GLOBAL INVESTOR: Schlaue Maschinen lernen das Investieren – QUANTUMROCK
 

GLOBAL INVESTOR: Schlaue Maschinen lernen das Investieren

GLOBAL INVESTOR: Schlaue Maschinen lernen das Investieren

Erschienen bei GLOBAL INVESTOR am 22.08.2018

Stefan Tittel, Managing Partner Quantumrock, spricht über die Möglichkeiten, die Künstliche Intelligenz für Investments bieten kann. Ein Algorithmus reicht nicht. Er muss zu einer Maschine werden. Wie das funktionieren kann, erklärt der Experte in seinem Beitrag.

 

Anleger verlangen nach nachhaltig erfolgreichen Investmentstrategien. Doch diese Anforderung überfordert unter Umständen auch den professionellen Anleger. Gleich, welche Instrumente und Daten ihm zur Verfügung stehen, letztlich lassen sich alle menschlichen Investoren von Emotionen leiten. Zudem können sie Informationen nur in begrenztem Umfang aufnehmen und verarbeiten. Hier hilft die künstliche Intelligenz weiter. Basierend auf umfangreichen statistischen Informationen unterstützt KI den Investor, die richtigen Entscheidungen zum richtigen Zeitpunkt zu treffen. Für den Investmenterfolg stehen mittlerweile Algorithmen und automatisierte Handelsstrategien zur Verfügung. Diese automatisierten Ansätze werden unserer Meinung nach sukzessive die menschliche Institution immer weiter ablösen, da ihre Performance nachweisbar höher ist.

 

Disruption durch künstliche Intelligenz und Machine Learning

Die Hilfe durch künstliche Intelligenz wird immer notwendiger. Denn die Märkte entwickeln sich dynamisch und verlangen eine ständige Anpassung der Strategien. Das Marktgeschehen stellt Anleger permanent vor Herausforderungen, denn das Handelsgeschehen läuft nie so reibungslos und voraussehbar ab, wie man sich das vorstellt. Zumindest gilt das für kleine Zeitrahmen, die einfach zu eng sind, um Trends deutlich oder auch nur überhaupt ablesen zu können. Abweichungen, Unregelmäßigkeiten und Anomalien – und damit vorübergehende Über- oder Unterbewertungen etwa von Rohstoffen oder Unternehmen – sind an der Tagesordnung.

 

Die technologischen Entwicklungen der letzten Jahre, insbesondere in den Bereichen künstliche Intelligenz und Machine Learning, ermöglichen nun aber völlig neue Trading-Ansätze. Heutzutage ist es nun erstmals möglich, gigantische Datenmengen (und damit die in Frage kommenden Kurseinflussfaktoren) in Near- oder Real-time für Trading-Impulse nutzbar zu machen. Dazu gehören nicht nur Finanzdaten, sondern auch alle weiteren Informationen, die den Markt beeinflussen: von Fundamentaldaten (wie Gewinnprognosen) bis zu Wetterdaten, die sich auf Handelssysteme auswirken können. Ob mittels statistischer und mathematischer Modellierungstechniken, eigener Datenvisualisierungssoftware, Mustererkennung und maschineller Lerntechniken oder durch die Nutzung von Verhaltenstendenzen von Marktteilnehmern – KI-Systeme suchen ständig nach statistischen Marktanomalien, welche die Grundlage eines prozessgesteuerten Handelsansatzes bilden. Trend und Breakout, Mean Reversion, Long / Short, Volatilität und Marktereignisse sind nur einige Beispiele für Muster, nach denen KI-Technologien suchen. Verhaltensbasierte Handelsansätze erkennen auch das Auftreten von kaum wahrnehmbaren systematischen Preisbewegungen, die durch vorhersehbare Bewegungen großer fundamentaler Marktteilnehmer verursacht werden oder die sich aus Marktbeschränkungen ergeben – wie zum Beispiel Saisonalität.

 

Ein Artificial-Intelligence-Ansatz demaskiert Marktanomalien oder erkennt Preisentwicklungsmustern mit hoher Trennschärfe. Intelligente Maschinen filtern selbst kleinste, kurzfristige Markt- und Preis-Unregelmäßigkeiten, die zu falschen Investmententscheidungen führen können, aus aktuellen Preisentwicklungen von den mittel- und langfristigen Entwicklungen heraus.

 

Algorithmen für sich alleine machen aber noch keine Disruption, sondern bleiben zunächst eine akademische Übung oder ein einmaliges Laborexperiment: Erst wenn Algorithmen und Datensammlungen zu einer leistungsfähigen Machine werden, die ihrerseits beginnt, Maschinen zu bauen, erwacht die künstliche Intelligenz zum Leben und wird zum „serienreifen“ Investor, der sich selbst trainiert. Durch den Einsatz von maschinellen Lerntechniken aktualisieren intelligente Systeme ständig die tatsächliche statistische Signifikanz selbst der kleinsten identifizierten Abweichungen und Anomalien in den Mustern und passen die Handelsparameter automatisch an, so dass selbst minimale Marktbewegungen über Hochleistungs-Auftragsmanagement-Infrastruktur mit niedriger Latenz identifiziert werden können.

