Monte-Carlo-Simulator für Geldanlagen

Eine Monte-Carlo-Simulation berechnet viele unterschiedliche mögliche Kapitalverläufe. Dabei werden Renditen nicht in jedem Jahr als gleich hoch angenommen, sondern innerhalb einer festgelegten Schwankungsbreite zufällig variiert. Aus den Ergebnissen lassen sich Wahrscheinlichkeitsbereiche und Zielerreichungsquoten ableiten.

Kapitalmärkte entwickeln sich nicht gleichmäßig. Selbst bei derselben langfristigen Durchschnittsrendite können gute und schlechte Anlagejahre in unterschiedlicher Reihenfolge auftreten. Ein Ergebniskorridor bildet diese Unsicherheit besser ab als eine einzelne Hochrechnung.

Die Volatilität beschreibt die Stärke der Wertschwankungen. Eine höhere Volatilität führt im Modell meist zu einer größeren Spanne zwischen ungünstigen und günstigen Ergebnissen. Sie sagt allein jedoch nicht aus, ob eine Geldanlage geeignet oder ungeeignet ist.

Ein früher Rückgang betrifft zunächst ein vergleichsweise kleines Vermögen und kann bei weiteren Einzahlungen teilweise durch günstigere Kaufkurse ausgeglichen werden. Ein später Rückgang trifft häufig einen wesentlich größeren Kapitalbestand und lässt bis zum Ende weniger Zeit für eine Erholung.

Eine Zielwahrscheinlichkeit von 70 Prozent bedeutet, dass das angegebene Sparziel in 70 Prozent der berechneten Verläufe erreicht oder überschritten wurde. In 30 Prozent der Simulationen wurde es nicht erreicht. Daraus entsteht keine Garantie für die tatsächliche Entwicklung.

Nein. Die steuerliche Behandlung hängt unter anderem vom Wohnsitz, vom Finanzprodukt, von Freibeträgen, realisierten Gewinnen und persönlichen Umständen ab. Deshalb werden Steuern in diesem allgemeinen Simulator nicht pauschal eingerechnet.

Inflation verringert über lange Zeiträume die Kaufkraft des Geldes. Ein nominales Endvermögen von 250.000 Euro kann deshalb in 20 oder 30 Jahren deutlich weniger Waren und Dienstleistungen finanzieren als heute.

Für eine schnelle Orientierung reichen häufig 1.000 Durchläufe. Mit 5.000 oder 10.000 Simulationen können Perzentile und Zielwahrscheinlichkeiten stabiler werden. Eine höhere Zahl verbessert jedoch nicht die Qualität der zugrunde liegenden Annahmen.