Mittwoch, 19. Juni 2019

Wie Anleger von künstlicher Intelligenz profitieren Maschinen erobern den Finanzmarkt

Portfolio: Renditemaschinen
Getty Images

3. Teil: Intelligenzbausätze für Ahnungslose

An den schwer erklärbaren Mustern, die binnen eines Börsenhandelstags auftreten, sind viele Quant-Manager bislang gescheitert. Berühmte Ausnahme: der Medallion Fund von Renaissance Technologies (RenTec), der seit rund 30 Jahren 40 Prozent Rendite per annum mit Wetten auf Intraday-Muster einfährt. Dank Machine-Learning könnte das Geheimnis dieser Schatzkammer bald gelüftet werden.

Vorerst will Todd die Maschinen nur als Research-Assistenten einsetzen, selbst entscheiden sollen sie nicht. Das wäre ihm zu gefährlich: "Dann sitzt man auf einem Haufen Investments, ohne zu wissen, warum."

Quant-Fonds, die Maschineller lernen einsetzen
Drei Trendfolgefonds (Aspect, SEB, Winton) und zwei Multistrategie-Hedgefonds mit Vorsprung durch künstliche Intelligenz
Name Auflagedatum KI-Intensität ISIN Rendite 3 Jahre per annum, in Prozent Rendite 2017, in Prozent Laufende Kosten, in Prozent
Aspect Capital Diversified Trends Februar 2013 nutzt KI im Research Börsen-Chart zeigen 1,0 3,1 1,5 (1)
Man AHL Multi Strategy Alternative März 2016 teils KI-gesteuert Börsen-Chart zeigen - 1,2 2,2
SEB Asset Selection Fund C Juni 2009 nutzt KI im Research Börsen-Chart zeigen 1,6 0,1 1,55
Two Sigma Diversified (über Schroder Gaia) August 2016 nutzt KI im Research Börsen-Chart zeigen - 4,2 1,8
Winton Diversified (über DB Platinum IV Systematic Alpha) Juli 2010 nutzt KI im Research Börsen-Chart zeigen 0,7 5,1 1,9
1 Verwaltungsgebühr
Stand: 25.01.2018
Quelle: Morningstar, Bloomberg, Unternehmen

Die größten Sorgen machen dem Quant-Veteranen daher die Heerscharen von Investmentbankern, die ihren Kunden mitunter einfach eine Liste mit 1500 Quant-Strategien vorlegen. Und im schlimmsten Fall ein KI-Modell dazu, das zu jeder Zeit die gerade passenden heraussuchen soll. "Das wird nicht funktionieren", warnt Todd. Er befürchtet in den kommenden Jahren "sehr viele enttäuschte Anleger". So wie nach dem Quant-Crash vom August 2007, als die Nerd-Abteilungen von Goldman Sachs und anderen Banken gigantische Summen verbrannten. Es stellte sich heraus, dass die Geldinstitute mit den Daten deutlich schlechter zurechtkamen als die Quant-Hedgefonds.

Intelligenzbausätze für Ahnungslose

Während die Fonds KI vor allem im Research nutzen, bauen die Banker damit vermeintlich intelligente Anlageautomaten - bis heute. J. P. Morgan hat im Mai ein 280-Seiten-Handbuch "Big Data and AI Strategies" herausgebracht. Die Lektüre weckt Sorgen, dass die "vierte industrielle Revolution" Opfer fordern könnte. Denn viele KI-Anwender wissen offenbar nicht, was sie tun. Er habe Investmentmanager getroffen, die glaubten, sie hätten bereits eine effektive Handelsstrategie, nur weil sie über KI redeten, warnt J. P. Morgans Quant-Chef Marko Kolanovic.

"Man muss die Statistik verstehen", mahnt David Hand, emeritierter Professor für Mathematik am Imperial College. Zu ihm kämen oft Menschen, die glaubten, eine überlegene Trading-Strategie entdeckt zu haben - aber nur einen statistischen Fehler begangen hatten.

"Machine Learning birgt auch ein großes Risiko: Es ist leicht, zu viel in die Daten hineinzuinterpretieren", sagt Two-Sigma-Chefanleger Duncombe. Algorithmen fielen oft auf trügerische Muster herein, "die nur entstehen, weil eine Zeit lang alle darauf wetten". Diese Datenchimären würden immer stabiler, je mehr Trader aufspringen - um schließlich zu kollabieren und einen verheerenden Crash auszulösen.

Ein Gutes hätte ein solcher Meltdown: Er würde offenlegen, wer in der KI-Ära die überforderten Zauberlehrlinge sind. Und wer die Hexenmeister.

Seite 3 von 3

© manager magazin 3/2018
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung