie einer der stärksten Markttreiber, den sie selbst schon erlebt hat.
Zitat & Begründung
„FOMO halte ich für eine der größten Gefahren am Kapitalmarkt. Overconfidence oder FOMO“ ▶ 2:08:18
- Neben Overconfidence ist FOMO für sie einer der stärksten Treiber am Kapitalmarkt.
- Sie hat selbst schon unter FOMO gelitten.
- Ihr Rat: sich dabei an der eigenen Nase nehmen.
-
RegelDividendenportfolioAktieKlare Aussage Dividenden trotz Ineffizienz: Obwohl ihr klar ist, dass Dividenden steuerlich und finanzmathematisch ineffizient sind, hält sie an einem separaten Dividendenportfolio fest, wegen des Alltagsnutzens des passiven Einkommens.
Zitat & Begründung
„Sie sind steuerlich ineffizient und sie sind finanzmathematisch ineffizient. Aber ich mag den Alltagsaspekt des passiven Einkommens“ ▶ 1:24:16
- Ihr Dividendenportfolio führt sie komplett getrennt vom Wachstumsportfolio.
- Für diesen Anteil zählt für sie der Alltagseffekt mehr als die Effizienz.
- Kollegen aus der Branche halten ihr das immer wieder vor.
-
RätETF-InvestingETF Lehrfokus ETF statt Einzelaktien: Sie unterrichtet bewusst vor allem ETF-Investing, weil ein gutes Einzelaktienportfolio faktisch ein Nebenjob ist.
Zitat & Begründung
„ein gutes Einzelaktienportfolio ist schon ein bisschen ein Nebenjob zumindest“ ▶ 2:14:52
- Je mehr Einzelaktien man hat, desto mehr Zeit muss man hineinstecken.
- Sie fürchtet, dass ihren Lernenden die Einzelaktien sonst davonlaufen.
- Wer den Kapitalmarkt nur für den Vermögensaufbau nutzen will, ist für sie mit ETFs besser beraten.
-
SkeptischAstrologieRohstoff24.000 $ im Jahr Die Astrologie-Anekdote: Ein Newsletter für 24.000 Dollar im Jahr, der Rohstoff-Trades nach Mondphasen empfiehlt, abonniert von Citi, Goldman Sachs, JP Morgan und Merrill Lynch.
Zitat & Begründung
„Der ist Astrologe. Der macht Astrologie für die Commodity-Märkte“ ▶ 2:31:11
- Ein Banker aus dem Portfoliomanagement machte seine Rohstoff-Trades nach den Mails von Mahendra Sharma.
- Sie nahm für 1.000 Dollar ein Probe-Abo und sah im offenen Verteiler Citi, Goldman, JP Morgan und Merrill Lynch.
- Sie kann es nicht erklären, ein Abo hat sie seitdem nicht mehr genommen.
Meinungen von Larissa Kravitz aus dem Gespräch, keine Anlageberatung. Zitate wörtlich, die Zeitmarke springt zur Stelle im Video.
Wie Larissa Kravitz ihren quantitativen Ansatz entwickelt hat
Im Jahr 2000 war das ganze spekulative Geld von Larissa Kravitz weg, die meisten Firmen in ihrem Teenie-Depot gingen pleite. Ihr erster Job 2005, 2006 war Sales and Execution Trader bei einem kleinen Broker in Wien. Ihre Kunden waren Fondsmanager, die größeren Trades an der Wiener Börse liefen noch per Telefon. Bei Mittag- und Abendessen fragte sie nach, mit welchen Bewertungsmodellen sie ihre Aktien aussuchen.
2007 stieß sie über den Newsletter eines Bankanalysten auf das F-Score-Paper von Joseph Piotrowski aus dem Jahr 1997. Parallel testete sie die Strategie der Turtle Traders aus dem Buch „The Way of the Turtle“ von Curtis Faith an den Performance-Charts eines berühmten Hedgefonds. Weil gerade Social Media aufkam, machte sie danach einen Master in Quantitative Finance. Ihre erste These war ein Warnsystem für Pump-and-Dump mit Pennystocks auf Twitter.
Aus der Sentiment-Software wurde ein eigenes Start-up im Microsoft Ventures Accelerator, nachdem der Fonds seine Strategie geändert hatte. 2014, 2015 schloss Twitter die freie Schnittstelle, der Zugang hätte das Team nun einen sechsstelligen Betrag gekostet. Die Banken winkten ab, weil Reuters und Bloomberg ähnliche Analysen schon im Terminal hatten. Den Algorithmus und die Forschung dahinter verkauften sie an zwei Kunden.
Short ging sie Ende 2006 oder 2007, weil der Ölpreis nach oben schoss und die Märkte nicht reagierten. Ein Arbeitgeber sagte nach einem einzigen Telefonat „you’re hired“, auch das hielt sie für ein Crash-Signal. Sie war viel zu früh short, verlor damit aber weniger als mit ihren schlimmsten Aktien.
So funktioniert Larissa Kravitz' quantitativer Investmentansatz
Ihre Ideen sammelt sie wie in einem Trichter. Oben stehen die Conviction Buy List von Goldman, Listen anderer Banken, Reuters, die FT, Stocktwits und ein Filter bei Yahoo Finance für größere Aktien, die stark gefallen sind. Bevor sie eine Einzelaktie kauft, schaut sie immer auf den F-Score, den ihr ein Portal nach Eingabe des Tickers ausrechnet. Bei Wachstumsaktien zählt für sie das Momentum bei Umsatz und Kurs. Sie steigt nur ein, wenn sie sehr sicher ist, dass der Kurs steigt, auch spät in einen starken Trend oder in eine vergessene, günstige Aktie wie Ende 2024 eine mit über 8 Prozent Dividendenrendite.
