Institutional Money, Ausgabe 4 | 2023

V on künstlicher Intelligenz (KI) gesteuerte Invest- mentstrategien waren in den vergangenen Jahren vor allem zwei Dinge: schwer zugänglich und vom Ergebnis her durchwachsen. Asset Manager standen bislang vor der Herausforderung, die entsprechende KI-Programmierkompetenz extern zuzu- kaufen oder entsprechende Partnerschaften zu bilden.Nicht selten war die Kommunikation zwischen Programmierer und Asset Manager komplex. Ein Großteil der KI-Strategien kann in der Regel auch ihre Peergroup nicht übertreffen (siehe Grafik „Wie sich KI-gesteuerte Strategien aktuell schlagen“) . Hinzu kamen von Investorenseite oftmals Bedenken bezüg- lich des „Black Box“-Problems von KI, deren vielschichtige Entscheidungswege im Nachhinein nicht mehr entschlüs- selt werden können. Auf der anderen Seite stehen vereinzel- te Topmodelle, die ihre Benchmark weit hinter sich lassen. In dem rund halben Jahrzehnt, in dem KI insgesamt Trak- tion gewonnen hat, kann die Bilanz also noch als „durch- wachsen“ bezeichnet werden. Insofern verwundert es nicht, dass der Hype rund um künstliche Intelligenz im vergan- genen Jahr abflachte – bis bekanntermaßen Open AI sein Large Language Model (LLM) ChatGPT öffentlich machte. Der kurze KI-Winter war in derselben Sekunde beendet, es wurde nahezu unmöglich, an dem Thema vorbeizukom- men. So war es nur eine Frage der Zeit, bis jemand auf die Idee kommen würde, ChatGPT für den Entwurf von Marktstrategien zu nützen – exakt das, was Yuan Cheng von der Shandong University und Ke Tang von der Tsinghua KI-gesteuerte Investmentstrategien waren bislang nur Investmenthäusern mit entsprechender technologischer Kompetenz vorbehalten. Das könnte sich bald ändern, denn ein Forscherteam hat ChatGPT ein Faktormodell entwerfen lassen. Der GPT- Faktor Wie sich KI-gesteuerte Strategien aktuell schlagen Große US-Aktienindizes wurden geschlagen, der Benchmark hinkt KI im Median hinterher. Der KI-Index von Plexus misst, welche Performance KI-gesteuerte Fonds im Vergleich zu ihren jeweiligen Peergroups erzielen. Die Ergebnisse schwanken durchaus. Fallweise schaffen es deutlich mehr als 50 Prozent, ihre Benchmark zu schlagen, zuletzt ist dieser Wert jedoch deutlich unter diese Benchmark gerutscht. Von der Rohperformance her schlagen die KI-Strategien in der Regel jedoch die jeweiligen Indizes. Zuletzt hat Plexus dies an der Performance gegen US-Aktienfonds fest- gemacht. Spannend wird sein, wie diese hoch sophistizierten Ansätze in Zukunft gegenüber leicht zugänglicher KI wie ChatGPT bestehen. Quelle: Plexus 2022 Nov. Feb. Mai. Aug. 2023 2022 Juni 2020 Juni 2021 Juni 2022 Juni 2023 Nov. Feb. Mai. Aug. 2023 0 % 25 % 50 % 75 % 0 % 25 % 50 % 75 % 0 % 25 % 50 % 75 % PLEXUS AI-Index US-Aktienfonds AI-Outperformer Ratio | 1 Monat AI-Outperformer Ratio | 3 Monate Outperformance 1 Monat 3 Monate 6 Monate 12 Monate Top 2,5 % 8,8 % 7,0 % 12,2 % 75-%-Quantil 1,1 % 1,5 % 2,5 % 2,5 % Median -0,9 % -1,8 % -1,7 % -6,8 % 25-%-Quantil -1,7 % -3,7 % -6,0 % -10,1 % Flop -5,9 % -14,7 % -22,9 % -23,4 % 134 N o . 4/2023 | institutional-money.com THEORIE & PRAXIS | KI und ChatGPT-Faktormodell