Anlageschwerpunkt SMAVESTO-RoboFlex ESG Ertrag - EUR ACC
- WKN
- A3C55E
- ISIN
- DE000A3C55E6
Wir holen für dich die Verwaltungsvergütungen beim Fondssparen zurück und zahlen dir die Bestandsprovisionen, auch für bereits gekaufte Fonds, aus.
Zusammensetzung nach Land
Zusammensetzung nach Instrument
Zusammensetzung nach Währung
Top Holdings zu SMAVESTO-RoboFlex ESG Ertrag - EUR ACC
Wertpapiername | Anteil |
---|---|
iShs IV-MSCI EMU SRI UCITS ETF Registered Acc.Shs EUR o.N. | 18,93 % |
iShs II-iSh E.Flt.Ra.Bd ESG UE Reg. Shares EUR Dis. o.N. | 18,77 % |
iShsIV-EO Ultrash.Bd ESG U.ETF Registered Shares EUR Dist.oN | 18,77 % |
Summe: | 56,47 % |
Fondsstrategie zu SMAVESTO-RoboFlex ESG Ertrag - EUR ACC
Das Anlageziel des Fonds ist es, einen langfristigen und stabilen Wertzuwachs unter Beachtung von Sicherheits-, Ertrags- und Nachhaltigkeitsaspekten zu erwirtschaften. Dabei wird die Erzielung einer Rendite bei angemessenem Risiko angestrebt. Hierzu strebt das Sondervermögen, an in ein breit diversifiziertes ETF-Portfolio zu investieren. Entsprechend wird unter anderem angestrebt, passiv verwaltete, börsengehandelte Investmentfonds (ETFs) zu erwerben, die die Wertentwicklung marktüblicher internationaler Aktien-, Renten-, und Geldmarktindizes abbilden. Daneben kann das Sondermögen unter anderem in Aktien, Wertpapiere, Bankguthaben und Geldmarktinstrumente investieren. Die Umsetzung des Anlageziels folgt einem fest definierten Analyseprozess. Dabei werden geringe Kurs-, Währungs- und Bonitätsrisiken in Kauf genommen. Die Zielinvestments werden in einer weiteren darauffolgenden Analyse im Hinblick auf ihre Bewertung und die damit einhergehende zu erwartende Wertentwicklung geprüft. Kernstück der Analyse ist ein selbstlernender Algorithmus (künstliche Intelligenz). Die mit dem Algorithmus verbundenen Systeme analysieren online riesige Datenmengen (Big-Data-Analysen von Preiszeitreihen), um Schätzungen für die aktuellen Risiken und Chancen an verschiedenen Kapitalmärkten zu erstellen. Hierbei lernt der Algorithmus automatisiert aus den Datenmustern der Vergangenheit (machine-learning) und passt seine Prognosen entsprechend an. Auf Basis von Methoden des 'machine-learning' wird eine mathematische Schätzfunktion (Returnschätzer) entwickelt, mit der sich die Entwicklung von Kapitalmärkten über unterschiedliche Zeithorizonte prognostizieren lässt. Die Basis dieser Prognosen bilden die im zu analysierenden Zeithorizont vorherrschenden und von dem Algorithmus automatisch erkannten Marktgegebenheiten - genannt Marktregime. Bei stabilen Märkten kalkulieren sie die Ertragserwartung auf Basis langfristiger, in Krisenzeiten auf Basis kurzfristiger Zeithorizonte. Im Ergebnis erhält das Fondsmanagement daraus regelmäßig ein Ranking, das als Grundlage für die Umsetzung der Investitionsentscheidungen dient. Das Fondsmanagement wird bestrebt sein, innerhalb des angegebenen Risikoprofils des Fonds zu bleiben, indem es die Vermögensallokationen (d. h. den Mix der Anlageklassen) unter verschiedenen Marktbedingungen ändert. Unter normalen Marktbedingungen strebt das Fondsmanagement ein moderates Engagement in Aktien-ETFs an (die im Vergleich zu Renten-ETFs allgemein als risikoreicher angesehen werden), verglichen mit einem Fonds mit einem konservativen Risikoprofil, der ein höheres Engagement in Renten-ETFs anstrebt (die im Vergleich zu Aktien-ETFs allgemein als weniger risikoreich angesehen werden). Der Fonds bewirbt unter anderem ökologische oder soziale Merkmale oder eine Kombination aus diesen Merkmalen und ist damit als Fonds gem. Art. 8 Abs. 1 der Verordnung...