11.08.2023 Investieren mit KI: Intelligente Software optimiert Anlageberatung
Das Thema Künstliche Intelligenz (KI) bewegt die Welt. Der Hype um die Sprachsoftware ChatGPT sorgte in diesem Jahr für eine Sonderkonjunktur an der Börse und führte besonders bei Tech-Unternehmen zu Kurssprüngen. Doch KI ist nicht nur als Anlagethema beliebt, sondern wird von einigen Fondsmanagern seit Jahren erfolgreich in Investmentprozesse integriert. Die LAIC Vermögensverwaltung hat zum Beispiel mit dem LAIC Advisor eine intelligente Software entwickelt, um optimierte Allokationsentscheidungen für Fonds und Einzeltitel zu treffen und mit den Kundenpräferenzen abzustimmen.
„Unser KI-basiertes Computermodell verfügt über einen hohen Integrationsgrad im Investmentprozess, der von der Datenbeschaffung und -bereinigung über die Erstellung von Prognosen bis hin zur Portfoliokonstruktion reicht“, sagt Pablo Hebestreit, Chef der quantitativen Analyse im Unternehmen. Zum Einsatz kommt die Technologie zum Beispiel bei den vier Mischfonds, die LAIC aktuell im Sortiment führt. Im Gespräch mit Said Yakhloufi, Group Managing Director bei Scope, gibt Hebestreit Einblicke in Architektur und Funktionsweise der Software.
Vom menschlichen Gehirn inspiriert
Der erfolgreiche Einsatz von KI im Investmentprozess steht und fällt mit der Qualität der verfügbaren Daten. Dazu gehören Kurs-, Fundamental- und auch ESG-Daten. Die Auswertung erfolgt durch maschinelles Lernen und neuronale Netze, die der Funktionsweise des menschlichen Gehirns ähneln. Die Netze bestehen aus künstlichen Neuronen, die miteinander verknüpft und in mehreren Schichten angeordnet sind. Sie erkennen Muster in den eingespeisten Daten, um Prognosen anzustellen – zum Beispiel über künftige Renditen von Wertpapieren. „Um diese Prognosen zu optimieren, trainieren wir die neuronalen Netze, indem wir eine Vielzahl von Beispielen als Input verarbeiten lassen“, sagt Hebestreit.
Im Gegensatz zu vielen Wettbewerbern zerlegt die KI-Software von LAIC die prognostizierten Renditen in erklärende Faktoren: Sie differenziert zwischen Top-Down- und Bottom-Up-Effekten, um nachzuvollziehen, ob die Renditen für ein Wertpapier aus markt- oder unternehmensspezifischen Faktoren herrühren. „Die Architektur der neuronalen Netze ermöglicht es dabei, auch nichtlineare Zusammenhänge zu erkennen“, sagt Hebestreit.
Personalisierte Portfoliokonstruktion
Steht das LAIC-Anlageuniversum fest, erfolgt ein Screening nach Liquidität, ESG-Faktoren sowie Qualitäts- und technischen Kriterien. „Es gibt zudem Begrenzungen in Bezug auf Portfoliokosten, Risikoexposure und Positionen“, sagt Hebestreit. Daneben haben die Fondsmanager mögliche Korrelationen und Handelskosten im Blick. Bei der Optimierung des Portfolios berücksichtigen sie individuelle Präferenzen der Kunden. Diese entscheiden selbst, wie risikobereit sie investieren wollen und welche Themen, Regionen und Anlagestrategie sie bevorzugen.
(by: Pablo Hebestreit von der LAIC Vermögensverwaltung)
„Unser KI-basiertes Computermodell verfügt über einen hohen Integrationsgrad im Investmentprozess, der von der Datenbeschaffung und -bereinigung über die Erstellung von Prognosen bis hin zur Portfoliokonstruktion reicht“, sagt Pablo Hebestreit, Chef der quantitativen Analyse im Unternehmen. Zum Einsatz kommt die Technologie zum Beispiel bei den vier Mischfonds, die LAIC aktuell im Sortiment führt. Im Gespräch mit Said Yakhloufi, Group Managing Director bei Scope, gibt Hebestreit Einblicke in Architektur und Funktionsweise der Software.
Vom menschlichen Gehirn inspiriert
Der erfolgreiche Einsatz von KI im Investmentprozess steht und fällt mit der Qualität der verfügbaren Daten. Dazu gehören Kurs-, Fundamental- und auch ESG-Daten. Die Auswertung erfolgt durch maschinelles Lernen und neuronale Netze, die der Funktionsweise des menschlichen Gehirns ähneln. Die Netze bestehen aus künstlichen Neuronen, die miteinander verknüpft und in mehreren Schichten angeordnet sind. Sie erkennen Muster in den eingespeisten Daten, um Prognosen anzustellen – zum Beispiel über künftige Renditen von Wertpapieren. „Um diese Prognosen zu optimieren, trainieren wir die neuronalen Netze, indem wir eine Vielzahl von Beispielen als Input verarbeiten lassen“, sagt Hebestreit.
Im Gegensatz zu vielen Wettbewerbern zerlegt die KI-Software von LAIC die prognostizierten Renditen in erklärende Faktoren: Sie differenziert zwischen Top-Down- und Bottom-Up-Effekten, um nachzuvollziehen, ob die Renditen für ein Wertpapier aus markt- oder unternehmensspezifischen Faktoren herrühren. „Die Architektur der neuronalen Netze ermöglicht es dabei, auch nichtlineare Zusammenhänge zu erkennen“, sagt Hebestreit.
Personalisierte Portfoliokonstruktion
Steht das LAIC-Anlageuniversum fest, erfolgt ein Screening nach Liquidität, ESG-Faktoren sowie Qualitäts- und technischen Kriterien. „Es gibt zudem Begrenzungen in Bezug auf Portfoliokosten, Risikoexposure und Positionen“, sagt Hebestreit. Daneben haben die Fondsmanager mögliche Korrelationen und Handelskosten im Blick. Bei der Optimierung des Portfolios berücksichtigen sie individuelle Präferenzen der Kunden. Diese entscheiden selbst, wie risikobereit sie investieren wollen und welche Themen, Regionen und Anlagestrategie sie bevorzugen.
(by: Pablo Hebestreit von der LAIC Vermögensverwaltung)
