Künstliche Intelligenz im Portfoliomanagement von ACATIS
Künstliche Intelligenz (KI) verbinden viele mit Robotern und selbstfahrenden Autos. Die Verfügbarkeit von millionenfachen Massendaten und die rasant steigenden Rechnerleistungen prädestinieren die KI aber auch für eine Anwendung im Portfoliomanagement. Kennzeichnend für Künstliche Intelligenz-Programme sind autodidaktisches Lernen sowie das eigenständige Erkennen von Mustern.
Im Investmentbereich kann KI eingesetzt werden unter anderem für:
- die Unternehmensbewertung
- die Vorhersage künftiger „Gewinneraktien“
- die Portfoliooptimierung
- das Erkennen kritischer Textpassagen
- die Identifizierung von ähnlichen Firmen
Künstliche Intelligenz im Portfoliomanagement von ACATIS - Dr. Hendrik Leber im Interview
Künstliche Intelligenz im Portfoliomanagement von ACATIS - Kevin Endler im Interview mit Cash.
ACATIS forscht
ACATIS forscht seit mehreren Jahren im Bereich der Künstlichen Intelligenz, um sie für das Portfoliomanagement nutzbar zu machen. Den Anfang bildeten Programme zur Textanalyse, die z. B. einen Geschäftsbericht nach bestimmten Schlüsselwörtern durchsuchen konnten.
Heute arbeitet ACATIS hauptsächlich mit Deep Learning Modellen, einem Ansatz aus dem Bereich des Maschinellen Lernens. Diese Art der Künstlichen Intelligenz ist vergleichbar mit einem guten Analysten, der über langjährige Erfahrung verfügt. In seiner Berufslaufbahn lernte er viele Unternehmen kennen und bildete sich Eindrücke von ihnen. Im Lauf der Zeit entwickelte er ein Gespür für Muster in den Zahlen und Bilanzen von Unternehmen. Er hat mit der Zeit die entscheidenden Merkmale zu erkennen gelernt. Seine Erfahrung hilft ihm nun, neue Sachverhalte schnell und besser einzuordnen. Auf vergleichbare Weise arbeiten Deep Learning Modelle. Sie lernen selbstständig Bilanzmuster zu erkennen, die sie dann auf neue Daten anwenden können. Je mehr Daten das System zur Verfügung hat, desto besser kann es lernen und „Erfahrung“ sammeln.
Mit dem Datenumfang steigen jedoch auch die Anforderungen an die Rechnerleistungen. Zwei große Vorteile von Deep Learning Modellen gegenüber einem Analysten sind ihre viel größere Kapazität und ihre Losgelöstheit von Emotionen. Das System kann auch Muster finden, die der Mensch gar nicht erkennen würde. Zudem entscheidet das System strikt nach selbstgenerierten Regeln, wodurch alles Emotionale außen vor bleibt.
Praktische Anwendung
ACATIS Global Value Total Return
Das Sondervermögen wird in Unternehmen investiert, deren Vorauswahl auf Künstlicher Intelligenz und anderen quantitativen Modellen basiert. Danach greifen unsere klassischen Value-Filter: Bewertung, Total-Shareholder-Value-Trendnorm. Zum Schluss führen wir eine manuelle Prüfung durch. Das Ergebnis ist ein Portfolio mit 50 gleichgewichteten Titeln. Ein zusätzliches Overlay Management dient der Vermeidung überhöhter Risiken. Die aus allen Daten erstellten Prognosen zu den Aktienmärkten bilden die Basis für den Investitionsgrad. Die wirtschaftliche Investitionsquote wird mit einer synthetischen Long- oder Short-Position gesteuert. Der Fonds wird nach Art. 8 der EU-OVO angelegt.
ACATIS AI US Equities
Die Philosophie des Fonds ist es, die Themen Value Investing und Künstliche Intelligenz miteinander zu kombinieren. Das Anlageuniversum des Fonds ist der nordamerikanische Raum, die Fondswährung US-Dollar. Investiert wird in die Top-50-Unternehmen, die basierend auf ihren Fundamentaldaten mittelfristig zu den Gewinnern in ihrer Branche zählen sollten. Gleichzeitig sollte das Stimmungsbild der Analysten-Ge-
spräche mit dem Management nicht negativ sein. Der Immobilien- und Finanzsektor sind ausgeschlossen. Das Portfolio wird quartalsweise umgeschichtet mit einer maximalen Titelgewichtung von drei Prozent. Der Fonds wird nach Art. 8 der EU-OVO angelegt.
ACATIS AI Global Equities
Die Philosophie des Fonds ist es, die Themen Value Investing und Künstliche Intelligenz miteinander zu kombinieren. Die KI soll dabei in die Lage versetzt werden, die Analysearbeit eines Value Investors für alle Firmen und Branchen weltweit zu übernehmen. Dazu sollen zwei unternehmensspezifische Datenquellen genutzt werden: das Zahlenwerk der Geschäftsberichte sowie Managementgespräche mit Analysten in Textform. Die Titelauswahl erfolgt über eine paarweise Bottom-up-Analyse der Unternehmen im jeweiligen Sektor. Die Regionen- und Sektorallokation orientieren sich an den Gewichtungen des MSCI World Index. Die Künstliche Intelligenz ist für die Auswahl der Aktien im Fonds verantwortlich. Der Fonds wird nach Art. 8 der EU-OVO angelegt.
ACATIS testet zurzeit mehrere Modelltypen im Bereich der Künstlichen Intelligenz.
Wer die Funktionsweise einer künstlichen Intelligenz einmal testen möchte, kann dies auf der Seite https://playground.tensorflow.org spielerisch tun.