04.12.2024, 10:51 Uhr
«Während die Märkte von einer lockeren Geldpolitik beflügelt werden, drohen politische Umwälzungen in den USA sowie geopolitische Spannungen», schreibt Nicolas Forest, Chief Investment Officer bei Candriam in...
Für viele ist künstliche Intelligenz (KI) eine Black Box, die oft mit Overfitting behaftet ist. Eine wachsende Gruppe von Investoren sieht aber diesen Ansatz als Weg, bessere Investmententscheidungen zu erzielen. Pierre-Yves Moix von LGT Capital Partners ist überzeugt, dass KI ein hilfreiches Mittel ist, das für systematische Strategien neue Anlagemöglichkeiten eröffnet.
Anlegern fällt es immer schwerer, objektive Anlageentscheidungen zu treffen. Denn zum einen wächst die Datenmenge, die zur Verfügung steht und bearbeitet werden muss, exponentiell an. Zum anderen, werden qualitativ mehr oder weniger hochstehende Nachrichten immer schneller verbreitet, was emotionsgetriebene Verhaltensmuster bei diskretionären Entscheidungen fördert.
Nach Meinung von Pierre-Yves Moix, CIO Systematic Strategies bei LGT Capital Partners, können systematische Strategien, denen regelbasierte Anlagekonzepten zu Grunde liegen, grosse Datenmengen effizienter verarbeiten und irrationale Interpretationen beseitigen. Zudem würden sie das Anlegespektrum erweitern. "Das Grundgesetz des aktiven Managements besagt, dass der Erfolg eines Investmentansatzes eine Kombination aus Geschick und aus der Anzahl unabhängiger Renditenquellen ist", so der Experte. Daher seien quantitative Strategien ideal geeignet, Mehrwert zu schaffen: Einerseits erlauben sie, die Attraktivität von Anlageideen in verschiedensten Marktphasen systematisch zu evaluieren. Andererseits können sie eine grosse Anzahl unabhängige Strategien entwickeln, indem sie unterschiedliche Investmentstilrichtungen in verschiedenen Märkten und mit unterschiedlichen Handelsfrequenzen einsetzen.
Breite Ausrichtung der Strategien
In den vergangenen Jahren scheinen systematische Strategien allerdings oft nicht überzeugt zu haben, so Moix. Das sei unter anderem darauf zurückzuführen, dass diese Strategien in vielen Fällen auf nur einen Ansatz begrenzt wurden, und daher ihr Potenzial nicht genutzt haben. "Es gilt aber, das gesamte Spektrum einzusetzen", mahnt der CIO. So können alternative Stilprämien beispielsweise bekannte Anlagestile wie Momentum, Carry und Value nutzen. Quantitative Macrostrategien können darüber hinaus eigene Handelsstrategien in weniger beachteten Marktsegmenten entwickeln
"Wie aber kann künstliche Intelligenz diese bereits bekannten Konzepte unterstützen? Sie kann wesentlich dazu beitragen, umfangreiche Mengen von nicht immer strukturierten Daten (Big Data) aufzuarbeiten und als Trading-Signale zu verarbeiten. Denn künstliche Intelligenz kann komplexe Zusammenhänge erkennen, die der Mensch aufgrund der Mehrdimensionalität nur schwer erfassen kann", erklärt Moix. Im Finanzbereich sei künstliche Intelligenz seiner Meinung nach ein Werkzeug, das im Rahmen von Modellen mit theoretisch fundiertem Hintergrund angewendet werden muss.
Künstliche Intelligenz in Investitionen nutzen
LGT Capital Partners investiert seit mehr als 20 Jahren in systematische Strategien. Im Januar 2019 sind die bestehenden Strategien gemäss Moix durch einen neuen Ansatz, das sogenannte News Based Trading ergänzt worden. Diese innovative systematische Strategie nutze Nachrichtenmeldungen, um das Anlegersentiment und mögliche Renditeentwicklungen zu analysieren. Dazu habe das Team um Maxim Gusev and Dimitri Kroujiline ein theoretisches mathematisches Konzept entwickelt, das mit Hilfe von regelbasierter Sprachverarbeitung, dynamischen agent-based Modellen und Deep Learning umgesetzt würde. Das theoretische Konzept, dessen Entwicklung laut Moix mehrere Jahre dauerte, definiert, wie Daten mit Hilfe moderner Technologien ausgewertet werden sollen. Im Rahmen des Konzepts stünden Nachrichtenströme, das Anlegersentiment und Preisentwicklungen in Abhängigkeit zueinander. Zudem würde auch die Rückwirkung der drei auf die jeweils anderen Faktoren berücksichtigt.
All diese Analysen, die stetig durch die Weiterentwicklung des Deep Learning verfeinert werden, würden schliesslich Handelssignale für die Investitionen in die entsprechenden Aktienindex-Futures liefern. "Aktuell fokussiert sich die Strategie auf US-Märkte, der Ansatz wird aber auch global angewendet", so Moix. Seit der internen Auflegung der Strategie im Jahr 2016 habe sie sich gut entwickelt und zeige das Potenzial, dass systematische Strategien haben, wenn moderne Technologien mit einem durchdachten Prozess angewendet werden.
LGT an der Finanz19: Stand M.20, weitere Informationen finden Sie hier.