Institutional Money, Ausgabe 1 | 2022

Marco Wunderlich, bei Get Head of Client Development, widerspricht diesem Verdacht vehement: „Es handelt sich um eine lupen- reine KI-Strategie, die seit 2012 vollauto- matisiert läuft.“ Maschinelles Lernen Get Capital hat dabei auf Basis von Methoden des Machine Learnings Schätzer entwickelt, mit denen die Marktperfor- mance eines Instruments über unterschied- liche Zeithorizonte hinweg prognostiziert wird. Die Basis dieser Prognosen bildet das im zu analysierenden Zeithorizont herr- schende und automatisch erkannte Markt- regime. Im Gegensatz zu gleitenden Durch- schnittswerten können regimeorientierte Returnschätzer die Länge des Regimes in qualitativ unterschiedlichen Marktszenarien anpassen. Bei stabilen Märkten kalkulieren sie die Ertragserwartung auf Basis lang- fristiger Zeithorizonte, in Krisenzeiten auf Basis kurzfristiger. Die einzelnen Ergebnis- se werden dann als Eingangsdaten für Klas- sifikatoren der Verfahren des Machine Lear- nings verwendet. So wird bestimmt, ob in einen Markt investiert werden kann oder nicht und welche Rendite für den jeweils Noch sind KI-Fonds exotische Produkte. Mit der fortschreitenden Verbesserung an der Daten- und Hardwarefront verbessern sich die Leistungen des maschinellen Lernens aber zunehmend. Damit wird die Frage, wer der bessere Trader ist – Mensch oder Maschine –, immer virulenter. Erste Antworten gibt es jetzt schon. Durchwachsenes KI-Ergebnis gegen den Markt Im Vergleich zum jeweiligen Markt können KI-Fonds keine relevanten Sondererträge erwirtschaften. AI-POWERED FUND RETURNS Nettoertrag Marktadjustierter Jensens 5-Faktor- No. obs. (%) Ertrag (%) Beta Alpha Alpha Eq. Gew. 26 1,16 0,08 0,96 0,13 0,02 t-Wert (1,44) (0,69) (1,00) (0,17) Val. Gew. 25 1,01 0,02 1,10 -0,07 -0,41 t-Wert (1,04) (0,10) (-0,35) (-0,23) KI-SKILLS NACH STOCKPICKING UND TIMING Anzahl Beobachtungen Bruttoertrag (%) Picking Timing Eq. Gew. 26 1,20 0,42* 0,67 t-Wert (1,49) (1,83) (0,92) Val. Gew. 25 1,21 0,39 0,69 t-Wert (1,32) (1,42) (0,88) KI-SKILLS NACH STOCKPICKING, TIMING UND GLEICHGEWICHTUNG Anzahl Beobachtungen Bruttoertrag (%) Picking Timing Eq. Gew. 15 1,36*** 0,18* 0,99*** t-Wert (17,30) (1,83) (17,26) Val. Gew. 15 1,39*** 0,14* 0,95*** t-value (15,62) (1,85) (12,31) Gemessen am Markt und somit an leicht und kostengünstig replizierbaren passiven Strategien, erwirtschaften die komplexen KI-Modelle keine nennenswerte Überrendite. Berücksichtigt man aber alle KI-Fonds gleich, was den Schwerpunkt hin zu jüngeren Fonds verlegt, so erzielen KI-Fonds passable Skill-Punkte beim Stockpicking und beim Timing. Das würde bedeuten, dass sich die KI-Kodierungen zunehmend verbessern. Quelle: Studie N o. 1/2022 | www.institutional-money.com 199 P R O D U K T E & S T R AT E G I E N | P ERFORMANC EVERGL E I CH