Institutional Money, Ausgabe 1 | 2020

Fünf-Faktor-Modellen von Fama-French berechnet. Entworfen wurde ein Portfolio, das auf die Kauf-, und eines, das auf die Verkaufsempfehlungen setzt. Die Ergebnisse sind durchaus erstaunlich ( siehe Tabelle „Klarer Sieg für die Maschi- ne“) – und stellen für KI-Fans gute Nachrichten dar: Sieht man sich das Kaufportfolio an, führen die Analystenempfehlungen im Ver- gleich zu beiden Fama-French-Port- folios zu täglichen und statistisch relevanten Alphas, die auf den Tag gerechnet zwar minimal ausfallen, annualisiert aber immerhin auf einen Sonderertrag von 1,2 bis 1,7 Prozent hinauslaufen. Nimmt man im Vergleich dazu die Robo-Empfehlungen, so ergibt sich ein durchschnittlicher tägli- cher Sonderertrag von statistisch relevanten 0,03 Prozent, der auf ein Jahres-Alpha von 6,4 bis 6,9 Prozent hinausläuft. Im Gegen- satz dazu warf das Sell-Portfolio keine sta- tistisch relevanten Erträge ab. Einschränkungen Bezüglich der reinen Datenauswertung weisen Robo-Analysten zwar deutliche Vorzüge auf, „es gibt jedoch auch Ein- schränkungen“, wie Merkley erklärt. So tut sich eine künstliche Intelligenz „bei allen Mustern schwer, die nicht gut ausdefiniert sind“. Damit sind subjektive Informationen gemeint, „die das Wettbewerbsumfeld, die charakterliche Disposition des Manage- ments oder andere softe Daten wie etwa die langfristige Strategie eines Unternehmens betreffen“. Außerdem fehlt der KI „der direkte Zugang zum Management, der gerade bei den Kunden der Analyseabtei- lungen besonders geschätzt wird“. Die idea- le Waffe scheint also eine Kombination aus Mensch und Maschine zu sein, in der jeder Proponent seine spezifischen Stärken aus- spielen kann. Case Study Oddo KI In der Praxis findet eine derartige Heran- gehensweise aber eher nicht statt – das fran- zösische Fonds-Haus Oddo hat sich mit dem Oddo BHF Artificial Intelligence aber genau an ein solches Experiment heran- gewagt – und bietet sich deshalb als Case Study für die Arbeitsteilung zwischen Mensch und Maschine an. Der Fonds wird von Veteran Brice Prunas und seinen beiden jüngeren Kollegen Maxence Radjabi und Baptiste Lemaire ge- managt. Als Vierter im Team agiert eine künstliche Intelligenz. Der rund 70 Millio- nen schwere Fonds ist seit Ende 2018 im Markt und wird nicht nur von einer KI gemanagt – er investiert auch branchenüber- greifend in das Thema künstliche Intelli- genz. Genau bei der Auswahl der investier- baren Unternehmen kommt die Oddo-KI ins Spiel. Sie sucht nämlich den MSCI World nach Small- und Mid-Cap-Unterneh- men mit einer Mindestkapitalisierung von FOTO : © ANDR E A S ENDE RMANN » Unsere KI sucht den MSCI World nach Unternehmen mit aussichtsreichem KI-Exposure ab. « Brice Prunas, Fondsmanager Oddo BHF Case Study: Hybrider Investmentprozess KI / Homo sapiens Ausschöpfung der Leistungsfähigkeit von KI, kombiniert mit einem bewährten quantitativen Modell zur Identifizierung der besten globalen börsennotierten Aktien mit Bezug zur KI-Thematik Quelle: Oddo Portfolio aus rund 60 Aktien Globale Aktien KI/Big-Data-Analyse Identifizierung der weltweit besten und aussichtsreichsten Unternehmen mit Bezug zur KI-Thematik mittels eines Big-Data- Algorithmus • Analyse von 4 Millionen Daten- sätzen/Tag • Semantische und Stimmungsanalyse • Schritt 1.1: Definition der relevan- testen Subthemen • Schritt 1.2: Bewertung der Unterneh- men in Bezug auf diese Subthemen • Das KI-Modell wird von der Verwal- tungsgesellschaft überwacht. Zusammenstellung eines auf die KI-Thematik fokussierten Anlageuniversums aus rund 300 Aktien aus einem globalen Universum 1 Quantitatives Modell „Algo 4“ Auswahl der besten Unternehmen mittels unseres bewährten quantitativen Modells, um die in Bezug auf die KI-Thematik weltweit besten Unternehmen aufzuspüren • Analyse von 300 Unternehmen und Auswahl der 60 aussichtsreichsten Unternehmen unabhängig von der Marktkapitalisierung • Wird bereits seit mehr als 10 Jahren von Oddo BHF AM im quantitativen Aktienmanagement genutzt 2 Portfoliokonstruktion und fundamentale Überprüfung • Gleichgewichtetes Portfolio • Vierteljährliches Rebalancing • Die Portfoliomanager prüfen die Stimmigkeit und Relevanz der ausgewählten Unternehmen. • Das Portfolio wird täglich von den Portfoliomanagern überwacht. 3 150 N o. 1/2020 | www.institutional-money.com T H E O R I E & P R A X I S : KÜNS T L I CHE I NT E L L I GENZ