Korrelation, Kovarianz und Ereignisrisiko - Fünf Bausteine eines Digital-Asset-Portfolios im Vergleich über 54 Monate

Auf einen Blick

Eine Korrelationszahl allein bestimmt nicht, wie stark ein Baustein das Portfoliorisiko verändert. Dafür braucht es Gewichte und Kovarianz, also die Korrelation zusammen mit beiden Schwankungsweiten.

Über 54 Monate liegen drei Digital-Asset-Bausteine mit Korrelationen zwischen −0,08 und +0,59 in ihrer Portfoliowirkung sämtlich nahe an einer schlichten Kassequote.

Erst eine Gegenprobe, die den Volatilitätsunterschied rechnerisch ausschaltet, zeigt, wie stark unterschiedliche Korrelationen bei gleicher Schwankungsweite auf die Portfoliovolatilität wirken. Dort trennen sie die Bausteine um nahezu den Faktor drei.

Selbst Korrelation und Volatilität zusammen erklären nicht, was im Stress geschieht. Der FTX-Monat traf zwei zuvor sehr ruhige Reihen gleichzeitig um mehr als das Dreifache ihrer normalen Schwankungsbreite.

Eine über 54 Monate durchgehend positive Reihe mit rund einem Prozent Volatilität ist kein Beleg für geringes Risiko. Sie kann auch bedeuten, dass sich das Risiko bisher nicht als Schwankung gezeigt hat.

Fragestellung und Untersuchungsdesign

Die praktische Frage dahinter ist vertraut. Ein Factsheet weist für eine neue Strategie eine Korrelation von 0,59 zu genau dem Risiko aus, das sie diversifizieren soll. Ist das bereits zu hoch, um als sinnvolle Ergänzung zu gelten, oder sagt eine Korrelationszahl allein zu wenig über die tatsächliche Portfoliowirkung?

Ausgangspunkt dieser Untersuchung war eine verbreitete Merkregel: In Stressphasen liefen alle Korrelationen gegen eins, weshalb eine über den Gesamtzeitraum gemessene Korrelation für die Beurteilung eines Bausteins mit Diversifikationsfunktion wenig tauge. Geplant war deshalb, bedingte Korrelationen innerhalb negativer Marktphasen zu schätzen.

Dieser Plan wurde verworfen, weil die Teilstichproben dafür zu klein sind. Innerhalb der Regime bleiben je nach Abgrenzung nur 21 bis 26 Monatsbeobachtungen.

Vorab festgelegt waren drei Auswertungsebenen: die Gesamtkorrelation einschließlich ihrer Schätzunsicherheit, das Verhalten in negativen Marktregimen, also in Phasen fallender Märkte, anhand von Durchschnittsrendite und Anteil positiver Monate, und drei vorab definierte Stressereignisse. Ebenfalls vorab festgelegt war eine qualitative Entscheidungsregel, unter der die These als geschwächt gelten sollte.

Volatilität, Beta, die Wirkungsrechnung und die skalierte Gegenprobe gehörten nicht zu diesem Plan. Sie sind nachgelagerte Erklärungsanalysen, mit denen wir ein Muster deuten, das die vorab festgelegte Auswertung sichtbar gemacht hat. Diese Trennung wird im Folgenden durchgehalten.

Datenbasis

Untersucht wurden fünf ökonomisch unterschiedliche Bausteine über ein gemeinsames Fenster von Januar 2022 bis Juni 2026, also 54 Monatsrenditen: Bitcoin über die Galaxy Bitcoin Series, der Altcoin-Index über den S&P Cryptocurrency BDA Ex-MegaCap Index, der marktneutrale Index über den Galaxy VisionTrack Market Neutral Index sowie zwei anonymisierte Einzelstrategien für Stablecoin-Income und DeFi-Income. Der Ex-MegaCap-Index umfasst den breiten Digital-Asset-Markt ohne Bitcoin und Ethereum; die Methodik von S&P definiert MegaCap ausdrücklich als die Kombination dieser beiden Werte. Die Bezeichnungen entsprechen denen des begleitenden LinkedIn-Newsletters PORTFOLIOTHESE, den Sie gerne unter dem folgenden Link abonnieren können: PORTFOLIOTHESE.

