Monte-Carlo-Simulation: Wahrscheinlichkeiten statt Punktprognosen
Warum ein einzelner Renditepfad in die Irre führt – und wie du Wahrscheinlichkeitsbänder richtig interpretierst.
Das Problem mit einfachen Rechnern
Klassische Sparplanrechner arbeiten mit einer festen Rendite: „Bei 7 % jährlich hast du in 30 Jahren X Euro.“ Das ist mathematisch korrekt – aber irreführend, weil kein Markt konstant 7 % liefert.
Real folgen Jahre mit +25 % auf Jahre mit −35 %. Beim reinen Ansparen fällt das weniger ins Gewicht. Sobald du aber entnimmst, wird die Reihenfolge der Renditen entscheidend.
Wie eine Monte-Carlo-Simulation funktioniert
Statt eines Pfads werden tausende Szenarien berechnet. In jedem wird für jeden Monat eine zufällige Rendite gezogen – aus einer Verteilung, die durch erwartete Rendite und Volatilität festgelegt ist. Bei 5.000 Simulationen erhältst du 5.000 mögliche Vermögensverläufe.
Perzentile richtig lesen
| Perzentil | Bedeutung |
|---|---|
| p10 | Nur 10 % der Szenarien verliefen schlechter – pessimistisch |
| p25 | Schlechtestes Viertel aller Verläufe |
| p50 (Median) | Genau die Hälfte war besser, die Hälfte schlechter |
| p75 | Bestes Viertel |
| p90 | Sehr optimistisch |
Das Renditemodell
Die gebräuchlichste Grundlage ist die geometrische Brownsche Bewegung. Der Vermögenswert wächst monatlich um einen Driftterm plus eine zufällige Komponente, die durch die Volatilität skaliert wird.
Ein technisches Detail mit großer Wirkung: Der monatliche Drift muss logarithmisch berechnet werden. Die naive Division der Jahresrendite durch zwölf führt zu einem systematischen Fehler, der sich über Jahrzehnte auf mehrere Prozent aufsummiert.
Falsch: μMonat = r ÷ 12
Wie viele Pfade sind nötig?
| Pfade | Eignung |
|---|---|
| unter 1.000 | Ergebnisse schwanken zwischen Durchläufen deutlich |
| 5.000 | Guter Standard für die Praxis |
| 10.000+ | Sinnvoll für Randperzentile |
Korrelationen zwischen Anlageklassen
Eine Simulation, die jede Anlageklasse unabhängig würfelt, überschätzt den Diversifikationseffekt massiv. Technisch wird das über eine Korrelationsmatrix und eine Cholesky-Zerlegung gelöst. Typische Größenordnungen sind rund 0,75 zwischen Aktienmärkten und leicht negative Werte zwischen Aktien und sicheren Staatsanleihen.
Monte Carlo oder historische Simulation?
Für die historische Simulation spricht, dass sie reale Renditesequenzen verwendet. Damit sind Effekte enthalten, die ein Zufallsgenerator nicht abbildet: aufeinander folgende Krisenjahre, Erholungsmuster und Mean-Reversion-Tendenzen.
Für Monte Carlo spricht, dass sie nicht auf die begrenzte Zahl historischer Perioden beschränkt ist und ihre Annahmen offenlegt: Du siehst genau, mit welcher Rendite und Volatilität gerechnet wird.
Grenzen der Methode
- Fat Tails: Die Normalverteilung unterschätzt Extremereignisse.
- Keine Mean Reversion: Nach starken Einbrüchen folgen historisch oft überdurchschnittliche Jahre – ein Zufallsprozess kennt das nicht.
- Parameterunsicherheit: Erwartete Rendite und Volatilität sind Schätzungen. Kleine Änderungen wirken über Jahrzehnte stark.
Häufige Fragen
- Was ist eine Monte-Carlo-Simulation?
- Statt eines einzelnen Durchschnittspfads werden tausende zufällige Marktszenarien berechnet. Das Ergebnis sind Wahrscheinlichkeitsbänder, die zeigen, wie sich ein Portfolio in guten und schlechten Marktphasen entwickelt.
- Was bedeutet das 10. Perzentil?
- Nur 10 Prozent der simulierten Szenarien verliefen schlechter. Für die Ruhestandsplanung ist dieses Band wichtiger als der Median, weil es zeigt, ob das Geld auch bei ungünstigem Verlauf reicht.
- Wie viele Simulationspfade sind sinnvoll?
- Rund 5.000 Pfade sind ein guter Standard. Unter 1.000 schwanken die Ergebnisse zwischen Durchläufen spürbar. Je weiter außen das interessierende Perzentil liegt, desto mehr Pfade werden benötigt.
Mit deinen eigenen Zahlen rechnen
FiSim simuliert deinen Weg zur finanziellen Unabhängigkeit – mit deutschem Steuerrecht, Immobilien und dynamischen Entnahmestrategien. Kostenlos, ohne Anmeldung.
FiSim öffnen