Quantitative Strategien äußern sich nie von selbst: Sie sind ein Verstärker, nicht der Auslöser eines Feuers.

Jedes Mal, wenn ein Markteinbruch eintritt, sucht der Markt nach einem Sündenbock. Das gilt nicht nur für China, sondern auch für die USA. Rückblickend auf die Geschichte: 1987 war es das Portfolio-Versicherungsmodell, 2008 waren es CDOs (Collateralized Debt Obligations) und Ratingagenturen, nach dem Flash Crash 2010 der Hochfrequenzhandel, und 2026 traf es die quantitativen Strategien.

Am 26. Juni fiel der Shanghai Composite Index um 2,26 %, der Shenzhen Component Index um 3,44 % und der ChiNext Index um 4,07 %. Fast 4.676 Aktien im gesamten Markt gaben nach, und die Worte „Quant-Strategien drücken den Markt“ tauchten pünktlich in den Kommentaren auf – genau wie nach dem Kurseinbruch am 21. Mai. Alle diese Sündenböcke haben ein gemeinsames Merkmal: Sie hinterlassen auffällige Spuren am Tatort und wirken daher wie der wahre Täter. Doch auffällige Spuren zu hinterlassen ist etwas völlig anderes, als die Tat selbst begangen zu haben.

Wer hat das Feuer entfacht, und wer hat es weiter angefacht? Genau diese Unterscheidung ist der Schlüssel zum Verständnis der aktuellen Korrektur der globalen Technologieaktien. Die Quant-Strategien als Auslöser zu bezeichnen, ist nicht nur eine Ungerechtigkeit gegenüber ihnen, sondern führt auch dazu, dass man die falschen Fragen stellt.

01

Was wird verkauft?

Zuerst muss klargestellt werden: Dieser Rückgang ist keine alleinige Aufführung des chinesischen A-Aktienmarktes.

An den US-Märkten schloss der Nasdaq-Index am 22. Juni mit einem Minus von 2,21 %, angeführt von Micron, das an diesem Tag um mehr als 10 % einbrach. Am 2. Juli fiel der ETF des Technologiesektors um 2,6 % an einem einzigen Tag, Applied Materials um 10 % und SanDisk um 10,6 %. Am 7. Juli sank der Nasdaq-100-Index im Tagesverlauf zeitweise um 2,4 %.

Der südkoreanische Markt geriet gleichzeitig unter Druck. Am 7. Juli schloss Samsung Electronics mit einem Minus von 6,92 %, SK Hynix um 6,06 % und der Kospi um 4,91 %.

Am chinesischen A-Aktienmarkt waren es die Sektoren Halbleiter, optische Kommunikation, PCB und Speicher – genau die Bereiche, die zuvor gestiegen waren, die jetzt auch zurücksetzten. Beliebte Marktführer wie Hengtong Optic-Electric, GigaDevice und TFComm sind seit ihren Höchstständen vom 30. Juni um mehr als 30 % zurückgegangen.

Zudem verbreitete sich im Markt die Behauptung, dass Technologieaktien im ersten Halbjahr um 80 % gestiegen seien. Der tatsächliche Anstieg des Nasdaq-100-Index im ersten Halbjahr 2026 betrug jedoch nur 19,9 %. Für einen Index ist das keineswegs verrückt. Verrückt war das Niveau einzelner Aktien: Micron hatte sich im ersten Halbjahr zeitweise vervierfacht, und die Marktführer im Speicher- und optischen Kommunikationssektor stiegen im Allgemeinen um mehr als 80 % oder sogar verdoppelten sich.

Dieser Kontrast verdeutlicht genau die Natur der aktuellen Marktbewegung: Die Überfüllung konzentriert sich auf einige spezifische Industrieketten, was auf Indexebene nicht sichtbar ist. Weltweit werden dieselben Aktien verkauft – sie wurden zuvor durch dieselbe Erzählung, im selben Quartal und von denselben marginalen Kapitalströmen nach oben getrieben: Die Beschleunigung des Aufbaus der KI-Infrastruktur, der Aufschwung des Speicherchip-Zyklus und die Explosion der Nachfrage nach fortschrittlicher Verpackung. Diese drei Logiken haben das Kapital in einen sehr engen Kanal gedrängt.