Liegt eine Position 15 bis 20 Prozent hinter der Benchmark, verkauft sie schnell. Für den Ausstieg im Gewinn achtet sie darauf, ob das Handelsvolumen nachlässt und ob nach einem schwachen Tag noch jemand nachkauft, als Beispiel nennt sie AT&S. Kauft niemand nach, steigt sie aus, außer es steht ein Quartalsbericht oder eine Innovation an. Sie sagt selbst, dass sie dabei oft zu früh verkauft. Einzelaktien hält sie Monate, eher Jahre.
Den größten Teil ihres Depots hält sie in Faktor-ETFs, Momentum und Value als getrennte ETFs über mehrere Regionen. Multifaktor-ETFs meidet sie, weil sie das Faktor-Exposure selbst steuern will. Momentum ist übergewichtet, die vorsichtigere Variante wäre eine Gleichgewichtung. Value statt Quality nimmt sie, weil Momentum und Quality stark miteinander korrelieren. Jede Strategie prüft sie an den frühen 2000ern mit zwei Bärenmärkten. Hat sie in einem Monat Geld, aber keine Idee, fließt es in die Faktor-ETFs. Nischige Trend-ETFs wie iShares Clean Energy, aufgelegt 2007 und seitdem weit hinter dem MSCI World, lässt sie fast immer aus.
Ihr Anspruch ist, langfristig etwas über dem MSCI World zu liegen. Mit rund 15 Prozent pro Jahr im Schnitt ist sie zufrieden.
Larissa Kravitz als Investorin über Familie, Fehler und Overconfidence
Ihre Eltern arbeiteten beide am Kapitalmarkt. Mit 14 war Larissa Kravitz in der Summer School der New York Film Academy und wollte Regisseurin werden. Ihr Vater investierte 1996 stark in Online-Videotechnologie und verlor massiv Geld, weil er zehn Jahre zu früh dran war. Mit 18 kam sie nach Österreich zurück und ging in die Finanzbranche, weil sie sich dort auskannte.
Ihre zwei schmerzhaftesten Verluste lagen bei minus 50 bis 60 Prozent, beide Male aus demselben Grund. Einmal rief ein 30 Jahre älterer Börsenkenner an, sagte, welche Aktie sie kaufen soll, und legte auf. Sie kaufte ohne eigene Analyse. In der Covid-Zeit saß sie mit einem ihrer Idole auf einem Podium, er schwärmte von einer Pharma-Aktie, die schon stark gestiegen war. Sie kaufte trotzdem, die Aktie fiel um rund 70 Prozent. Heißen Tipps folgt sie seitdem nicht mehr, auch nicht von Warren Buffett.
Bei den Trend-IPOs rund um Covid wie Peloton, Oatly und Beyond Meat kam sie sich mit ihrem quantitativen Depot oft wie ein Idiot vor. Ihr erstes Bitcoin-Wallet hatte sie 2010 oder 2011, die Coins aus Online-Rätseln behielt sie nicht. Auf den Zettel am Bildschirm schreibt sie „Always do your research“.
Was das für dich heißt
Larissa Kravitz arbeitet quantitativ und kennt trotzdem ihre Schwächen genau. Das macht sie anders:
- Sie nutzt Bankenlisten wie die von Goldman nur als Inspiration und lässt jede Idee durch ihre eigenen Filter laufen. Übernimmst du Tipps direkt, oder laufen sie bei dir erst durch einen eigenen Filter?
- Sie hält Einzelaktien mindestens Monate, eher Jahre, weil sie Familie und ein eigenes Unternehmen hat. Passt dein Handelsstil zu der Zeit, die du wirklich hast?
- Sie weiß von sich, dass sie bei Einzelaktien oft zu früh aussteigt, und sagt das offen. Kennst du deine typische Schwäche beim Verkaufen?
- Sie führt ein eigenes Dividendenportfolio, obwohl sie weiß, dass Dividenden steuerlich ineffizient sind. Weißt du, welchen Zweck jeder Teil deines Depots für dich erfüllt?
Buchtipps von Larissa Kravitz
Buchtipps aller Gäste →Weitere Folgen
Alle Folgen ansehen →Larissa Kravitz stammt aus einer börsenaffinen Familie und kaufte mit 14 Jahren ihre ersten Aktien, mitten im Dotcom-Boom, gefolgt vom Crash.
Aus den Kommentaren
Mehr Erfahrungen →Heute mal mehr Mensch und investieren. Larissa ist sehr sympathisch … Gut haben mir die Geschichten aus der Kindheit/Jungend gefallen, insbesondere das „Bankgeheimnis“. … Gut nachgefragt wie immer. 👍
Aus der Folge
Goldmans Conviction Buy List, Larissa Kravitz’ Ideenquelle: öffentlich nachvollziehbar im wikifolio von Oliver Bruns.
Zum wikifolio* Bestenliste wikifolio ansehen*Begriffe aus dieser Folge
Profis antworten
Lies, was Larissa Kravitz dazu sagt, neben den Antworten der anderen Profis:
- Wie gehst du mit Gier und FOMO um?Larissa Kravitz: FOMO hält sie für eine der größten Gefahren
- Wann gibst du eine Idee auf?Larissa Kravitz: 15 bis 20 Prozent hinter der Benchmark, dann raus
- Welche Kennzahlen schaust du dir an?Larissa Kravitz: F-Score mit neun Punkten vor jedem Einzelkauf
- Hast du deinen Stil einmal gewechselt?Larissa Kravitz: Von der Zockerei der 20er zum stabilen Portfolio
- Was war dein teuerster Fehler?Larissa Kravitz: Zweimal einem Tipp gefolgt, bis zu 70 Prozent Verlust













