SlideShare ist ein Scribd-Unternehmen logo
1 von 2
Downloaden Sie, um offline zu lesen
Herausgeber
Market Data & Analytics
Deutsche Börse AG
60485 Frankfurt am Main
Tel.: (0) 69-2 11-1 28 66
E-Mail: mda.issuer@deutsche-boerse.com
www.deutsche-boerse.com >Market Data & Analytics
> Indizes + Indexlizenzen > Aktienindizes
Februar 2005
Bestellnummer: 2002-1856
DivDAX®
, DAX®
, MDAX®
, TecDAX®
und SDAX®
sind
eingetragene Marken der Deutsche Börse AG.
Chancen für Marktteilnehmer
DivDAX®
bietet zahlreiche Vorteile für alle Markt-
teilnehmer:
Der Index ermöglicht Investoren einen einfachen
und transparenten Zugang zu den dividenden-
stärksten Unternehmen des DAX®
-Index.
Investoren profitieren von der starken Performance
des Index sowie von der hohen Dividenden-
rendite.
Die hohe Liquidität und Bekanntheit der DivDAX®
-
Werte machen den Index zu einem idealen
Underlying für derivative Produkte wie Zertifikate
und Optionsscheine. Der Index ist natürlich auch
als Grundlage für passive Investmentfonds und
ETFs geeignet.
DivDAX®
Der Dividendenindex der Deutschen Börse
Dividende zählt
Indizes messen die Performance am Kapitalmarkt.
Zusammen mit Statistiken und historischen Daten
geben Indizes qualifizierten Aufschluss über die Wert-
entwicklung von Kapitalanlagen. Die Indizes der
Deutschen Börse unterstützen Investmententschei-
dungen durch eine klare Indexlogik: Bei der DAX®
-
Familie – bestehend aus DAX®
, MDAX®
, SDAX®
,
TecDAX®
– basiert sie auf Unternehmensgröße und
Branchenzugehörigkeit.
Wertorientierte Anleger bevorzugen bei Aktieninvest-
ments Unternehmen mit hohen Dividendenaus-
schüttungen. Deren stabile Geschäftsentwicklung
spiegelt sich in der oftmals überdurchschnittlichen
Entwicklung ihrer Aktienkurse wider. Bisher gab es
allerdings kein objektives Barometer, das die Wert-
entwicklung dieser Unternehmen gemessen hat.
Mit DivDAX®
berechnet die Deutsche Börse als erstes
Unternehmen einen Index mit deutschen Werten, der
auf dem Kriterium Dividendenrendite beruht. Der neue
Index basiert auf dem deutschen Leitindex DAX®
und
enthält die 15 Unternehmen mit der höchsten Divi-
dendenrendite. Er ergänzt so die bestehenden Indizes
der DAX®
-Familie. DivDAX®
stellt für Anleger einen
objektiven und transparenten Vergleichsmaßstab dar.
Hohe Liquidität Überzeugende Rendite
Eindeutige Auswahlkriterien
DivDAX®
wird jährlich neu zusammengesetzt. Für
den Index gelten folgende Kriterien:
Anzahl der Werte: Der Index besteht aus den 15
Unternehmen des DAX®
-Index mit der höchsten
Dividendenrendite. Die historische Dividenden-
rendite berechnet sich dabei aus der gezahlten
Dividende geteilt durch den Schlusskurs der Aktie
am Tag vor der Ausschüttung.
Anpassungszeitpunkt: Jeweils im September,
wenn die Zusammensetzung des DAX®
-Index neu
bestimmt wird, werden auch die 15 Werte neu
festgelegt. Die Zusammensetzung ändert sich also
in der Regel einmal im Jahr.
Gewichtung: Das Gewicht einer Aktie im DivDAX®
-
Index beträgt maximal 10 Prozent. So wird verhin-
dert, dass einzelne Werte den Index dominieren.
Liquidität: Da alle DivDAX®
-Werte auch Teil des
DAX®
-Index sind, ist eine hohe Liquidität sicher-
gestellt. Gleichzeitig finden die DAX®
-Indexregeln
Anwendung.
Übrigens, historische Simulationen zeigen, dass die
Indexzusammensetzung trotz der offenen Konstruk-
tion sehr stabil ist.
15 Werte
Kriterium Dividendenrendite
Starke Performance
Die historische Entwicklung des DivDAX®
-Index
zeigt, dass Dividendentitel ein lohnendes Invest-
ment sind:
Die Rückrechnung zeigt, dass die Entwicklung
des DivDAX®
seit 1999 im Durchschnitt um
4,5 Prozent über der des Gesamtmarktes lag.
Außerdem war die Volatilität des DivDAX®
-Index
im gesamten Zeitraum geringer als von DAX®
.
Dabei betrug die durchschnittliche, jährliche
Dividendenrendite des DivDAX®
-Index seit 1999
mehr als 2,4 Prozent.
Deutlich wird: Ein Investment in deutsche Unter-
nehmen mit hohen Ausschüttungen zahlt sich
besonders in uneinheitlich tendierenden Märkten
aus.
Entwicklung des DivDAX®
-Index
Vergleich DivDAX®
mit DAX®
, Stand: 9. Februar 2005

