Mensch oder Maschine, oder Mensch und Maschine?

Diese Frage stellen Dr. Hendrik Leber, Sprecher der Geschäftsführung der Acatis Investment, und Dr. Volker van Rüth, Sprecher der Geschäftsführung der BayernInvest Kapitalverwaltungsgesellschaft, in der Kapitalanlagezeitung „EXXECNEWS“ am 24.April 2017. In ihrem Beitrag berichten sie über den ersten in Deutschland zugelassenen Publikumsfonds, der auf künstlicher Intelligenz (KI) basiert und der seit März von der BayernInvest KVG und Acatis Investment angeboten wird.

Der „BayernInvest Acatis KI Aktien Global-Fonds“ ist ein weltweit in Einzeltitel investierender Aktienfonds, der für institutionelle Kunden konzipiert ist. Er basiert auf selbstlernenden Deep-Learning-Modellen und ist daher kein klassischer Quantfonds. Ein Modell der künstlichen Intelligenz findet selbstständig nicht-lineare Zusammenhänge und passt sich den jeweiligen Marktgegebenheiten an, ohne die Vergangenheit zu vergessen. Unterschiedlichste Kennziffern werden in nahezu beliebigen Kombinationen zueinander in Bezug gesetzt. Neuronen in neuronalen Netzen spezialisieren sich beispielsweise darauf, bestimmte Details zu erkennen, die in eine Gesamtbeurteilung einfließen. So könnte ein Neuron einen bestimmten Zusammenhang zwischen Umsatz und Gewinn beobachten, ein anderes Neuron reagiert auf eine besonders hohe Ausprägung von Wachstum, Marge und Marktanteil. Erst im Zusammenspiel aller Neuronen entsteht das Modell. Der zweite große neue Schritt ist die durchintegrierte End-to-End-Optimierung beim KI-Modell des Fonds, bevor der verantwortliche Asset Manager in einem letzten Schritt die finale Anlageentscheidung trifft und das Portfolio freigibt.

Das Modell für den Fonds mit den Finanzdaten wurde in einem gemeinsamen Team von NnaisSense und Acatis in der Quantenstein GmbH entwickelt. Die Quantenstein GmbH ist ein Joint Venture von Acatis und NnaisSense. Acatis versorgt Quantenstein unter anderem mit bilanziellen Fundamentaldaten, die aus der umfangreichen Unternehmensdatenbank stammen, die Acatis seit 15 Jahren aufbaut und stetig erweitert. Die Daten reichen bis in das Jahr 1986 zurück. NnaisSense ist Experte für KI-Modelle und Deep Learning. Prof. Dr. Jürgen Schmidhuber, einer der Gründer von NnaisSense und Erfinder der Long-Short-Term-Memory Netzwerke (LSTM), setzt mit seinem Team sein Wissen in der Quantenstein ein.

Das Gesamtmodell des „BayernInvest AcatisKI Aktien Global-Fonds“ wird mittels Deep-Learning-Ansätzen realisiert und nutzt Submodelle für die Ermittlung der Aktienattraktivität quer über alle globalen Aktien, die Portfoliokonstruktion und Portfoliogewichtung. Dem Modell wird kein Konzept vorgegeben, sondern eine Architektur. Der hier gewählte Ansatz ist innovativ - er wurde unseres Wissens bisher nirgendwo auf der Welt in dieser Form angewandt.

Die hier verwendeten KI-Modelle werden als Walk-Forward und nicht mit Backtests getestet. Ein Walk-Forward-Test ist objektiver und wertet realistisch die tatsächlichen Investitionsentscheidungen in der Vergangenheit bis zur Gegenwart aus. Hierbei werden In-Sample Bias, Survivorship Bias, Look-ahead Bias, Data-Mining-Effekte und Overfitting weitestgehend ausgeschlossen. Zudem fließen Transaktionskosten in die Betrachtung mit ein.

www.exxecnews.de

Zurück

Pressedigest

EXXECNEWS 09 präsentiert den zweiten Teil der Quartalsumfrage ...

Die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) hat gegen die ...

Datenschutzeinstellungen

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell, während andere uns helfen, diese Website und Ihre Erfahrung zu verbessern.
In dieser Übersicht können Sie, einzelne Cookies einer Kategorie oder ganze Kategorien an- und abwählen. Außerdem erhalten Sie weitere Informationen zu den verfügbaren Cookies.
Gruppe Essenziell
Name Contao CSRF Token
Technischer Name csrf_contao_csrf_token
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Dient zum Schutz der Website vor Fälschungen von standortübergreifenden Anfragen . Nach dem Schließen des Browsers wird das Cookie wieder gelöscht
Erlaubt
Gruppe Essenziell
Name PHP SESSION ID
Technischer Name PHPSESSID
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Cookie von PHP (Programmiersprache), PHP Daten-Identifikator. Enthält nur einen Verweis auf die aktuelle Sitzung. Im Browser des Nutzers werden keine Informationen gespeichert und dieses Cookie kann nur von der aktuellen Website genutzt werden. Dieses Cookie wird vor allem in Formularen benutzt, um die Benutzerfreundlichkeit zu erhöhen. In Formulare eingegebene Daten werden z. B. kurzzeitig gespeichert, wenn ein Eingabefehler durch den Nutzer vorliegt und dieser eine Fehlermeldung erhält. Ansonsten müssten alle Daten erneut eingegeben werden.
Erlaubt
Gruppe Analyse
Name Google Analytics
Technischer Name _gat,_ga_gid
Anbieter Google
Ablauf in Tagen 1
Datenschutz https://policies.google.com/privacy
Zweck Tracking
Erlaubt
Gruppe Essenziell
Name Contao HTTPS CSRF Token
Technischer Name csrf_https-contao_csrf_token
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Dient zum Schutz der verschlüsselten Website (HTTPS) vor Fälschungen von standortübergreifenden Anfragen. Nach dem Schließen des Browsers wird das Cookie wieder gelöscht
Erlaubt
Gruppe Essenziell
Name FE USER AUTH
Technischer Name FE_USER_AUTH
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Speichert Informationen eines Besuchers, sobald er sich im Frontend einloggt.
Erlaubt