Schlaue Maschinen lernen das Investieren

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.




Nachricht an die Redaktion

Hier können Sie uns einen Kommentar zu dem Artikel zukommen lassen.
Wir freuen uns auf Ihr Feedback.

]

Bei unseren Lesern momentan beliebt