Die beiden anonymisierten Reihen sind keine Segmentbenchmarks. Für diese eng definierten Segmente stand für die Untersuchung keine hinreichend passende breite Benchmark zur Verfügung. Beide stehen exemplarisch für die jeweilige Ertragslogik und wurden aus dem vorliegenden Strategieuniversum nach ihrer Eignung ausgewählt, diese Ertragslogik abzubilden, nicht nach der Höhe der historischen Rendite. Für sie werden monatliche Nettohistorien nach Gebühren verwendet; Markt- und Indexreihen gehen als Indexrenditen ohne angenommene Produktkosten ein.

Zur Reihe des marktneutralen Index gehört eine Einordnung, die für die Belastbarkeit des Kernbefunds wesentlich ist. Der Galaxy VisionTrack Market Neutral Index beruht auf Renditen, die teilnehmende Manager freiwillig beisteuern, und Galaxy weist ausdrücklich aus, dass diese Angaben nicht unabhängig verifiziert werden. Eine solche Datenbankkonstruktion ist potenziell anfällig für Selektions-, Survivorship- und Backfill-Effekte. Richtung und Größenordnung dieser Effekte lassen sich aus den hier verwendeten Daten nicht quantifizieren. Die Einschränkung ist besonders relevant, weil ihre niedrige Eigenvolatilität für einen Teil der folgenden Portfoliowirkung wesentlich ist.

Die Einzelvolatilitäten betragen annualisiert 54,1 Prozent für Bitcoin, 67,2 für den Altcoin-Index, 4,4 für den marktneutralen Index, 4,5 für DeFi-Income und 1,1 für Stablecoin-Income. Die Korrelationen zu Bitcoin liegen bei 0,85 für den Altcoin-Index, 0,59 für den marktneutralen Index, 0,27 für DeFi-Income und −0,08 für Stablecoin-Income.

Die Wirkungsrechnung

Ausgangspunkt ist ein reines Bitcoin-Portfolio. Davon wird jeweils die Hälfte durch einen der übrigen Bausteine ersetzt. Als Referenz dient eine Kassequote, rechnerisch mit null Prozent Rendite und null Prozent Schwankung angesetzt.

Die hälftige Aufteilung ist bewusst keine Kundenallokation, sondern ein Vergleichsmaß. Sie hält Gewicht und Ausgangsrisiko über alle fünf Fälle konstant, sodass allein die Eigenschaften des beigemischten Bausteins den Unterschied erzeugen. Was das für ein reales Mandat bedeutet, steht unter Grenzen der Untersuchung.

Zu vergleichen sind die zweite und die dritte Spalte: Die Korrelationen liegen weit auseinander, die resultierenden Volatilitäten der ersten drei Beimischungen nicht.

Monatliches Rebalancing auf 50/50 unterstellt. Volatilitäten aus 54 Monatsrenditen, mit Wurzel zwölf annualisiert.

Die Korrelationszahl sortiert die drei Bausteine deutlich voneinander. Ihre Wirkung auf die Portfoliovolatilität tut das nicht: Die resultierenden Werte liegen 1,4 Prozentpunkte auseinander, und alle drei bewegen sich im Bereich der schlichten Kassequote von 27,1 Prozent.

Beim Altcoin-Index kehrt sich das Bild um. Eine Korrelation von 0,85 trifft auf eine Eigenvolatilität, die über der von Bitcoin liegt. Die Beimischung senkt die Portfoliovolatilität nicht, sie erhöht sie um knapp acht Prozent.

Was diese Rechnung nicht isoliert

An dieser Stelle ist eine Selbstkorrektur nötig, die wir nicht verschweigen wollen. Die Wirkungsrechnung isoliert den Diversifikationseffekt gar nicht. Was sie zeigt, ist die gesamte Portfoliowirkung einschließlich des Volatilitätsersatzes. Ein großer Teil der gemessenen Reduktion entsteht nicht aus Diversifikation, sondern schlicht daraus, dass die Hälfte eines sehr volatilen Bausteins durch einen deutlich weniger volatilen ersetzt wird. Genau deshalb erreicht auch die Kassereferenz, deren Kovarianzterm bei angenommener Nullvolatilität null ist, nahezu dasselbe Ergebnis.

Ob hinter den drei nahezu identischen Werten überhaupt eine Diversifikationsleistung steckt, beantwortet diese Rechnung nicht. Dafür braucht es eine Gegenprobe.

Die skalierte Gegenprobe

Der folgende Schritt ist ein bewusst unrealistisches Gedankenexperiment. Er beantwortet die Frage, was von der gemessenen Wirkung übrig bleibt, wenn der Volatilitätsunterschied verschwindet.