Weitere ähnliche Inhalte

Andere mochten auch

Sdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skriptSdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skriptTomasz Waszczyk
 
8 analyse der_aktienentwicklung
8 analyse der_aktienentwicklung8 analyse der_aktienentwicklung
8 analyse der_aktienentwicklungTomasz Waszczyk
 
Paradigms of trading strategies formulation
Paradigms of trading strategies formulationParadigms of trading strategies formulation
Paradigms of trading strategies formulationQuantInsti
 
Algorithmic Trading in Different Landscapes
Algorithmic Trading in Different LandscapesAlgorithmic Trading in Different Landscapes
Algorithmic Trading in Different LandscapesQuantInsti
 
Latency war the present & the future
Latency war   the present & the futureLatency war   the present & the future
Latency war the present & the futureQuantInsti
 
Empirical Analysis of Limit Order Books
Empirical Analysis of Limit Order BooksEmpirical Analysis of Limit Order Books
Empirical Analysis of Limit Order BooksQuantInsti
 
Quantifying News For Automated Trading - Methodology and Profitability
Quantifying News For Automated Trading - Methodology and ProfitabilityQuantifying News For Automated Trading - Methodology and Profitability
Quantifying News For Automated Trading - Methodology and ProfitabilityQuantInsti
 
Programowanie automatycznych strategii transakcyjnych czesc podstawowa
Programowanie automatycznych strategii transakcyjnych   czesc podstawowaProgramowanie automatycznych strategii transakcyjnych   czesc podstawowa
Programowanie automatycznych strategii transakcyjnych czesc podstawowaTomasz Waszczyk
 
Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...
Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...
Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...Quantopian
 

Andere mochten auch (14)

Repeat after me_8_14_13
Repeat after me_8_14_13Repeat after me_8_14_13
Repeat after me_8_14_13
 
Vidyasagar rocond09
Vidyasagar rocond09Vidyasagar rocond09
Vidyasagar rocond09
 
Sdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skriptSdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skript
 
8 analyse der_aktienentwicklung
8 analyse der_aktienentwicklung8 analyse der_aktienentwicklung
8 analyse der_aktienentwicklung
 
Paradigms of trading strategies formulation
Paradigms of trading strategies formulationParadigms of trading strategies formulation
Paradigms of trading strategies formulation
 
Algorithmic Trading in Different Landscapes
Algorithmic Trading in Different LandscapesAlgorithmic Trading in Different Landscapes
Algorithmic Trading in Different Landscapes
 
Latency war the present & the future
Latency war   the present & the futureLatency war   the present & the future
Latency war the present & the future
 
Pairs Trading - Hedge Fund Strategies
Pairs Trading - Hedge Fund StrategiesPairs Trading - Hedge Fund Strategies
Pairs Trading - Hedge Fund Strategies
 
Pairs trading using R
Pairs trading using R Pairs trading using R
Pairs trading using R
 
Empirical Analysis of Limit Order Books
Empirical Analysis of Limit Order BooksEmpirical Analysis of Limit Order Books
Empirical Analysis of Limit Order Books
 
Quantifying News For Automated Trading - Methodology and Profitability
Quantifying News For Automated Trading - Methodology and ProfitabilityQuantifying News For Automated Trading - Methodology and Profitability
Quantifying News For Automated Trading - Methodology and Profitability
 
Programowanie automatycznych strategii transakcyjnych czesc podstawowa
Programowanie automatycznych strategii transakcyjnych   czesc podstawowaProgramowanie automatycznych strategii transakcyjnych   czesc podstawowa
Programowanie automatycznych strategii transakcyjnych czesc podstawowa
 
Algorithmic Trading
Algorithmic TradingAlgorithmic Trading
Algorithmic Trading
 
Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...
Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...
Algorithmic trading and Machine Learning by Michael Kearns, Professor of Comp...
 

