Themen
TopThemen
Fonds
Datentools
Mediathek
Märkte
Finanzberatung
Versicherungen
Boulevard
Experten
Denker der Wirtschaft
Krypto
Services
Academy Newsletter Veranstaltungskalender Finanz-Charts Globale Märkte Krypto-Kurse (in Echtzeit) Währungen (in Echtzeit)
Roboter im Einsatz: Künstliche Intelligenz verbreitet sich in der Finanzbranche. | © Getty Images Foto: Getty Images

Künstliche Intelligenz

Fondsmanager kommen am Trend nicht vorbei

Eine Maschine und ihre ausreichend skalierbare Rechenkraft können zutreffender und schneller größere Datenmengen verarbeiten sowie Muster der Kursentwicklung erkennen als erfahrene Analystenteams. Dennoch bleiben dem Menschen zentrale Rollen bei der Entwicklung von Modellen zur Vorhersage von zukünftigen Ereignissen – bei der Zusammenstellung der Daten, der Modellierung der Suche nach Parametern für Muster, sowie bei der permanenten Kontrolle und Validierung von Trading Modellen, welche mit den Fähigkeiten der KI, Daten zu interpretieren und zu analysieren, erstellt worden sind.

Auf Faktorensuche

Am Anfang jeder KI-gestützten Analyse von Kursentwicklung steht der Mensch. Er startet die Suche nach Handelsmodellen. Investmentmanager verfügen über hinreichende Marktkenntnisse und Erfahrung, um die Suche nach einer Investmentstrategie zu initiieren und in die gewünschte Richtung zu lenken: Sie stellen in einem ersten Schritt ein Set mutmaßlich für die Kursentwicklung relevanter Faktoren zusammen.

Die KI-Maschine verarbeitet die dafür relevanten Daten, analysiert das komplexe Zusammenspiel der verschiedenen Faktoren und beschreibt statistisch belegte Muster für einen normalen Kursverlauf. Zudem kann sie eine Über- oder Unterbewertung eines Kurses, Preises oder Index als Handelssignal erkennen.

Sind einmal die relevanten Faktoren für eine Kursentwicklung und damit eine Investmentstrategie definiert, unterstützt die KI Investmentmanager durch die Beobachtung des Marktes und sucht nach Handelssignalen. Dann gibt die KI automatisiert eine Prognose zu einer Kursentwicklung – mit prozentualer Bezifferung ihrer Wahrscheinlichkeit. Diese bestimmt dann auch die Höhe der eingegangenen Investment-Positionen.

Der Mensch braucht dabei die Rechenkraft und Intelligenz der Maschine, weil komplexe Muster in der Regel nur über die Technologie durch quantitative Analyse identifizierbar sind. Schon das klassische Schulbeispiel der Entwicklung von Weizenpreisen ist nur auf dem ersten Blick banal: Die naheliegende Annahme zur Preisentwicklung ist die Korrelation von „gutem“ Wetter, guter Ernte, hohem Angebot und daher sinkender Preise.

Aber allein hinter „gutem Wetter“ verstecken sich bereits mehrere Faktoren, die bestimmen, was ein für eine Weizenernte gutes Wetter eigentlich ist: Wie viel Niederschlag fällt wann wo? Wie hoch sind die Temperaturen? Das Klima ist zudem nicht der einzige Faktor. Andere Faktoren beeinflussen die Preisentwicklung ebenfalls: Die Förderung von Biotreibstoffen führt eventuell dazu, dass mehr Raps angepflanzt wird als Weizen.

Der daraus resultierende geringere Anbau von Weizen führt dazu, dass weniger Weizen geerntet wird als möglich – trotz „gutem Wetter“. Vielleicht ist es aber auch für den Anbauer lukrativer, Weizen zu exportieren. Dadurch steigt der Weizenpreis für die Konsumenten im Inland zusätzlich. In Wirklichkeit bestimmt also eine Fülle von Parametern die Preisentwicklung.

Eine ähnlich komplexe Gemengelage von Faktoren gilt für nahezu alle Märkte. Für eine Aktienkursentwicklung sind eine Vielzahl an Faktoren von Bedeutung: Neben quantitativen Faktoren wie den Finanzzahlen eines Unternehmens oder Angebot und Nachfrage gibt es auch psychologische Faktoren wie Meinungen oder Stimmungen.

nach oben