Um den Beitrag der Korrelation zu isolieren, wird jeder Baustein rechnerisch auf die Bitcoin-Volatilität von rund 54 Prozent normiert. Bei gleicher Gewichtung und gleicher Schwankungsweite bestimmt dann nur noch die Korrelation den Unterschied. Die zugrunde liegende Beziehung steht im Methodikteil.

Rein analytische Rechnung. Alle Bausteine werden kontrafaktisch auf dieselbe Volatilität normiert; bei Stablecoin-Income entspricht das rechnerisch einer Hebelung um rund den Faktor 49. Es handelt sich um keine investierbare Strategie und um keine beobachtete Historie, sondern allein um die Isolierung des Korrelationseffekts.

Das Ergebnis präzisiert das Bild erheblich. Unskaliert lagen die drei Bausteine innerhalb von 1,4 Prozentpunkten. Bei gleicher Schwankungsweite macht die Korrelation den Unterschied zwischen einer Volatilitätsreduktion von rund 32 Prozent und rund 11 Prozent, also nahezu den Faktor drei.

Eine hohe Korrelation bedeutet demnach nicht, dass ein Baustein wertlos ist. Sie bedeutet bei gleicher Schwankungsweite, dass er deutlich weniger zur Reduktion der Portfoliovolatilität beiträgt. In der unskalierten Welt verschwindet dieser Unterschied hinter dem viel größeren Volatilitätsersatz.

Wie groß dieser Volatilitätsersatz ist, lässt sich exakt beziffern. Die Rechnung dazu steht unter Vertiefung: Wo die Wirkung rechnerisch herkommt, weil sie für den Befund selbst nicht mehr gebraucht wird.

Beta und seine Grenzen

Für die Portfolioarbeit stellt sich dieselbe Frage in einer vertrauteren Kennzahl: Wie viel Bitcoin-Marktrisiko steckt tatsächlich in den einzelnen Bausteinen? Übersetzt in diese klassische Größe ergibt sich aus Korrelation und Volatilitäten das Beta zu Bitcoin.

Bei Stablecoin-Income weisen beide Perspektiven in dieselbe Richtung: Die Korrelation liegt nahe null, und aufgrund der sehr geringen Eigenvolatilität ist auch das Bitcoin-Beta praktisch null. Auch diese Betas beruhen auf denselben 54 Beobachtungen und sind Stichprobenschätzungen, keine stabilen Eigenschaften der Bausteine.

Schätzunsicherheit

Bis hierhin ist mit den gemessenen Korrelationen gerechnet worden. Wie belastbar sind diese Zahlen überhaupt? Alle bisher genannten Korrelationen sind Punktschätzungen aus 54 Monaten. Ihre Unsicherheit ist erheblich und in den Tabellen nicht sichtbar.

Für Stablecoin-Income wäre mit dieser Historie eine merklich negative Beziehung ebenso vereinbar wie eine leicht positive. Die Aussage, diese Reihe sei unkorreliert zu Bitcoin, behauptet mehr, als die Daten hergeben. Die zweite Nachkommastelle suggeriert bei einer solchen Historie eine Präzision, die nicht vorhanden ist.

Dieselbe Unsicherheit war der Grund, die ursprünglich geplanten bedingten Korrelationen nicht zu schätzen. Eine innerhalb eines Regimes gemessene Korrelation von 0,40 hätte bei rund zwanzig Beobachtungen näherungsweise ein 95-Prozent-Intervall von −0,04 bis +0,71. Eine solche Schätzung sähe präzise aus, ohne es zu sein.

Verhalten in negativen Marktregimen

Für einen Baustein, der Risiko streuen soll, zählt nicht nur, wie stark zwei Reihen über den gesamten Zeitraum zusammenhängen, sondern ob ihre Eigenständigkeit gerade dann erhalten bleibt, wenn Diversifikation gebraucht wird. Innerhalb der Regime berechnen wir aus dem unter Schätzunsicherheit genannten Grund keine neuen Korrelationen, sondern betrachten Durchschnittsrendite und Anteil positiver Monate.

Als Regimegeber für den Digital-Asset-Markt dient der marktwertgewichtete S&P BDA. Seine hohe Bitcoin-Gewichtung ist bewusst akzeptiert, weil sie die tatsächliche Konzentration des Marktes abbildet. Weil das Regime dadurch stark von Bitcoin geprägt ist, tritt der S&P 500 als externe Gegenprobe hinzu.