Mehr von Tomasz Waszczyk

trading_automatyczny-waszczyk-probka
trading_automatyczny-waszczyk-probkatrading_automatyczny-waszczyk-probka
trading_automatyczny-waszczyk-probkaTomasz Waszczyk
 
Jens valloe christiansen
Jens valloe christiansenJens valloe christiansen
Jens valloe christiansenTomasz Waszczyk
 
Wzory portfel-inwestycyjnyrynek-kapitalowy
Wzory portfel-inwestycyjnyrynek-kapitalowyWzory portfel-inwestycyjnyrynek-kapitalowy
Wzory portfel-inwestycyjnyrynek-kapitalowyTomasz Waszczyk
 
C plus plus_for_quantitative_finance
C plus plus_for_quantitative_financeC plus plus_for_quantitative_finance
C plus plus_for_quantitative_financeTomasz Waszczyk
 
Sdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skriptSdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skriptTomasz Waszczyk
 
In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...
In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...
In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...Tomasz Waszczyk
 
Zadania z programowania c
Zadania z programowania c  Zadania z programowania c
Zadania z programowania c Tomasz Waszczyk
 
Tadeusz czachórski modele kolejkowe w ocenie efektywności sieci i systemów ...
Tadeusz czachórski   modele kolejkowe w ocenie efektywności sieci i systemów ...Tadeusz czachórski   modele kolejkowe w ocenie efektywności sieci i systemów ...
Tadeusz czachórski modele kolejkowe w ocenie efektywności sieci i systemów ...Tomasz Waszczyk
 

Mehr von Tomasz Waszczyk (20)

trading_automatyczny-waszczyk-probka
trading_automatyczny-waszczyk-probkatrading_automatyczny-waszczyk-probka
trading_automatyczny-waszczyk-probka
 
Jens valloe christiansen
Jens valloe christiansenJens valloe christiansen
Jens valloe christiansen
 
Wzory portfel-inwestycyjnyrynek-kapitalowy
Wzory portfel-inwestycyjnyrynek-kapitalowyWzory portfel-inwestycyjnyrynek-kapitalowy
Wzory portfel-inwestycyjnyrynek-kapitalowy
 
Lm mme090913
Lm mme090913Lm mme090913
Lm mme090913
 
1108.1170
1108.11701108.1170
1108.1170
 
Efficient projections
Efficient projectionsEfficient projections
Efficient projections
 
Hsieh etal spl
Hsieh etal splHsieh etal spl
Hsieh etal spl
 
Comparison
ComparisonComparison
Comparison
 
C plus plus_for_quantitative_finance
C plus plus_for_quantitative_financeC plus plus_for_quantitative_finance
C plus plus_for_quantitative_finance
 
4587 11094-1-pb
4587 11094-1-pb4587 11094-1-pb
4587 11094-1-pb
 
G
GG
G
 
Sdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skriptSdv 0405 design-pattern_thc_jps_skript
Sdv 0405 design-pattern_thc_jps_skript
 
Efficient projections
Efficient projectionsEfficient projections
Efficient projections
 
In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...
In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...
In tech an-innovative_systematic_approach_to_financial_portfolio_management_v...
 
Trailingstop
TrailingstopTrailingstop
Trailingstop
 
Mvm
MvmMvm
Mvm
 
Elsholz stoll js_03_10
Elsholz stoll js_03_10Elsholz stoll js_03_10
Elsholz stoll js_03_10
 
Zadania z programowania c
Zadania z programowania c  Zadania z programowania c
Zadania z programowania c
 
Tadeusz czachórski modele kolejkowe w ocenie efektywności sieci i systemów ...
Tadeusz czachórski   modele kolejkowe w ocenie efektywności sieci i systemów ...Tadeusz czachórski   modele kolejkowe w ocenie efektywności sieci i systemów ...
Tadeusz czachórski modele kolejkowe w ocenie efektywności sieci i systemów ...
 
