Starting from the idea to develop inflation-protecting investment strategies, guaranteeing a gain in real purchasing power for investors, I wanted to construct a dynamic investment approach to achieve outperformance compared to already existing standard portfolios. In line with prior work of Hoppenkamps (2011), Hauptmann et al. (2014) and Mahlstedt and Zagst (2016) I analyzed the performance different asset classes (equities, bonds, real estate, gold and commodities) also adding TIPS to obtain a well-diversified data base. This thesis uses the results of Hauptmann et al. (2014) and Hoppenkamps (2011) to construct a forecasting model for the filtered probabilities of a three state Markov-Switching Model for the inflation rate. I combine the constructed model with the forecasting model for the equity market developed by Hoppenkamps (2011). This yields the possibility to split the actual market environment into nine different regimes in which performance of assets can be analyzed separately. By this it is possible to verify which asset classes are suitable for investments in those different market regimes. Using the di↵erent market regimes I calculate optimal mean-variance and inflation-protected portfolios for every regime and analyze their decomposition. To extend availability of data I develop a method to approximately construct nominal and inflation-linked bond indices by issuing and pricing hypothetical bonds using actual market data. Finally, I use the obtained results and the forecasting models to develop two dynamic investment strategies which are investing into the optimal portfolio for the predicted regime at the start of each month. Comparison of these strategies with standard buy-and-hold benchmark strategies proves that they can significantly outperform those.      «

Starting from the idea to develop inflation-protecting investment strategies, guaranteeing a gain in real purchasing power for investors, I wanted to construct a dynamic investment approach to achieve outperformance compared to already existing standard portfolios. In line with prior work of Hoppenkamps (2011), Hauptmann et al. (2014) and Mahlstedt and Zagst (2016) I analyzed the performance different asset classes (equities, bonds, real estate, gold and commodities) also adding TIPS to obtain a...     »

Startend mit der Idee der Entwicklung von inflationsgeschützten Investmentstrategien, welche Investoren einen Anstieg der realen Kaufkraft garantieren, konstruiere ich dynamische Investmentstrategien, die im Vergleich zu allgemein bekannten Standardstrategien eine bessere Performance liefern. Im Einklang mit den bisherigen Arbeiten von Hoppenkamps (2011), Hauptmann et al. (2014) und Mahlstedt and Zagst (2016) analysierte ich deswegen ein breites Spektrum von Anlageklassen (Aktien, Anleihen, Immobilien, Rohstoffe, Gold und inflationsgelinke Anleihen), um ein weites Fundament zur Konstruktion von diversifizierten Portfolios zu erhalten. In dieser Arbeit benutze ich die Resultate von Hauptmann et al. (2014) und Hoppenkamps (2011), um eine Vorhersagemodell für die gefilterten Wahrscheinlichkeiten eines Markov-Switching Modells mit drei Zuständen für die Inflationsrate zu konstruieren. Im Anschluss kombiniere das Vorhersagemodell mit dem von Hoppenkamps (2011) konstruierten Modell zur Vorhersage der Kapitalmarktes, um schlussendlich eine Einteilung des aktuellen Marktumfeldes in neun verschiedene Regimes vornehmen zu können. Durch diese Einteilung ist es möglich den Markt anhand des aktuell vorherrschenden Regimes zu analysieren und Aussagen zu treffen, welche Anlageklassen in welchem Marktumfeld ein geeignetes Investment darstellen würden. Ich berechne daraufhin sowohl optimale Mean-Variance als auf inflationsgeschützte Portfolien für jedes Marktregime. Zur Erweiterung der Datengrundlage entwickle ich eine Methode zur Konstruktion von Anleihenindices, die anhand von künstlich kreierten Anleihen und vorhandenen Marktdaten sowohl inflationsgelinkte als auch nominale Anleihenindices rekonstruieren kann. Am Ende benutze ich sämtliche Ergebnisse um zwei dynamischen Investmentstrategien zu konstruieren, die jeweils am Monatsbeginn in das - nach der Vorher- sage - optimale Portfolio investieren und zeige, dass diese Strategien deutlich bessere Performance als weit verbreitete Standardportfolien erzielen können.      «

Startend mit der Idee der Entwicklung von inflationsgeschützten Investmentstrategien, welche Investoren einen Anstieg der realen Kaufkraft garantieren, konstruiere ich dynamische Investmentstrategien, die im Vergleich zu allgemein bekannten Standardstrategien eine bessere Performance liefern. Im Einklang mit den bisherigen Arbeiten von Hoppenkamps (2011), Hauptmann et al. (2014) und Mahlstedt and Zagst (2016) analysierte ich deswegen ein breites Spektrum von Anlageklassen (Aktien, Anleihen, Immo...     »