In den 26 Monaten, in denen der breite Digital-Asset-Markt fiel, verlor Bitcoin durchschnittlich 10,75 Prozent. Der marktneutrale Index erzielte im selben Regime im Mittel plus 0,35 Prozent und war in 23 von 26 Monaten positiv, trotz einer Gesamtkorrelation von 0,59. DeFi-Income lag bei plus 0,47 Prozent, Stablecoin-Income war in allen 26 Monaten positiv. In den 21 negativen Monaten des S&P 500 blieben diese drei Bausteine ebenfalls im Mittel positiv.

Zwei Einschränkungen gehören hierher. Erstens enthalten diese Regime-Mittelwerte die Schockmonate bereits. Zweitens belegt der Befund keine generelle Unabhängigkeit von den traditionellen Märkten. Er zeigt, dass die drei Bausteine sowohl in negativen Digital-Asset-Monaten als auch in negativen Aktienmarktmonaten im Mittel ein deutlich anderes Verhalten zeigten als Bitcoin und der Altcoin-Index.

Die drei Stressereignisse

Im November 2022 brach FTX zusammen, damals eine der größten Kryptobörsen weltweit, bei der Kundengelder nicht getrennt vom Eigenvermögen verwahrt waren. Bitcoin verlor 16,80 Prozent. Bei einem Bitcoin-Beta von rund 0,05 entspricht das für den marktneutralen Index einem rechnerischen Beitrag von rund −0,8 Prozentpunkten. Tatsächlich verlor die Reihe 4,60 Prozent, DeFi-Income 4,81 Prozent.

Gemessen an ihrer jeweiligen, aus der Gesamthistorie abgeleiteten Monatsvolatilität entspricht das rund dem 3,6- beziehungsweise 3,7-Fachen. Ein einziges gemeinsames Ereignis traf damit zwei zuvor sehr glatt verlaufende Bausteine um ein Vielfaches ihrer normalen Schwankungsbreite.

Beta beschreibt die durchschnittliche lineare Marktsensitivität. Ein Bitcoin-Beta identifiziert jedoch keine Gegenpartei-, Liquiditäts- oder Marktstrukturrisiken und sagt nicht, wie eine Strategie auf einen solchen Schock reagiert. Der FTX-Schock traf genau jene Dimensionen: Börsen-, Gegenpartei-, Liquiditäts- und Marktstrukturrisiken. Dass der marktneutrale Index in diesem Monat 4,60 Prozent verlor, zeigt, dass ein niedriges Marktbeta diese Risiken nicht ausschließt.

Die eingangs genannte Merkregel, in Stressphasen liefen alle Korrelationen gegen eins, lässt sich aus diesen Daten weder bestätigen noch widerlegen; bedingte Korrelationen wurden bewusst nicht geschätzt. Was die Auswertung zeigt, ist ein anderer Mechanismus: Ein einzelnes Ereignis kann mehrere Bausteine gleichzeitig über eine Risikodimension treffen, die aus der Gesamtperiodenkorrelation nicht erkennbar ist.

Die beiden anderen vorab definierten Ereignisse stehen für unterschiedliche Kanäle. Terra/Luna, der Zusammenbruch eines algorithmischen Stablecoins samt des darauf aufgebauten Ökosystems, war ein Protokollschock mit Bitcoin bei minus 15,75 und dem Altcoin-Index bei minus 40,80 Prozent. Beim USDC-Depeg im März 2023 löste sich der Stablecoin USDC zeitweise von seiner Dollarbindung, weil ein Teil der Reserven bei der kurz zuvor von der Aufsicht geschlossenen Silicon Valley Bank lag; hier war ein klassisches Bankrisiko in eine vermeintlich rein digitale Struktur übertragen.

Bitcoin stieg in diesem Monat um 23,08 Prozent; von den vier weiteren Bausteinen schloss allein der Altcoin-Index im Minus, mit 4,03 Prozent. Einen Verlust in der Größenordnung von Terra/Luna oder FTX gab es nicht.

Der Peg war allerdings innerhalb weniger Tage wiederhergestellt. Monatsdaten können einen zwischenzeitlichen Drawdown und seine Erholung innerhalb desselben Monats vollständig verdecken. Was hier sichtbar wird, ist der Monatsabschluss, nicht der Pfad dorthin. Welche Risikodimension ein Schock trifft, beeinflusst wesentlich, welche Bausteine belastet werden.

