Einleitung
Untersuchungen haben gezeigt, dass Preise für Rohstoffe wie Heizöl im Allgemeinen saisonalen Schwankungen unterliegen. Aber auch die Notierungen von Agrarrohstoffen, Metallen, Indizes etc. weisen oftmals saisonale Muster auf.
Wilbert D. Gann war der erste Trader, der den Einfluss der Saisonalität auf Getreidepreise untersuchte (1942). Obwohl seine Ergebnisse durchaus Beachtung fanden und die meisten Trader sich des Einflusses saisonaler Gegebenheiten bewusst waren, dauerte es bis Anfang
der 1970er Jahre ehe diese Thesen mit Zahlen belegt werden konnten. So fanden Larry Williams und Michelle Noseworthy Kursbewegungen, welche sich in 12 von 16 Jahren wiederholten (Bernstein, 1998). Jake Bernstein kommt ebenfalls eine bedeutende Rolle auf
diesem Gebiet der Technischen Analyse zu. Er begann unter anderem damit ab 1977 regelmäßig Seasonal Charts auf Monatsbasis zu publizieren.
Heutzutage gibt es eine Vielzahl von Anbietern solcher Charts. Zumeist geben deren Seasonal Charts den durchschnittlichen Kursverlauf eines Commodity über den Zeitraum eines Jahres, von Tag zu Tag, wieder. Anhand der Angebotsvielfalt für derartige Charts lässt sich erkennen, dass das Handeln saisonaler Muster mittlerweile äußerst populär geworden ist.
Ein Nachteil von Charts ist jedoch, dass sie umfangreiche Datenmengen in einem einzelnen Graph zusammenfassen, wodurch wichtige Informationen verloren gehen. Umso wichtiger ist es zu wissen, wie die Seasonal Charts konstruiert wurden, um falsche (Investitions-)Entscheidungen zu verhindern. Jedoch legt keiner der Anbieter, aus verständlichen Gründen, seine Berechnungsmethode offen.
Deshalb wird im zweiten Abschnitt dieses Artikels betrachtet wie man mathematisch korrekte Seasonal Charts erzeugen kann. Die vorgestellte Methode lässt sich ohne großen Aufwand in Tabellenkalkulationsprogrammen implementieren. Was bei der Analyse der so
erzeugten Charts, aber auch bei allen anderen Seasonal Charts, beachtet werden sollte wird in Abschnitt 3 diskutiert.
In Abschnitt 4 wird schließlich eine Chart genauer analysiert, welcher mit dem vorgestellten Ansatz berechnet wurde, sowie Handelsstrategien für eine Vielzahl von Commodities präsentiert, welche hohe Trefferquoten (Anzahl Gewinntrades dividiert durch Anzahl Verlusttrades) und sehr gute Werte für Ratio (durchschnittlicher Gewinn dividiert durch durchschnittlichen Verlust) und Profitfaktor vereinen.