Kommentare & Expertenmeinungen | Anlagestrategie
02.03.2018

Bessere Anlageentscheidungen durch K√ľnstliche Intelligenz?

Der Einsatz Künstlicher Intelligenz im Portfoliomanagement kann Anlageentscheidungen erfolgreich unterstützen. Jedoch gibt es kaum verlässliche Zahlen, die dies für eine aktive Portfoliostrategie untermauern. Pablo Hess und Michael Günther, Entwickler und Portfoliomanager von Tungsten Trycon, zeigen die Vorteile in ihrem Gastbeitrag auf.

Pablo Hess und Michael Günther

Pablo Hess und Michael Günther

Foto: Tungsten

Das Thema "Künstliche Intelligenz" (KI) findet in immer mehr Branchen in Deutschland den Weg in die Praxis. Das Oxford Dictionary versteht unter KI definitorisch "the theory and development of computer systems able to perform tasks normally requiring human intelligence". Studien legen nahe, dass sowohl der Life Science-Sektor, als auch die Telekommunikationsindustrie und Energiebranche die Potenziale derzeit besonders dynamisch erschließen. Zu den gängigen Anwendungsbeispielen zählen neben Prozessoptimierungen und Robotik die Sprach- und Gesichtserkennung, automatisierte Übersetzungsleistungen, sowie das viel diskutierte autonome Fahren. Und die Finanzbranche? Auch hier mehren sich die Anwendungsszenarien, sie reichen von der Einbindung externer Daten der Versicherungshäuser (etwa beim Betrugs- und Risikomanagement sowie der Individualisierung von Policen) über Kreditwürdigkeitsprüfungen und Chatbots der Banken bis hin zu Aufgaben im Berichtswesen bei der Umsetzung und Überwachung regulatorischer Vorgaben.

KI-Technologien zur Unterstützung von Anlageentscheidungen und des Investmentprozesses sind ein weiteres, eigenes Feld. Nicht Rationalisierungen oder Automatisierungen stehen dabei im Vordergrund, sondern die Erwirtschaftung eines konkreten Mehrwerts gegenüber Anlagestrategien, die keine KI nutzen.

KI aus Sicht des Portfoliomanagers

In der Vergangenheit beruhten bereits zahlreiche regelgebundene Handelsstrategien auf mathematisch-computerbasierten Modellen (Quant). Sie haben von jeher den Anspruch, aus Vergangenheitsdaten erfolgreiche Schlüsse für die Zukunft zu ziehen. Wenngleich KI nicht als simple Fortsetzung herkömmlicher Quant-Strategien fehlgedeutet werden sollte, lassen sich KI-Vorteile - sowohl für den Portfoliomanager als auch für die Anleger - besonders anschaulich in der Abgrenzung zu diesen älteren Modellen skizzieren. So profitiert der Portfoliomanager heute von einer weit größeren Verfügbarkeit an Daten, die in den Research- und Investment-Prozess einfließen. Kamen in traditionellen Quant-Modellen wenige Dutzend Variablen in Betracht, so können mithilfe Künstlicher Intelligenz viele tausend oder sogar Millionen Einflussfaktoren ausgewertet werden. KI-Technologien nutzen Algorithmen, um Zusammenhänge aus diesen Daten zu erkennen. Bei traditionellen Quant-Strategien ist der Portfoliomanager dagegen auf eigene Hypothesen zu den Gesetzmäßigkeiten an den Finanzmärkten angewiesen. Einher mit KI geht nicht nur ein „mehr“ an Daten. Mithilfe von KI-Analysen kann der Portfoliomanager neue Handelsgelegenheiten herausarbeiten, die eine herkömmliche quantitative Anlagestrategie nicht zu leisten imstande ist. Die maschinelle Intelligenz ist zudem frei von emotionalen Einflüssen und hinsichtlich der Geschwindigkeit und Effizienz von Datenauswertungen auch dem menschlichen Analysten in zahlreichen Belangen überlegen.

KI aus der Perspektive des Anlegers

Für den Anleger stehen weniger die Mittel, sondern ganz zentral die Ziele und der erwartete Zusatznutzen im Vordergrund. Treiber für die Nachfrage nach KI-Bausteinen sind neben Diversifikationseffekten vornehmlich Mehrerträge, die auf erfolgreicher Wertpapierauswahl und Timing der KI-Analysen basieren sollen. Wenngleich nicht pauschal für KI im Asset Management beanspruchbar, so sind diese Vorteile messbar. Wir haben vor vier Jahren unsere Handelsstrategie von einem traditionellen Quant-Ansatz in eine von uns entwickelte KI-Strategie transformiert, mit welcher wir Markttrends (Momentum) sowie Trendkorrekturen (Contrarian) an den Finanzmärkten nutzen. Die Strategie hat seitdem bereits über 20.000 Börsentransaktionen getätigt. Es zeigte sich, dass im Zeitraum seit September 2013 gegenüber der relevanten Peergroup (SG CTA Index) eine höhere risikoadjustierte Rendite (Sharpe Ratio) erwirtschaftet werden konnte. Ebenfalls lassen sich gute Streuungseffekte nachweisen, was auf die Andersartigkeit der Handelssignale und - davon abgeleitet - auf entsprechende Portfoliozusammensetzungen zurückzuführen ist. Die Korrelation mit anderen Assetklassen, die auf einer Skala zwischen +1 (kompletter Gleichlauf) und -1 (gegeneinander gerichtet) gemessen wird, lag im Durchschnitt bei Werten unter 0,2.

Anleger sollten Zusatznutzen aus KI im Vorfeld hinterfragen

Der Einsatz Künstlicher Intelligenz kann folglich auch in einem Investmentprozess zu überlegenen Ergebnissen führen. Voraussetzung ist ein tiefgehendes Knowhow, Beharrlichkeit bei der Entwicklung und Implementierung von KI-Algorithmen sowie die Kenntnis und Beachtung der Grenzen des Einsatzes von KI im Portfoliomanagement. Dem Portfoliomanager kommt dabei als Kontrolleur und Manager weiterhin die zentrale Rolle zu. Für Anleger ist es wichtig darauf zu achten, ob sich ein Fonds lediglich mit Vokabeln wie „maschinelles Lernen“ schmückt, oder ob diese Technologie tatsächlich für bessere Prognosefähigkeiten eingesetzt wird, was sich idealerweise anhand eines bestehenden Track Records nachvollziehen lässt. Der Investor sollte Klarheit einfordern, welchen Zusatznutzen sich der Portfoliomanager konkret aus dem Einsatz von Künstlicher Intelligenz verspricht. Am Anfang einer Investmententscheidung für eine KI-gestützte Wertpapieranlage sollte die Frage stehen: Wie haben vergleichbare Strategien abgeschnitten, die herkömmliche Methoden eingesetzt haben, um an dasselbe Ziel zu gelangen?

Die Autoren

Pablo Hess und Michael Günther forschen nach eigenen Angaben seit dem Jahr 2000 am Themenfeld „Künstliche Intelligenz“ sowie dessen Bedeutung für die Anwendung an den Finanzmärkten. Die Portfoliomanager des Tungsten Trycon Basic Invest HAIG der in Frankfurt am Main ansässigen Tungsten Capital Management zählen sich bei der Einbindung künstlicher Intelligenz in Investmententscheidungen zu den Pionieren in Deutschland.