Institutional Money, Ausgabe 2 | 2024

die Portfoliomanagerin. „Der ‚Goldstandard‘ ist somit eine systematische, dynamische Strategie, die einen wirksamen Schutz bei Währungsabwertungen und gleichzeitig Gewinnmitnahmen bei Währungsaufwertungen bietet.“ … mit KI-Overlay als Lösungsansatz Beziehungen zwischen ökonomischen Variablen können von Natur aus nicht linear sein. Dies gilt insbesondere für den Devisenmarkt, der einer Vielzahl von makroökono- mischen und politischen Kräften unterworfen ist.Der Rück- griff auf vereinfachte, oft lineare Modelle kann diese Kom- plexität der interagierenden Variablen oft nicht erfassen. „Die Herausforderung bei der Ermittlung der optimalen Absicherungsstrategie liegt daher in der Identifikation geeig- neter Methoden zur Auswertung aller Input-Variablen und ihrer Wechselwirkungen“, so Cumova. Und weiter: „Die von uns entwickelte Währungsstrategie wendet daher Methoden des überwachten maschinellen Lernens an, um diese Herausforderungen zu bewältigen und eine optimale Absi- cherungsstrategie zu bestimmen. Der Ansatz des maschi- nellen Lernens wird mit einer auf Verhaltensökonomie basierenden Komponente kombiniert und verfolgt einen Modell-Pooling-Ansatz. Letzteres berücksichtigt, dass die ver- schiedenen Modelle in unterschiedlichen Marktszenarien differenzierte Ergebnisse liefern können. Während das System regelmäßig neu kalibriert wird, um neue Daten mit einzubeziehen, wird jedes Modell auf der Grundlage seiner Vorhersagegenauigkeit und Ergebnisstabilität ausgewählt“, erklärt Cumova. Die Währungsstrategie nutzt laut Angaben der Mangerin eine große Bandbreite an Input-Daten, die unter anderem makroökonomische, fundamentale, Cross- Asset-, Momentum- und Sentiment-Daten umfasst. Die Kalibrierung stützt sich also nicht nur auf einfache Preis- daten mit geringem Signal-to-Noise-Verhältnis. Raus aus der Blackbox „Gleichzeitig wird der Blackbox-Charakter des ML-Modells entmystifiziert, da der Quant-Researcher und Portfoliomana- ger die Hedging-Merkmale der Strategie beeinflusst, indem er die relevanten Inputdaten auswählt und die Phasen mit hohem Risiko in der Trainingsphase des Modells identi- fiziert. Auf Basis dieser Input-Daten extrahieren die Algorith- men die zugrunde liegenden Zusammenhänge und wählen dann die geeigneten Einstellungen und Parameterwerte aus, um solche riskanten Zeiträume zu erkennen. Das Training und die ursprünglichen Einschätzungen bleiben also als menschliche Input-Faktoren erhalten. Die Auswertung, die Interpretation und die Prognose über- nimmt die KI. Interessant wird zu beobachten sein, wie lange Modelle dieser Art exklusiv bleiben beziehungsweise wann offene generative Interfaces für diese Art von Training eingesetzt werden können. HANS WEITMAYR Case: KI-unterstütztes Währungsmanagement Anwendungsfall im Investmentbereich abseits des Aktienmarktes Der Chart bildet den Ertrag einer La-Française-Währungsstrategie mit KI-Overlay im Vergleich zu zwei herkömmlicheren Währungs- strategien ab. Laut Angaben des Asset Managers hat der Ansatz im Beobachtungszeitraum sowohl absolut also auch risikobereinigt die höchsten Erträge ausgewiesen. Quelle: La Française, Präsentation IMK 2024 • Absicherung in Marktphasen einer USD-Abwertung • Hohe Partizipation an USD-Aufwertung • Höhere Sharpe Ratio und geringerer Drawdown im Vergleich zu einem ungesicherten Portfolio vs. ungesichert: +9,5 % • Outperformance im Vergleich zu einem statischen Hedge vs. statischer Hedge: +17 % 80 85 90 95 100 105 110 115 104,19 94,72 87,21 2017 2018 2019 2020 2021 2022 2023 Long USD in EUR + FX Overlay Long USD in EUR Static Daily Hedge 25 % 100 % 0 % 75 % 50 % Zeitperiode 2. 1. 2017 bis 29. 12. 2023 Exposure Performance USD long vs. EUR USD long vs. EUR + ADORA FX Static Hedge Return -5,3 % 4,2 % -12,8 % Volatility p.a. 7,4 % 5,2 % 0,1 % Max Drawdown -16,8 % -10,5 % -12,8 % 202 N o . 2/2024 | institutional-money.com PRODUKTE & STRATEGIEN | Künstliche Intelligenz FOTO: © LA FRANCAISE » Der Manager wählt die relevanten Input- daten aus und identifiziert die Phasen mit hohem Risiko in der Trainingsphase. « Denisa Cumova, Leiterin Portfolio Management & Quant Research La Française AM