So backtesten wir gehebelte ETFs bis ins Jahr 1885
Gehebelte ETFs sind jung: Selbst der erste S&P-500-ETF SPY startete erst 1993. Ein Backtest über mehrere Marktzyklen braucht deshalb ein Modell, das Indexrenditen, tägliches Rebalancing und historische Kosten sauber trennt.
Diese Seite dokumentiert unsere Datenquellen, Annahmen und den Vergleich der Simulation mit realen 2×- und 3×-Produkten.
Simulation und reale ETF-Daten im Vergleich
Die folgenden Charts vergleichen dasselbe Modell, das in unseren Tools läuft, mit historischen Kursdaten realer Produkte. Kleine Abweichungen entstehen unter anderem durch Tracking, Swap-Konditionen und Datenquellen.
2×-Simulation im Vergleich zum realen SSO
Der ProShares Ultra S&P 500 (SSO) bildet den S&P 500 Total Return in den USA mit täglichem 2×-Hebel ab.
3×-Simulation im Vergleich zum realen SPXL
Der Direxion Daily S&P 500 Bull 3X Shares (SPXL) ist einer der größten täglich dreifach gehebelten US-ETFs.
3×-Simulation im Vergleich zum realen UPRO
Der ProShares UltraPro S&P 500 (UPRO) bietet täglich 3× Exposure auf den S&P 500 Total Return.
2×-Simulation im Vergleich zum realen SPUU
Der Direxion Daily S&P 500 Bull 2X Shares (SPUU) bietet täglich 2× Exposure.
3×-Simulation im Vergleich zum realen 3USL
Der Xtrackers S&P 500 3x Leveraged Daily Swap UCITS ETF bildet den S&P 500 Net Total Return ab.
Einschränkung bei europäischen S&P-500-Produkten
Diese Produkte folgen dem Net Total Return Index. Unser historischer Basisdatensatz verwendet den Total Return Index. Die Differenz modellieren wir konservativ über zusätzliche jährliche Kosten; die Übereinstimmung ist deshalb weniger exakt als bei US-Produkten.
2×-Simulation im Vergleich zum realen DBPG
Der Xtrackers S&P 500 2x Leveraged Daily Swap UCITS ETF bildet den S&P 500 Net Total Return ab.
Einschränkung bei europäischen S&P-500-Produkten
Diese Produkte folgen dem Net Total Return Index. Unser historischer Basisdatensatz verwendet den Total Return Index. Die Differenz modellieren wir konservativ über zusätzliche jährliche Kosten; die Übereinstimmung ist deshalb weniger exakt als bei US-Produkten.
2×-MSCI-World-Simulation im Vergleich zum ETF888
Der Amundi MSCI World (2x) Leveraged UCITS ETF bildet den MSCI World mit täglichem 2×-Hebel ab.
2×-Nasdaq-100-Simulation im Vergleich zum QLD
Der ProShares Ultra QQQ (QLD) bietet täglich 2× Exposure auf den Nasdaq 100.
3×-Nasdaq-100-Simulation im Vergleich zum TQQQ
Der ProShares UltraPro QQQ (TQQQ) bietet täglich 3× Exposure auf den Nasdaq 100.
2×-Nasdaq-100-Simulation im Vergleich zum LQQ
Der Amundi Nasdaq-100 Daily (2x) Leveraged UCITS ETF ist ein europäisches 2×-Produkt.
3×-Nasdaq-100-Simulation im Vergleich zum LQQ3
Das WisdomTree NASDAQ 100 3x Daily Leveraged ETP bietet europäisches 3×-Exposure.
Historische Indexdaten seit 1885
Leverage-Produkte auf den S&P 500 beziehen sich auf einen Total-Return-Index, der Dividenden einbezieht. Leicht zugängliche Tagesdaten reichen jedoch nur bis 1988 zurück und würden Weltwirtschaftskrise, Ölkrise und Schwarzen Montag auslassen.
Als frühe Basis verwenden wir den rekonstruierten Datensatz aus diesem offenen GitHub-Projekt. Ab etwa 1988 wechseln wir auf reale S&P-500-Total-Return-Daten. Zuvor im Proxy enthaltene Fondskosten werden entfernt, damit der Index eine saubere Basis für verschiedene ETF-Annahmen bildet.
Berechnung täglicher gehebelter Renditen
Für jeden Handelstag multiplizieren wir die Indexrendite mit dem gewählten Hebel. Anschließend ziehen wir anteilig Fondskosten, Finanzierung und weitere modellierte Kosten ab.
Tagesrendite ≈ Hebel × Indexrendite − tägliche Kosten
Täglicher Reset
Der Hebel wird jeden Tag auf den aktuellen Portfoliowert angewendet. Dadurch entsteht Pfadabhängigkeit: Schwankungen können Rendite kosten, gleichmäßige Trends können positives Compounding erzeugen.
TER
Die jährliche Gesamtkostenquote wird auf die tatsächliche Zahl der Handelstage des jeweiligen Jahres verteilt und täglich abgezogen.
Finanzierungskosten
Für das zusätzlich eingesetzte Kapital verwenden wir historische kurzfristige Zinssätze. Die Daten stammen aus der FRED API; für US-Simulationen nutzen wir die Effective Federal Funds Rate.
Weitere Kosten
Swap-Spreads und Tracking-Kosten modellieren wir zusätzlich mit etwa 0,75 % pro Jahr, skaliert mit dem Hebel. Wir kalibrieren konservativ anhand von Prospekten und realen ETF-Daten.
Laufende Verbesserung
Neue reale Daten erlauben uns, Tracking-Differenzen und Kostenannahmen regelmäßig zu prüfen. Modelle bleiben dennoch Vereinfachungen und sind keine Prognosen. Hinweise zur Methodik kannst du uns über die Kontaktseite senden.