Saturday 20-Apr-2024
4.9 C
Frankfurt am Main

„Die Potenziale Künstlicher Intelligenz für die Kapitalanlage“

Topics„Die Potenziale Künstlicher Intelligenz für die Kapitalanlage“

„Um am Kapitalmarkt mit hoher Verlässlichkeit in allen Marktphasen positive Erträge zu erwirtschaften, muss eine Anlagestrategie zwei Kriterien erfüllen“, betont Julien Florian Jensen, Executive Director bei Othoz Capital GmbH, anlässlich des 203. Hedgeworks in Frankfurt: „Erstens muss sie grundsätzlich breit über unterschiedliche Renditequellen diversifiziert sein, und zweitens muss das Exposure gegenüber diesen Renditequellen aktiv gesteuert werden.“

„Renditen erzielen Anleger am Kapitalmarkt durch die Übernahme von systematischen und unsystematischen Risiken. Systematisch sind Risiken, die prinzipiell nicht vollständig diversifiziert werden können. Ein in internationale Aktien- und Anleihemärkte investiertes Portfolio wird – trotz sehr breiter Streuung über unterschiedliche Wertpapiere – immer dem Trend am Weltaktienmarkt sowie der Zinsentwicklung ausgesetzt sein.

Weltmarkt- und Zinsrisiken gelten als systematische Risiken, die in der Regel auf der Ebene der Asset Allokation bewirtschaftet werden. Entsprechend ist die Asset Allokation die Ausrichtung eines Portfolios auf die systematischen Risiken und damit die langfristigen Risikoprämien am Kapitalmarkt. Unsystematische Risiken kommen ins Spiel, wenn bewusst auf Diversifikation verzichtet und in einzelne Wertpapiere investiert wird, beispielsweise in eine Auswahl von Aktien. Ein solches Vorgehen ist verbunden mit der Erwartung, dass die selektierten Titel eine diversifizierte Anlage etwa in einen Aktienindex in der Performance übertreffen. So dienen die Einzeltitelselektion oder auch die Ausrichtung auf einen Faktorstil wie Value, Growth, Quality, Size oder Momentum der Erschließung von außerordentlichen Renditechancen durch gezielte Übernahme von spezifischen Risiken.

Systematische Erschließung der Renditequellen

Die Erschließung der Renditequellen sowohl auf der Allokationsebene als auch der Selektionsebene ist eine essentielle Grundvoraussetzung für die Erzielung von positiven Renditen über den Marktzyklus. Die Herausforderung besteht allerdings darin, dass sowohl die systematischen Risikoprämien auf der Allokationsebene als auch die Überrenditemöglichkeiten auf der Selektionsebene über die Zeit stark variieren und daher ein kompetentes aktives Management voraussetzen. Neben geeigneten operativen Prozessen geht es dabei vor allem um die strukturierte Analyse umfassender Datenmengen, um Allokations- und Selektionsentscheidungen zu treffen.

Die absoluten und relativen Renditen der verschiedenen Anlageklassen auf der Allokationsebene werden von wirtschaftlichen Erwartungen, geopolitischen Ereignissen und der allgemeinen Risikobereitschaft bzw. dem Sentiment der Marktteilnehmer beeinflusst. Die absoluten und relativen Renditen einzelner Wertpapiere unterliegen ebenfalls diesen Makroeinflüssen, werden aber zusätzlich noch von spezifischen fundamentalen Daten und individuellen Kursverläufen bestimmt. Eine profunde Analyse von makroökonomischen und fundamentalen Daten, von historischen Preisentwicklungen für Wertpapiere sowie allen möglichen Wechselwirkungen gehört also zum täglichen Handwerkszeug, wenn mit hoher Verlässlichkeit positive Erträge erwirtschaftet werden sollen.

Mehr Daten gleichzeitig analysieren und Komplexität besser beherrschen

Das maschinelle Lernen aus sehr großen und heterogenen Datenmengen in Entscheidungsprozessen gehört zu den Stärken moderner Infrastrukturen der Künstlichen Intelligenz (KI). Die Möglichkeiten, mit neuronalen Netzen komplexe Wirkungszusammenhänge zwischen makroökonomischen, fundamentalen und Preisdaten eines großen Anlageuniversums dynamisch zu erfassen, vor allem auch nichtlineare Beziehungen, macht KI-basierte Anlageprozesse für die Umsetzung von robusten Anlagestrategien besonders geeignet.

