Geldanlage mit KI-Unterstützung
Bei der Umsetzung modernster Handelsstrategien sind Algorithmen unerlässlich geworden
Das Investment in Aktien und anderen Kapitalmarktprodukten ist eine permanente Herausforderung und auf Dauer bleibt die Analyse oft mühsam und langwierig. Die erfolgreiche Vermögensanlage wird mehr und mehr revolutioniert, Aktienanalyse und -handel somit zunehmend automatisiert. Durch das riesige Anlageuniversum, aufgrund der vielfältigen Auswahl aus hunderttausend Wertpapieren, bedient sich der kluge Investor mathematischer Methoden um ans Ziel zu kommen.
Algorithmischer Ansatz
Die Suche nach den besten Rosinen, den Aktien mit den höchsten Gewinnchancen, wird nach streng methodischem Raster erledigt. Man folgt beim algorithmischen Handel einer regelbasierten Strategie. Sie wird programmiert und später immer wieder mit der Software ausgeführt.
Der zugrundeliegende Algorithmus überwacht dann den Markt, um zu sehen, wann alle erforderlichen Bedingungen erfüllt sind, um die jeweiligen Trades auszulösen. Der so entwickelte „Algo“, der die Märkte nach immer wiederkehrenden lukrativen Preismustern durchsucht und dem Asset-Manager-Trader Long- und Short-Einstiege aufzeigt, berücksichtigt nicht nur Preisverhalten, Stimmungsänderungen bei den professionellen Tradern, er greift auch auf elementare Nachrichten zurück.
In weiterer Folge werden zumeist zusätzliche Faktoren überprüft. Bestätigen diese Faktoren das Signal, wird ein Trade eingegangen. Sehr oft wird „Algo-Trading“mit dem schnellen Handel in Verbindung gebracht. Seriöse Algo-Trader sind nicht auf äußerst kurzfristige Bewertungen und Ergebnisse aus, sie tummeln sich nicht im sog. Hochfrequenzhandel.
Künstliche Intelligenz
Die Entscheidungen über die Investments und die ganze Bandbreite an Folgeprozessen sind durch rein menschliche Fähigkeiten und Ressourcen schwer zu bewerkstelligen. Hinzu kommen regulatorische Vorgaben, HöchstAnlagegrenzen und Limits, die Erledigung von Meldepflichten und natürlich Gewinn- und Verlustbewertungen. So greift der Mensch im Rahmen des Prozesses gern auf die Maschine zurück. Bei Künstlicher Intelligenz (KI) justiert die Maschine, also die Programm-Software, stets nach und entscheidet, welches Verfahren in einer bestimmten Situation wahrscheinlich das Beste ist.
In der Geldanlage mit KI-Unterstützung kann also nicht nur der „kühle Kopf“des Programms und die emotionsfreie Handlungsweise von Vorteil sein, nein, der absolute Lernprozess verhilft zur Fehlervermeidung in der nahe liegenden Zukunft. Diese Optimierung durch KI haben sich Handelsabteilungen in vielen Geschäftsbanken zunutze gemacht. Deutlich häufiger kommen sie bei Verwaltern in Asset-Management-Firmen zum Einsatz. Die professionellen Anbieter dieser KIStrategien enthüllen kaum Erfolgsquoten oder absolute Zahlen zur Performance. So leugnen bekannte Hedgefonds zumeist den intensiven Einsatz von Algo-Modellen bei ihren Investitionsentscheidungen.
Beim algorithmischen Handel geht es im Wesentlichen um das Lesen von Nachrichten. Die Methodik beruht auf Erkenntnissen großer Mathematiker. Grundlagen bauen auf Forschungen von Carl Friedrich Gauß zu Beginn des 19. Jahrhunderts auf.
Bei Beurteilungen zu einer Gesellschaft und ihrer Aktie werden neben der „Story Line“das Intervall und die wiederkehrende Saisonalität überprüft. Das kann in bestimmten Fällen für das Programm bereits ausreichend für eine Kauf- bzw. Verkaufsempfehlung sein. Ein anderer Einsatzort ist aber auch der Devisenhandel oder das Trading in Rohstoffen. Viele Investmenthäuser nutzen die KI-Verfahren auch für den makroökonomischen Blick, um entsprechende Megatrends zu erkennen, die durch sich verändernde Technologien,
Urbanisierung, Klimawandel und die Entwicklung der Bevölkerung entstehen.
Ein bekanntes Beispiel: Die Veröffentlichung der ersten Meldungen zum Bayer-Konzern wegen des vorläufigen Gerichtsentscheids eines Richters beim Northern District of California aufgrund der Klage von Glyphosat-Geschädigten. Sie hatten zuvor vor dem USGericht Schadenersatzansprüche angemeldet; am 19. März 2019 kam die Nachricht im deutschsprachigen Raum über Agenturen und Online-Medien tausendfach durch. Schätzungsweise 5 000 deutsche News-Einträge mit „Bayer“, „Klage“, „Glyphosat-Skandal“oder etwa „drohende Milliardenverluste“wurden durch die Kanäle verbreitet. Am 19. März büßte die BayerAktie in logischer Konsequenz mehr als 11 Prozent im Wert ein, am nächsten Tag setzte sich der Erdrutsch fort.
Die Händler und Anleger, die investiert waren, kamen mit einem blauen Auge davon, wenn sie denn über schnelle Algos verfügten und eventuell noch am frühen Vormittag durch ihre KI-Auswertungen gewarnt wurden und so die Aktie verkaufen konnten. Andere Investoren haben sicherlich die „volle Fahrt“nach unten mitgemacht und drakonische Verluste erlitten. Die stimmungsmäßige und wiederkehrende Nachrichten-Flut funktioniert natürlich in positiver Richtung genauso gut. Das Bayer-Beispiel zeigt aber eindeutige Tendenzen auf. Bei der Umsetzung modernster Anlage- und Handelsstrategien sind Algorithmen unerlässlich geworden.
Viele Investmenthäuser nutzen die KI-Verfahren auch für den makroökonomischen Blick, um entsprechende Megatrends zu erkennen.