Die am 7. Juli veröffentlichten Finanzergebnisse von Samsung Electronics machten allen klar, wie eng dieser Kanal ist. Die vorläufigen Ergebnisse für das zweite Quartal zeigten einen Betriebsgewinn von etwa 89,4 Billionen Won – ein Anstieg von rund 19 Mal im Vergleich zum Vorjahr, der die von Reuters erhobene Konsensprognose der Verkäuferseite (87,3 Billionen Won) um etwa 6 % übertraf. Dennoch fiel die Aktie von Samsung Electronics um 6,92 % und riss den gesamten südkoreanischen Speichersektor sowie die Nasdaq-Futures mit nach unten.

Der Titel von Bloomberg brachte die Ursache-Wirkungs-Beziehung klar zum Ausdruck: „Samsongs Rekordgewinn kann den Markt nach dem KI-Chip-Anstieg nicht überzeugen“. Der Text war noch deutlicher: Die Ergebnisse „übertrafen die Erwartungen der Analysten, erreichten aber nicht die erhöhten Erwartungen der Käuferseite“.

Das erscheint absurd, aber Keynes beschrieb dieses Szenario bereits 1936. In seiner „Allgemeinen Theorie der Beschäftigung, des Zinses und des Geldes“ nutzte er ein berühmtes Gleichnis: Damals waren in britischen Zeitungen Schönheitswettbewerbe beliebt, bei denen die Leser aus hundert Fotos die sechs schönsten Gesichter auswählen sollten. Wer die Auswahl traf, die dem Durchschnitt aller Leser am nächsten kam, gewann. Keynes sagte: Ein kluger Teilnehmer wählt nicht die Gesichter, die er selbst für die schönsten hält, sondern die Gesichter, von denen er glaubt, dass andere sie für die schönsten halten. Ein noch klügerer Teilnehmer weiß, dass alle so denken, also wählt er das, „was die durchschnittliche Meinung davon erwartet, was die durchschnittliche Meinung ist“. Keynes nannte dies die dritte Denk-Ebene und fügte hinzu: Soweit ich weiß, praktizieren einige sogar die vierte, fünfte oder noch höhere Ebenen.

Der Kern dieses Gleichnisses lautet: Sobald das Denken in die dritte oder vierte Ebene eintritt, hängt der Preis nicht mehr von irgendetwas Objektivem ab, sondern nur von einer verschachtelten, nie ausgesprochenen subjektiven Übereinstimmung.

Wenn ein Sektor extrem überfüllt ist, verlieren die öffentlichen Prognosen der Verkäuferseite ihren Referenzwert – sie sind nachlaufend, vorsichtig formuliert und allen bekannt, sodass sie bereits in die Preise eingepreist sind. Die eigentliche Hürde ist die implizite Erwartung, die nie in irgendeinem Forschungsbericht steht, aber durch jede Investition mit echtem Geld im Mai und Juni abgestimmt wurde. Daher haben die Finanzergebnisse von Samsung Electronics die „Erwartungen nicht verfehlt“ – sie konnten nur nicht beweisen, dass die Vervierfachung von Micron gerechtfertigt war. Sie erfüllten nicht die Übereinstimmung der dritten Ebene, und der Markt handelt derzeit nur auf dieser Ebene.

Bis Ende Juni war diese Struktur bis zum Äußersten angespannt: Alle marginalen Käufer waren eingetreten, alle standen auf derselben Seite, und es gab nur noch Gewinne, die realisiert werden konnten – es gab keinen Puffer mehr für Nachrichten, die „nicht gut genug“ waren. Das ist die physische Bedeutung der Überfüllung: Es ist eine Aussage über die Marktstruktur, unabhängig von der Stimmung. Der Funke liegt hier, und dieser Funke hatte von Anfang an nichts mit Strategien zu tun, die auf irgendeinem Server laufen.

02

Der Nenner

Was haben die Quant-Strategien eigentlich getan? Jetzt treten sie endlich auf den Plan. Bevor wir diese Frage beantworten, muss eines klar sein: Die Quant-Branche ist eines der faszinierendsten Geheimnisse der Finanzwelt – niemand kennt die genaue Größenordnung des verwalteten Vermögens.

Die am weitesten verbreitete Zahl lautet: Weltweit liegen etwa 2 Billionen US-Dollar in Volatility-Targeting-Strategien und weitere 300 Milliarden in Risk-Parity-Strategien. Diese beiden Zahlen stammen aus der „Finanzstabilitätsbericht“ der Europäischen Zentralbank vom Mai 2020. Interessanterweise zitierte die EZB wiederum einen Bericht der Financial Times aus dem Jahr 2017.

Ein Fonds, der innerhalb weniger Tage Hunderte von Milliarden US-Dollar bewegen kann – die öffentlich verfügbare Schätzung seines Volumens ist neun Jahre alt. Die 318 Milliarden US-Dollar der sogenannten CTA (Commodity Trading Advisors) stammen aus BarclayHedge und entsprechen dem Bestand vom 1. Januar 2020. Trendfolge-CTAs nutzen zudem üblicherweise die Volatilitätsanpassung zur Steuerung ihrer Positionen und überschneiden sich mit den oben genannten Strategien. Was das aktuelle tatsächliche Volumen von Risk Parity betrifft, so schätzt Bloomberg unter Berufung auf Schätzungen von Verus/eVestment aus dem Jahr 2024, dass es von seinem Höchststand von etwa 160 Milliarden US-Dollar im Jahr 2021 auf etwa 90 Milliarden US-Dollar Ende 2023 geschrumpft ist.

Daher lautet die präzise Aussage: Diese Strategien überlappen sich gegenseitig, ihre Definitionen sind unterschiedlich und die Daten sind veraltet – eine Summierung ergibt keinen Sinn. Sicher ist nur die Größenordnung: Rund 2 Billionen US-Dollar werden vollständig von mathematischen Modellen, dem Kehrwert der Volatilität, Korrelationen und Momentumsignalen mechanisch gesteuert, ohne dass subjektive fundamentale Analysen eine Rolle spielen. Verglichen mit dem globalen Börsenwert von mehreren Hundert Billionen US-Dollar ist diese Zahl so klein, dass sie praktisch vernachlässigt werden könnte.

Aber zu glauben, dass sie deshalb unwichtig ist, wäre ein großer Fehler – denn Preise werden von marginalen Transaktionen bestimmt, nicht vom Gesamtbestand. Die Bedeutung dieses Kapitals liegt darin, dass es in entscheidenden Tagen einen weit über seinem Anteil liegenden Handelsvolumenbeitrag leistet, mit einer hohen Übereinstimmung der Richtung, extrem konzentriert im Zeitraum und völlig unabhängig davon, ob der Preis günstig ist oder nicht. Es verkauft, je mehr der Preis fällt – denn der Auslöser für den Verkauf ist nicht der Preis selbst. Das, worauf man achten muss, ist seine Synchronizität.

Der am leichtesten zu übersehende Punkt lautet: Das nominale Volumen entspricht nicht dem tatsächlichen Engagement. Die Positionen von Volatility-Targeting-Strategien ergeben sich aus einer Division: Zielvolatilität geteilt durch realisierte Volatilität. Das ist die Standardformel dieser Strategien, typische Ziele liegen zwischen 10 % und 15 %, und die Hebelobergrenze beträgt meist 1,5 bis 2 Mal.

Nach der Standardformel berechnet: Wenn ein Fonds sein Ziel auf 15 % setzt und der Markt so ruhig ist, dass die realisierte Volatilität nur 8 % beträgt, ergibt diese Division einen Wert von fast 1,9 – also die maximale Hebelgrenze. Der Fonds muss ein Aktienengagement halten, das fast dem Doppelten seines Nettovermögens entspricht, damit die Portfoliovolatilität das „Ziel erreicht“.

Das Modell ist in einem Umfeld niedriger Volatilität gezwungen, den Hebel zu erhöhen – die Meinung des Fondsmanagers zu den Marktaussichten spielt keine Rolle. Seine Bewertungsgröße ist die Volatilität, nicht die Rendite. Wenn die Volatilität nicht ausreicht, muss es sich Geld leihen, um das Ziel zu erreichen. Sobald die Volatilität auf 24 % springt, ergibt dieselbe Division einen Wert von 0,6 – was bedeutet, dass der Fonds innerhalb kurzer Zeit fast zwei Drittel seines Aktienengagements liquidieren muss. Er hat keine Meinung zur Bewertung von Technologieaktien und hat keine schlechten Nachrichten gelesen. Der Nenner hat sich verändert – das ist alles.

Der Nenner ist der Schlüssel zum Verständnis dieses Mechanismus. Er erklärt zwei Dinge, die gegensätzlich erscheinen, aber denselben Ursprung haben.

Erstens: Je niedriger die Volatilität, desto höher der Hebel. Diese Beziehung hat eine beunruhigende Folgerung: Der maximale Hebel dieser Maschine tritt immer dann auf, wenn der Markt am ruhigsten ist, es keine schlechten Nachrichten gibt und alle sich am sichersten fühlen. Die Gefahr sammelt sich in der Ruhe an – geräuschlos und täglich automatisch bis zum Maximum. Der größte Verkaufsauftrag wird unweigerlich nach den friedlichsten Tagen folgen.