Robustheitscheck

Ein nachgelagerter Check ohne die drei vorab definierten Stressmonate lässt 51 Beobachtungen übrig und verändert insbesondere DeFi-Income. Die Korrelation zu Bitcoin sinkt von 0,27 auf 0,13, und gleichzeitig fällt die annualisierte Eigenvolatilität von rund 4,5 auf 3,3 Prozent. Beim marktneutralen Index und bei Stablecoin-Income bleiben die Korrelationen dagegen nahezu unverändert.

Die Grundthese ändert sich dadurch nicht. Der Check zeigt vielmehr, wie stark einzelne Stressbeobachtungen sowohl eine Korrelations- als auch eine Volatilitätsschätzung aus nur 54 Monaten prägen können. Drei von 54 Beobachtungen halbieren einen Punktschätzer und senken zugleich eine Eigenvolatilität um mehr als ein Viertel.

Die zentrale Portfoliowirkung bleibt bestehen: Die drei Mischungen liegen ohne die Stressmonate bei 26,6 bis 27,7 Prozent und damit weiterhin dicht beieinander. Die vollständige Neuberechnung aller Eingangsgrößen steht unter Vertiefung: Der vollständige Robustheitscheck.

Woran es hängt

Vor der Auswertung war als qualitative Entscheidungsregel festgelegt, dass die eingangs beschriebene Merkregel als geschwächt gelten sollte, wenn Regime- und Ereignisanalyse gegenüber einer Einordnung allein über die Gesamtkorrelation keinen zusätzlichen Erkenntniswert liefern. Die Regel wurde ausschließlich an den drei vorab definierten Ebenen geprüft und nicht ausgelöst. Sie ist bewusst qualitativ formuliert und war nicht an einen Schwellenwert gebunden.

Die Bewertung fällt dabei unterschiedlich aus, und das ist das ehrlichere Ergebnis. Beim marktneutralen Index und bei DeFi-Income verändern Regime- und Stressanalyse das Urteil deutlich. Bei Stablecoin-Income trägt die These vor allem über die Risiken, die aus einer glatten Reihe nicht ablesbar sind. Bei Bitcoin und beim Altcoin-Index bestätigt die Zusatzanalyse zunächst die Grundrichtung der hohen Gesamtkorrelation: Beide reagieren in negativen Digital-Asset-Regimen überwiegend negativ. Einzelne Stressereignisse zeigen allerdings, dass sich das Ausmaß der Verluste erheblich unterscheiden kann.

Was die Historie nicht zeigt

Die Stablecoin-Income-Strategie war in allen 54 Monaten positiv, bei einer annualisierten Volatilität von rund 1,1 Prozent. Auf Basis von Volatilität und Korrelation allein kann eine solche Reihe nahezu ideal für eine Diversifikationsaufgabe erscheinen.

Bei einkommensgeprägten Strategien kann die historische Volatilität jedoch vor allem die Variation des laufenden Ertrags abbilden. Kredit-, Plattform-, Smart-Contract- oder Liquiditätsverluste können dagegen lange ausbleiben und sich im Ereignisfall sprunghaft materialisieren. Eine glatte Renditereihe ist deshalb kein Beleg dafür, dass die zugrunde liegenden Risiken gering oder voneinander unabhängig sind. Manche Risiken zeigen sich nicht als Schwankung, sondern als Ereignis.

Vertiefung: Wo die Wirkung rechnerisch herkommt

Dieser Abschnitt beziffert, was weiter oben bereits festgestellt wurde. Für den Befund selbst wird er nicht gebraucht; er zeigt die Mechanik dahinter.

Anders als die Volatilität ist die Varianz additiv zerlegbar: in den Eigenvarianzterm von Bitcoin, den Eigenvarianzterm des beigemischten Bausteins und den Kovarianzterm, der beide verbindet.

 

Die Varianz des gemischten Portfolios besteht bei den drei niedrigvolatilen Bausteinen zu über neun Zehnteln aus Bitcoin selbst. Konkret entspricht der Bitcoin-Eigenvarianzterm beim marktneutralen Index rund 91 Prozent und bei DeFi-Income rund 95 Prozent der resultierenden Portfoliovarianz. Bei Stablecoin-Income liegt der rechnerische Anteil aufgrund des leicht negativen Kovarianzterms sogar knapp über 100 Prozent. Damit ist der Befund der Wirkungsrechnung erklärt: Der überwiegende Teil der Risikoreduktion stammt hier nicht aus dem Diversifikationseffekt, sondern aus dem Ersatz eines hochvolatilen durch einen niedrigvolatilen Baustein. Der Kovarianzterm, in dem die Korrelation überhaupt erst wirksam wird, macht bei diesen drei Bausteinen betragsmäßig weniger als zehn Prozent aus.