 

Bereits heute hat etwa Quantumrock eine solche Maschine entwickelt, die immer leistungsfähigere Maschinen erstellt. Diese findet, produziert, testet und verbessert die Berechnungssystematik hinter den Investmentstrategien. Dabei gehen die intelligenten Maschinen quantitativ und fundamental – quantamental – vor. Zu diesem Zweck wird die Engine zum Beispiel mit Kursdaten von über zehn Jahren sowie hunderten von statistischen Indikatoren, wie exemplarisch den Handelspreisen auf Soja, gefüttert. Terrabytes von neuen Daten werden täglich von 36 Server-Cores verarbeitet. So entwickeln, validieren, testen und verfeinern die Maschinen kontinuierlich neue Investmentstrategien oder überprüfen regelmäßig – alle fünf Tage – bestehende Strategien. Die Entwicklung eines Strategie-Sets mit 100 Substrategien dauert ganze 48 Stunden. Die Quantumrock Artificial-Intelligence wurde über sieben Jahre entwickelt und ist in ihrem Output mit der Arbeitsleistung von rund 300 Finanzanalysten zu vergleichen. Solche, vollständig automatisierte KI-Ansätze sind deutlich effizienter als nur semiautomatisierte Ansätze, die bisher verbreitet sind.

 

Demokratisierung von Investment-Hightech

Bisher war diese Hochtechnologie zwar existent, ihr strategischer Vorteil aber nur wenigen zugänglich. Nur exklusive Milliarden-Hedge-Funds entwickelten und nutzten sie intern. Mittelgroße Investoren (HNWI, Family Offices und B2B) hatte kaum Zugang auf solche intelligente Hilfestellung – ganz zu schweigen vom B2C-Massenmarkt.

 

Für eine solche Exklusivität gibt es aber keine Gründe mehr. Strategien, die ansonsten nur Großinvestoren ab 100 Millionen Euro zur Verfügung stehen, stehen nun in Form strukturierter Finanzprodukte bei einem Investitionsvolumen ab 125.000 Euro auch privaten Anleger im HNWI-Segment sowie institutionellen Anlegern wie Family Offices, Banken, Versicherungen, Unternehmen und Asset-Managern zur Verfügung. Die künstliche Intelligenz führte zur Entwicklung von praxiserprobten Investmentstrategien und einer Dachstrategie, die vier Zertifikaten zu Grunde liegen. Für die Finanzprodukte konnte eine durchschnittlich zweistellige Performance (nach Gebühren) pro Jahr in fast allen Investmentstrategien erreicht werden. Dabei lässt sich die Wertentwicklung einzelner Zertifikate über langjährige Track Records nachverfolgen. Die Modelle liefern nachweislich hohe absolute Renditen. Für eine weitere Absicherung sorgen die kontinuierliche, weiterhin in der Hand des Menschen bleibende Überwachung des Handelsverlaufes, die Risikominimierung durch möglichst geringe Latenzzeiten im Handel, die System-immanente Verwendung von Stop-Losses sowie eine überwiegend marktneutrale Positionierung wie beispielsweise durch statistische Arbitrage oder Pairs Trading.

 

Maschinen für das Investment der Zukunft

Künstliche Intelligenz und Machine Learning erarbeiten sich aber nicht nur in klassischen Märkten eine wichtige Entscheidungskompetenz. Sie besitzen auch die notwendige Rechenkraft um sich neue Investmentbereiche schnell zu erschließen. Dazu gehören Crypto-Währungen. Gerade hier finden KI und voll automatisiertes Machine Learning effizient einen Kompass für die richtigen Entscheidungen in der nahen Zukunft. Um Privatinvestoren weltweit den Zugang zu den ehemals der Investment-Elite vorbehaltenen Algo-Strategien zu ermöglichen, führt Quantumrock unter der Marke RISE im vierten Quartal 2018 einen ICO durch. In einem neuen Ökosystem können Anleger bereits mit Kleinstbeträgen in die bewährten Algo-Strategien investieren und damit sowohl in klassischen Asset-Classes als auch in Crypto-Classes automatisiert handeln. Zusätzlich werden virtuelle Investmentvehikel aufgelegt, welche Anlegern gehebelte Investments mit Crypto-Währungen ermöglichen. Anleger können damit ein Finanzinstrument bequem nutzen, welches bislang professionelleren Anlegern vorbehalten war.



Wir benutzen Cookies um die Nutzerfreundlichkeit der Webseite zu verbessern. Durch Ihren Besuch stimmen Sie dem zu.