Repeat after me_8_14_13
Repeat after me_8_14_13Repeat after me_8_14_13
Repeat after me_8_14_13
 

Div dax d

  • 1. Herausgeber Market Data & Analytics Deutsche Börse AG 60485 Frankfurt am Main Tel.: (0) 69-2 11-1 28 66 E-Mail: mda.issuer@deutsche-boerse.com www.deutsche-boerse.com >Market Data & Analytics > Indizes + Indexlizenzen > Aktienindizes Februar 2005 Bestellnummer: 2002-1856 DivDAX® , DAX® , MDAX® , TecDAX® und SDAX® sind eingetragene Marken der Deutsche Börse AG. Chancen für Marktteilnehmer DivDAX® bietet zahlreiche Vorteile für alle Markt- teilnehmer: Der Index ermöglicht Investoren einen einfachen und transparenten Zugang zu den dividenden- stärksten Unternehmen des DAX® -Index. Investoren profitieren von der starken Performance des Index sowie von der hohen Dividenden- rendite. Die hohe Liquidität und Bekanntheit der DivDAX® - Werte machen den Index zu einem idealen Underlying für derivative Produkte wie Zertifikate und Optionsscheine. Der Index ist natürlich auch als Grundlage für passive Investmentfonds und ETFs geeignet. DivDAX® Der Dividendenindex der Deutschen Börse
  • 2. Dividende zählt Indizes messen die Performance am Kapitalmarkt. Zusammen mit Statistiken und historischen Daten geben Indizes qualifizierten Aufschluss über die Wert- entwicklung von Kapitalanlagen. Die Indizes der Deutschen Börse unterstützen Investmententschei- dungen durch eine klare Indexlogik: Bei der DAX® - Familie – bestehend aus DAX® , MDAX® , SDAX® , TecDAX® – basiert sie auf Unternehmensgröße und Branchenzugehörigkeit. Wertorientierte Anleger bevorzugen bei Aktieninvest- ments Unternehmen mit hohen Dividendenaus- schüttungen. Deren stabile Geschäftsentwicklung spiegelt sich in der oftmals überdurchschnittlichen Entwicklung ihrer Aktienkurse wider. Bisher gab es allerdings kein objektives Barometer, das die Wert- entwicklung dieser Unternehmen gemessen hat. Mit DivDAX® berechnet die Deutsche Börse als erstes Unternehmen einen Index mit deutschen Werten, der auf dem Kriterium Dividendenrendite beruht. Der neue Index basiert auf dem deutschen Leitindex DAX® und enthält die 15 Unternehmen mit der höchsten Divi- dendenrendite. Er ergänzt so die bestehenden Indizes der DAX® -Familie. DivDAX® stellt für Anleger einen objektiven und transparenten Vergleichsmaßstab dar. Hohe Liquidität Überzeugende Rendite Eindeutige Auswahlkriterien DivDAX® wird jährlich neu zusammengesetzt. Für den Index gelten folgende Kriterien: Anzahl der Werte: Der Index besteht aus den 15 Unternehmen des DAX® -Index mit der höchsten Dividendenrendite. Die historische Dividenden- rendite berechnet sich dabei aus der gezahlten Dividende geteilt durch den Schlusskurs der Aktie am Tag vor der Ausschüttung. Anpassungszeitpunkt: Jeweils im September, wenn die Zusammensetzung des DAX® -Index neu bestimmt wird, werden auch die 15 Werte neu festgelegt. Die Zusammensetzung ändert sich also in der Regel einmal im Jahr. Gewichtung: Das Gewicht einer Aktie im DivDAX® - Index beträgt maximal 10 Prozent. So wird verhin- dert, dass einzelne Werte den Index dominieren. Liquidität: Da alle DivDAX® -Werte auch Teil des DAX® -Index sind, ist eine hohe Liquidität sicher- gestellt. Gleichzeitig finden die DAX® -Indexregeln Anwendung. Übrigens, historische Simulationen zeigen, dass die Indexzusammensetzung trotz der offenen Konstruk- tion sehr stabil ist. 15 Werte Kriterium Dividendenrendite Starke Performance Die historische Entwicklung des DivDAX® -Index zeigt, dass Dividendentitel ein lohnendes Invest- ment sind: Die Rückrechnung zeigt, dass die Entwicklung des DivDAX® seit 1999 im Durchschnitt um 4,5 Prozent über der des Gesamtmarktes lag. Außerdem war die Volatilität des DivDAX® -Index im gesamten Zeitraum geringer als von DAX® . Dabei betrug die durchschnittliche, jährliche Dividendenrendite des DivDAX® -Index seit 1999 mehr als 2,4 Prozent. Deutlich wird: Ein Investment in deutsche Unter- nehmen mit hohen Ausschüttungen zahlt sich besonders in uneinheitlich tendierenden Märkten aus. Entwicklung des DivDAX® -Index Vergleich DivDAX® mit DAX® , Stand: 9. Februar 2005