Echt oder Zufall? Standardfehler, t-Statistiken und p-Werte

Erfahren Sie in einfachen Worten, was Standardfehler, Konfidenzintervalle, t-Statistiken und p-Werte belegen und was nicht.

Kategorie: Statistik

Einfach erklärt

Stellen Sie sich vor, Sie werfen eine Münze 10-mal und erhalten 6-mal Kopf. Ist die Münze manipuliert, oder hatten Sie einfach Glück? Statistik ist der Werkzeugkasten für die Frage „Ist das echt, oder könnte es Zufall sein?“ Wenn SurgeFlow etwas misst, etwa um wie viel eine Gruppe von Aktien eine andere übertroffen hat, ist die Zahl nie vollkommen sauber. Diese Werkzeuge sagen Ihnen, wie sehr Sie ihr vertrauen können. Sie sagen Ihnen nicht mit Gewissheit die Wahrheit. Sie sagen Ihnen, wie überrascht Sie sein sollten, wenn das Ergebnis in Wirklichkeit bloßer Zufall wäre.

Was es misst

Vier Begriffe tauchen immer wieder auf, und jeder beantwortet eine leicht andere Frage. Gemeinsam fragen sie: Wenn es in Wahrheit überhaupt keinen Effekt gäbe, wie wahrscheinlich wäre dann das beobachtete Ergebnis? Ein kleines Rechenbeispiel: Angenommen, eine Strategie erzielte im Durchschnitt 0.4% pro Monat, und der Standardfehler dieses Durchschnitts beträgt 0.1%. Die t-Statistik ist 0.4 geteilt durch 0.1, also 4. Eine t-Statistik von 4 ist groß, der p-Wert wäre also winzig. Das ist ein Ergebnis, das sich durch Zufall kaum erklären lässt. Bei einer t-Statistik nahe 1 wäre das nicht der Fall. - Standardfehler: wie stark ein Durchschnitt schwanken würde, wenn Sie die Messung wiederholten. Kleiner bedeutet stabiler. - Konfidenzintervall: eine Spanne, in der der wahre Wert plausibel liegt, z. B. „0.4% plus/minus 0.2%, also 0.2% bis 0.6%“. - t-Statistik: das Ergebnis geteilt durch seinen Standardfehler. Größer (weiter von 0 entfernt) bedeutet: schwerer als Zufall abzutun. Als gängige Faustregel gilt grob eine t-Statistik über ~2 als Schwelle. - p-Wert: die Wahrscheinlichkeit, ein Ergebnis dieser Größe zu sehen, wenn der wahre Effekt null wäre. Ein kleines p (z. B. 0.01) bedeutet: „Zufall allein bringt das selten hervor“.

Wie SurgeFlow es verwendet

Diese Statistiken bilden die Grundlage des Tabs „Faktoren“ (/factors). Ein „Faktor“ ist eine Regel, die Aktien sortiert (zum Beispiel günstig gegenüber teuer), und SurgeFlow verfolgt den Renditeabstand zwischen den beiden Gruppen im Zeitverlauf, den sogenannten Spread. Für jeden Faktor wird neben diesem Spread eine T-stat angezeigt: der durchschnittliche Abstand geteilt durch seinen Standardfehler. Je größer die T-stat, desto unwahrscheinlicher ist es, dass der Abstand bloßes Rauschen ist. SurgeFlow weist HAC-t-Statistiken aus, wo die Daten es erfordern (HAC steht für Heteroskedasticity- and Autocorrelation-Consistent, auch Newey-West genannt). Einfach gesagt: Tagesrenditen sind sprunghaft und ähneln sich tendenziell von Tag zu Tag, wodurch ein Ergebnis stärker wirken kann, als es ist. Die HAC-Korrektur weitet die Fehlerbalken, um dem Rechnung zu tragen, und ergibt eine vorsichtigere, oft kleinere t-Statistik. - Spread: die Rendite der „oberen“ Gruppe abzüglich der Rendite der „unteren“ Gruppe eines Faktors. - T-stat auf /factors: der durchschnittliche Spread geteilt durch seinen Standardfehler. - HAC / Newey-West: eine Korrektur, die verhindert, dass sprunghafte, mit sich selbst korrelierte Daten Stärke vortäuschen. - Gemeinsame Tests über viele Faktoren zugleich (etwa ein Test nach GRS-Art) schützen vor dem Herauspicken eines einzelnen Faktors, der zufällig gut abschneidet; diese Ergänzung ist geplant, sobald die Datenhistorie lang genug ist.

So lesen Sie es auf der Website

Öffnen Sie den Tab „Faktoren“ (/factors) und sehen Sie sich die Spalte T-stat neben dem Spread jedes Faktors an. Als grobe Orientierung: Eine HAC-t-Statistik deutlich über 2 bedeutet, dass der historische Abstand kaum reiner Zufall ist; eine t-Statistik nahe oder unter 1 bedeutet, dass es leicht Zufall sein könnte und wenig Gewicht verdient. Lesen Sie sie stets zusammen mit der tatsächlichen Höhe der Rendite, nicht für sich allein. Ein Faktor kann „statistisch echt“ und dennoch winzig sein – oder groß, aber zu verrauscht, um ihm zu vertrauen. Betrachten Sie die t-Statistik als Vertrauensanzeige, nicht als Kauf- oder Verkaufsknopf.

Was es Ihnen nicht sagen kann

Ein kleiner p-Wert oder eine große t-Statistik lässt sich leicht fehldeuten, seien Sie also vorsichtig. Diese Zahlen beschreiben die vergangenen Daten, die SurgeFlow gemessen hat; sie sind keine Prognosen, und ein echt wirkender Vorteil kann schwinden, sobald ihn alle kennen. Nichts davon belegt eine Ursache: Ein Faktor kann zufällig mit Renditen zusammenfallen (Korrelation ist keine Kausalität). Und je mehr Regeln Sie testen, desto wahrscheinlicher wirkt eine davon rein zufällig „signifikant“; das nennt man multiples Testen oder p-Hacking – so, als würde man 100 Münzen werfen und mit der einen prahlen, die 9-mal Kopf zeigte. - Statistische Signifikanz ist keine ökonomische Signifikanz: „echt“ heißt nicht „groß genug, um relevant zu sein“. - In der Vergangenheit signifikant heißt nicht, dass es sich in Zukunft wiederholt. - Eine hier gefundene Korrelation ist kein Beleg für eine Ursache. - Wer genügend Faktoren testet, findet einige, die zufällig großartig aussehen; eine einzelne eindrucksvolle t-Statistik für sich genommen ist schwache Evidenz. - Dies sind Werkzeuge für Research und Bildung. SurgeFlow bietet keine Anlageberatung.