Quant ist tot, es lebe Quant

Nachhaltig anstatt schnell: Künstliche Intelligenz (KI) und maschinelles Lernen als Antwort auf die Vertrauenskrise am Aktienmarkt.

Die Börse gleicht aktuell einem Wechselbad der Gefühle. Im Mai und Juni erreichten DAX, S&P500 und Dow Jones zwar neue Rekordstände, allerdings deutet die momentane Rotation weg von Small-Caps hin zu risikoärmeren Titeln einen Trendwechsel an und sorgt für Misstrauen. Diese Stimmung spiegelt sich auch bei den Kleinanlegern wider.

Lediglich 7,5 Prozent der Deutschen halten derzeit Aktien – trotz anhaltender Niedrigzinsphase. Die Gründe für die skeptische Haltung gegenüber Aktien sind vielschichtig, meiner Einschätzung nach mangelt es aber in erster Linie an Vertrauen. Drei beispielhafte Auslöser:

  • Das Platzen der Internetblase 2000
  • Die Kursverluste im Zuge der Finanzkrise 2007
  • Immer neue Manipulationsskandale in der Bankenwelt

Zuletzt versagten auch Heilsbringer wie das algorithmische Trading. Die vermeintlich neutralen Systeme verursachten Fehler. Das Problem: Sie unterliegen auf den zweiten Blick doch menschlichen Emotionen – und zwar denen der definierenden Analysten. Negativbeispiele sind der „Flash Crash“ von 2010, bei dem der Dow Jones Index innerhalb von nur acht Minuten zehn Prozent seines Wertes verlor, oder die außer Kontrolle geratene Handelssoftware bei Knight Capital 2012.

Künstliche Intelligenz und maschinelles Lernen

Um Vertrauen zurückzugewinnen sowie Leistungs- und Renditeerwartungen zu erfüllen, heißt es für die Finanzbranche neue Wege zu gehen. Aktuell agieren jedoch viele eher frei nach dem Motto: „Ist der Ruf erst ruiniert, dann lebt sich’s gänzlich ungeniert“ und scheuen sich vor alternativen Anlagestrategien und neuen Technologien. Dabei gibt es Lösungen: quantitative Verfahren, die auf künstlicher Intelligenz und maschinellem Lernen basieren und nicht auf Schnelligkeit, sondern auf Nachhaltigkeit setzen. Der einzige Weg, alle emotionalen Einflüsse vollständig aus dem Entscheidungsprozess auszuschließen, ist, die Maschine dazu zu bringen, das Modell eigenständig zu erlernen. An diesem Punkt setzt maschinelles Lernen an. Hier werden dem System eine Vielzahl an Parametern und Optionen zur Verfügung gestellt. Diese wertet der Algorithmus in Bezug auf ihre Vorhersagequalität aus und bezieht nur die besten in die Anlageentscheidung ein. Das geschieht sehr effizient und nach neutralen Kriterien. Zeitgleich werden alle bestehenden Positionen auf Risiken überwacht. Aufgrund des selbstlernenden Systems ist es KI-Modellen möglich, sich an aktuelle Marktphasen anzupassen und verhaltensbedingte Ineffizienzen auszunutzen. Dadurch werden Überrenditen erzielt und Risiken gemieden. Das Marktverhalten erlernt das System anhand der Analyse historischer Marktdaten, aktualisiert wird das Wissen durch kontinuierliches Feedback aus den getroffenen Entscheidungen und die Analyse neuer Marktdaten. Aus meiner Sicht ein vielversprechender Weg – auch um verlorengegangenes Vertrauen wieder zurückzugewinnen.

Welche Erfahrungen haben Sie mit auf künstlicher Intelligenz basierenden quantitativen Verfahren? Wo sehen Sie Chancen, Risiken oder auch Alternativen?


Bildquelle: Shutterstock

Hinterlassen Sie eine Antwort

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.