Zweitens: Normalerweise wirkt sie als Beruhigungsmittel für die Volatilität. Niedrige Volatilität führt zu hohem Hebel, und hoher Hebel bedeutet kontinuierliche mechanische Käufe – genau das war der Antrieb, den niemand in der Marktphase von Mai bis Juni erwähnt hat. Sobald der kritische Punkt überschritten ist, kehrt sich dieselbe Division um: Die Maschine wird zu einem Liquiditätsloch, das Liquidität entzieht, wenn der Markt sie am dringendsten braucht. Viele halten das für zwei verschiedene Verhaltensweisen – aber in Wirklichkeit ist es nur eine einzige Division, nur eine Zahl im Nenner, die sich bewegt.

Wie soll man dieses Phänomen einordnen? Jón Daníelsson und Hyun Song Shin gaben in ihrem Aufsatz „Endogene Risiken“ eine Erklärung, für die sie das Gleichnis der Londoner Millennium Bridge nutzten. Die Brücke wurde am 10. Juni 2000 eröffnet, schwankte aber schon am selben Tag aufgrund einer winzigen seitlichen Bewegung stark. Zwei Tage später musste sie geschlossen werden, und erst im Februar 2002 wurde sie wiedereröffnet – fast 20 Monate nach der Eröffnung.

Was genau auf der Brücke passiert ist, wurde in der Ingenieurwissenschaft später korrigiert. Die frühere populäre Version lautete: Die Fußgänger passten ihre Schritte unbewusst aneinander an, um das Gleichgewicht zu halten, und die synchronisierten seitlichen Kräfte erzeugten eine Resonanz. Eine 2021 in „Nature Communications“ veröffentlichte Studie zeigte einen anderen Mechanismus: Die instinktiven Korrekturbewegungen jedes Fußgängers, die er zur Aufrechterhaltung seines Gleichgewichts macht, geben im Durchschnitt Energie an die Brücke ab – das erzeugt eine negative Dämpfung. Selbst wenn die Schritte nicht synchron sind, reicht dieser Effekt aus, um die Schwingung selbst zu verstärken. Die beobachtete „Synchronisation der Schritte“ ist eher das Ergebnis der Schwingung, nicht ihre Ursache.

Diese Korrektur macht das Gleichnis noch passender. Genau das passiert heute mit den 2 Billionen US-Dollar im Orderbuch der Technologieaktien: Wenn der Preis fällt, springt die Volatilität, der Nenner wird größer, das Engagement wird kleiner – es wird mechanisch reduziert. Die Reduktion drückt den Preis weiter, die Volatilität steigt erneut, und die nächste Modellgeneration wird ausgelöst. Die Risikokontrollkorrektur jeder Institution ist unanfechtbar – jeder will nur sein eigenes Gleichgewicht halten. Aber jede Korrektur fügt dem System zusätzlichen Verkaufsdruck hinzu. Sie müssen sich nicht absprechen, nicht einmal wirklich synchron handeln – die negative Dämpfung reicht allein schon aus.

Was Daníelsson und Shin sagen wollen: Das Mainstream-Risikomanagement betrachtet Risiko als exogenes Wetter, das von außen auf das System einwirkt – man kann es nur vorhersagen und sich davor schützen. Aber das wirklich tödliche Risiko auf den Finanzmärkten ist endogen: Es entsteht durch die Reaktionen der Teilnehmer untereinander, innerhalb des Systems selbst. Und mechanische Verkaufsaufträge gehen nicht zu Orten mit wenig Liquidität – sie gehen nur zu den überfüllten Orten, denn dort liegen ihre Positionen, und dort ist die Liquidität am tiefsten, sodass große Kapitalmengen ein- und ausgehen können.

Die Positionsverfolgung von Goldman Sachs liefert eine quantitative Bestätigung für diesen Mechanismus. Ein Bericht vom 8. Februar 2026 schätzt, dass in einem Szenario verschlechterter Liquidität CTA in der nächsten Woche 33 Milliarden US-Dollar an globalen Aktien verkaufen könnten, und bis zu 80 Milliarden im nächsten Monat – ausgelöst, wenn der S&P 500 unter 6707 fällt. Ein Bericht vom 2. Juni zeigte, dass CTA damals ein Long-