In der KI-Infrastruktur von Othoz sind rigoros trainierte Machine-Learning-Algorithmen im Einsatz, die in einem holistischen Modell aus makroökonomischen und fundamentalen Einflussgrößen sowie den Preisbewegungen am Kapitalmarkt täglich Selektions- und Allokationssignale generieren. Pro Handelswoche und Aktienuniversum stehen mehrere Millionen systematisch aufbereitete Datenpunkte für die ganzheitliche Analyse zur Verfügung. Um aus dieser enormen Datenmenge entscheidungsrelevantes Wissen schöpfen zu können, benötigt es eine performante Speicher- und Recheninfrastruktur. Hierbei kommt dem Einsatz von Cloud Computing eine entscheidende Rolle zu; das flexible und kosteneffiziente Buchen von Rechen- und Speicherkapazitäten erlaubt es heutzutage, alle technischen Voraussetzungen zu schaffen, um basierend auf einer umfassenden Datengrundlage bessere Anlageentscheidungen treffen zu können.

Die weltweiten Forschungsbemühungen, um die Einsatzmöglichkeiten von KI im Asset Management auszuloten, tragen darüber hinaus zu einer rasanten Wissensentwicklung bei. Daraus werden in den nächsten Jahren neue Wege für die Erwirtschaftung von Mehrwerten am Kapitalmarkt entstehen.

Investoren können schon jetzt profitieren

Der Einsatz neuartiger Technologien wie Machine Learning bringt eine Vielzahl neuer Möglichkeiten und Vorteile mit sich. Wie bereits in anderen Bereichen, und bei der Einführung vergleichbarer disruptiver Technologien, wird sich der technische Fortschritt auf kurz oder lang nicht aufhalten lassen. Wenngleich man die Veränderungen, die der Einsatz von künstlicher Intelligenz mit sich bringt, kritisch betrachten kann, sollte man die entstehenden Vorteile nicht unterschätzen. Mit Blick auf die sich bietenden Chancen haben Investoren die Möglichkeit, sich gegenüber ihren Wettbewerbern abzusetzen, wenn sie die Potenziale der neuen Technologien frühzeitig für sich nutzen, anstatt sich den Fortschritten zu verwehren.“

Julien Florian Jensen

ist Executive Director bei Othoz und mitverantwortlich für die Bereiche Business Development und Fondsmanagement. Julien hat bereits die Asset Management Boutique KJL Capital GmbH, Frankfurt, mitgegründet und aufgebaut, die mit Othoz in einer Produktpartnerschaft steht. Zuvor sammelte er berufliche Erfahrungen im Investment Banking (Equity Derivatives Trading/ Risk Management) und Asset Management (Portfolio Management) in Frankfurt, Zürich und Hong Kong. Er hat Wirtschaftswissenschaften an der WHU – Otto Beisheim School of Management (Vallendar, DE), der HEC Genève (Genf, CH) und der NEOMA Business School (Reims, Paris, FR) studiert.

Über Othoz

Othoz bietet quantitative Kapitalanlagestrategien, die auf Technologien des maschinellen Lernens (ML) basieren, und gehört damit zu den Anwendungspionieren auf dem Gebiet künstlicher Intelligenz (KI). Das interdisziplinäre Team besteht aus Experten in den Bereichen Finance, Computer und Data Science sowie Mathematik, Physik und Neurowissenschaften. Seit 2017 arbeitet das Team daran, die komplexe Dynamik von Einflussgrößen und Interdependenzen auf Finanzmärkten in holistischen Modellen abzubilden und mit den Best Practices moderner Investmentprozesse zu kombinieren. Othoz ist eingebettet in die globale KI-Community, im engen Austausch mit führenden Universitäten und Mitglied des Institute for Quantitative Investment Research (Inquire Europe). Bereits heute ist Othoz einer der wichtigsten Innovationstreiber für KI-basierte Analysen und Entscheidungsprozesse im Asset Management. Gegründet wurde das Unternehmen von Dr. Daniel Willmann, Dr. Mathias Eitz und Ronald Richter. 2020 beteiligte sich der Unternehmer und Investmentexperte Prof. Dr. Peter Oertmann an der Gesellschaft und fungiert heute als aktiver Beiratsvorsitzender. Begleitet wird Othoz zudem von erfahrenen Beratern wie Dr. Werner Brandt, langjähriger Finanzvorstand der SAP SE und Aufsichtsrat verschiedener DAX-Konzerne.