Vertiefung: Der vollständige Robustheitscheck

Vollständige Neuberechnung aller Eingangsgrößen ohne die Monate Mai 2022, November 2022 und März 2023, also auf Basis von 51 statt 54 Beobachtungen.

Grenzen der Untersuchung

Alle Kennzahlen beruhen auf 54 Monatsbeobachtungen und sind Stichprobenschätzungen, keine Eigenschaften der Bausteine und keine Aussage über die Zukunft. Der Befund bleibt begrenzt durch die kurze Historie, durch konkrete Einzelstrategien statt Segmentbenchmarks, durch mögliche Selektions-, Datenbank- und Glättungseffekte sowie durch die monatliche Frequenz.

Die Wirkungsrechnungen berücksichtigen weder Erträge noch Kosten, Liquidität oder Umsetzbarkeit. Sie beantworten eine Risikofrage, keine Allokationsfrage. Die Fünfzig-Fünfzig-Anordnung ist eine Segmentbetrachtung innerhalb eines Digital-Asset-Exposures und ausdrücklich keine Modellallokation für ein Kundenportfolio. Für ein solches entscheidet nicht die Korrelation zu Bitcoin, sondern die Kovarianz des Bausteins mit dem bestehenden Portfolio und mit der Position, die für seine Aufnahme reduziert wird. Dieselbe Prüfung gilt außerhalb digitaler Assets unverändert, etwa für einen marktneutralen Fonds neben einem Aktienkern oder für eine Kreditstrategie neben einem Rentenportfolio.

Eine weiterführende Frage bleibt offen und ist Gegenstand einer gesonderten Untersuchung: was geschieht, wenn mehrere vermeintlich diversifizierende Ertragslogiken miteinander kombiniert werden. Der FTX-Monat legt nahe, dass Diversifikation zwischen Strategien nicht dasselbe ist wie Diversifikation zwischen Risikofaktoren.

Methodik

Alle empirischen Volatilitäten sind aus den 54 Monatsrenditen berechnet und mit Wurzel zwölf annualisiert. Diese Annualisierung setzt seriell unkorrelierte Monatsrenditen voraus. Bei geglätteten oder illiquideren Bausteinen kann die so annualisierte Volatilität das ökonomische Risiko unterschätzen.

Die Wirkungsrechnung unterstellt monatliches Rebalancing auf 50/50. Die vereinfachte Kassereferenz wird mit einer angenommenen Monatsrendite von null Prozent und damit null Prozent Volatilität angesetzt; laufende Erträge sind nicht modelliert. Die skalierte Gegenprobe ist rein analytisch und folgt der Beziehung sigma mal Wurzel aus 0,5 plus 0,5 mal r. Für den gesamten Bericht gilt ein einziger Grundsatz: Alle abgeleiteten Kennzahlen werden aus den ungerundeten finalen Reihen berechnet; gerundet wird ausschließlich für die Darstellung. Eine Rückrechnung aus den in den Tabellen gezeigten gerundeten Werten kann deshalb in der letzten ausgewiesenen Stelle abweichen.

Betas sind als Korrelation mal Verhältnis der Volatilitäten berechnet und beruhen auf denselben Beobachtungen wie die Korrelationen. Die Beta-Näherung bei einem Bitcoin-Rückgang bildet ausschließlich die geschätzte lineare Marktsensitivität ab und enthält weder Achsenabschnitt noch Residualterm.

---

Interessenkonflikt und Hinweise

Boris Jurczyk ist Gründer von 21Nexus Capital und damit wirtschaftlich mit dem Thema Digitale Assets verbunden. Zuvor verantwortete er die Aktien- und Quant-Selektion bei Berenberg und die liquiden Anlagen bei AURETAS family trust. Zu den beiden Fondsgesellschaften hinter den anonymisierten Income-Strategien bestehen derzeit keine geschäftlichen Verbindungen; insbesondere ist 21Nexus dort nicht investiert.

Dieser Beitrag dient ausschließlich Informationszwecken und stellt weder eine Anlageberatung noch eine Empfehlung zum Erwerb oder zur Veräußerung von Finanzinstrumenten oder Kryptowerten dar. Kryptowerte unterliegen erheblichen Kursschwankungen; ein vollständiger Verlust des eingesetzten Kapitals ist möglich. Vergangene Wertentwicklungen sind kein verlässlicher Indikator für künftige Ergebnisse.