Künstliche Intelligenz im Portfoliomanagement von ACATIS
Künstliche Intelligenz (KI) verbinden viele mit Robotern und selbstfahrenden Autos. Die Verfügbarkeit von millionenfachen Massendaten und die rasant steigenden Rechnerleistungen prädestinieren die KI aber auch für eine Anwendung im Portfoliomanagement. Kennzeichnend für Künstliche Intelligenz-Programme sind autodidaktisches Lernen sowie das eigenständige Erkennen von Mustern.
Im Investmentbereich kann KI eingesetzt werden unter anderem für:
- die Unternehmensbewertung
- die Vorhersage künftiger „Gewinneraktien“
- die Portfoliooptimierung
- das Erkennen kritischer Textpassagen
- die Identifizierung von ähnlichen Firmen
Künstliche Intelligenz im Portfoliomanagement von ACATIS - Teil 1
Künstliche Intelligenz im Portfoliomanagement von ACATIS - Teil 2
ACATIS forscht
ACATIS forscht seit mehreren Jahren im Bereich der Künstlichen Intelligenz, um sie für das Portfoliomanagement nutzbar zu machen. Den Anfang bildeten Programme zur Textanalyse, die z. B. einen Geschäfstbericht nach bestimmten Schlüsselwörtern durchsuchen konnten.
Heute arbeitet ACATIS hauptsächlich mit Deep Learning Modellen, einem Ansatz aus dem Bereich des Maschinellen Lernens. Diese Art der Künstlichen Intelligenz ist vergleichbar mit einem guten Analysten, der über langjährige Erfahrung verfügt. In seiner Berufslaufbahn lernte er viele Unternehmen kennen und bildete sich Eindrücke von ihnen. Im Lauf der Zeit entwickelte er ein Gespür für Muster in den Zahlen und Bilanzen von Unternehmen. Er hat mit der Zeit die entscheidenden Merkmale zu erkennen gelernt. Seine Erfahrung hilft ihm nun, neue Sachverhalte schnell und besser einzuordnen. Auf vergleichbare Weise arbeiten Deep Learning Modelle. Sie lernen selbstständig Bilanzmuster zu erkennen, die sie dann auf neue Daten anwenden können. Je mehr Daten das System zur Verfügung hat, desto besser kann es lernen und „Erfahrung“ sammeln.
Mit dem Datenumfang steigen jedoch auch die Anforderungen an die Rechnerleistungen. Zwei große Vorteile von Deep Learning Modellen gegenüber einem Analysten sind ihre viel größere Kapazität und ihre Losgelöstheit von Emotionen. Das System kann auch Muster finden, die der Mensch gar nicht erkennen würde. Zudem entscheidet das System strikt nach selbstgenerierten Regeln, wodurch alles Emotionale außen vor bleibt.
Praktische Anwendung
ACATIS Global Value Total Return
Die erste praktische Anwendung von KI bei ACATIS erfolgte im Oktober 2016. Der bereits bestehende Fonds ACATIS Global Value Total Return wurde nun nur mit Titeln bestückt, deren Vorauswahl auf Künstlicher Intelligenz basiert. Bei dem eingesetzten Programm handelt es sich um ein Convolutional Neural Network (CNN), dessen Vorgabe es war, Aktien zu identifizieren, die kurz-, mittel- und langfristig eine Outperformance erzielen sollen. Die Basis für das Training des CNN war die Fundamentaldatenbank von ACATIS, die seit 15 Jahren aufgebaut wird und Finanzdaten zurück bis in das Jahr 1986 enthält. Das CNN lieferte 1300 Aktienvorschläge, auf die anschließend die klassischen ACATIS-Value-Filter angewandt wurden: Bewertung, Hit-Statistiken, Trendnorm-Filter, Prognoseprogramm. Zum Schluss erfolgte eine manuelle Prüfung. Das Ergebnis ist das aktuelle Portfolio mit 50 gleichgewichteten Titeln. Die Steuerung der wirtschaftlichen Investitionsquote (0-110%) bleibt von der Titelselektion unberührt. Im ACATIS Global Value Total Return gibt ACATIS die Fahrtstrecke vor, die Künstliche Intelligenz sitzt auf dem Beifahrersitz.
"ACATIS Global Value Total Return:
Die Mensch-Maschine-Kombination"
Lesen Sie hier das Advertorial vom "Mein Geld" Anlegermagazin.
Im Artikel "Hinter dem Horizont geht es weiter" berichtet unser Kapitalmarktstrategen Stefan Riße über den ACATIS Global Value Total Return auf der Webseite von Universal Investment.
ACATIS AI Global Equities
In 2017 legte ACATIS dann zwei weltweit in Einzeltitel investierende Aktienfonds und ein externes Mandat auf, deren Aktienauswahl und Portfoliozusammensetzung einzig durch Künstliche Intelligenz erfolgen. Das externe Mandat FIM Tekoäly ist eine Kopie des ACATIS AI Global Equities (gleiche Aktien und Gewichtung). Der Fonds wird von Finnland aus exklusiv in Nordeuropa vertrieben. Die Vorgaben und die Daten für die Investmentstrategie stammen von ACATIS. Die darauf aufbauende Aktienselektion, -gewichtung und -umschichtung basieren auf Deep-Learning-Modellen, die inspiriert sind durch die Funktionsweise des menschlichen Gehirns.
Das für den ACATIS AI Global Equities genutzte Modell basiert auf der Arbeit von Prof. Dr. Jürgen Schmidhuber, Miterfinder der Long-Short-Term-Memory-Neuronen (LSTM) und einer der Pioniere im Bereich des Deep Learning. Die eingesetzten Deep-Learning Modelle können in der Vergangenheit gelernte Muster und Ereignisse speichern und zu gegebener Zeit wieder erinnern. Das selbstlernende Modell passt sich in der Zeit voranschreitend dem Marktumfeld an und hat einen langfristigen Horizont.
Die Modelle wurden vom AI-Spezialisten NNAISENSE für ACATIS entwickelt. Sie suchen sich selbst die Zusammenhänge, und die Neuronen in neuronalen Netzen spezialisieren sich auf die Erkennung bestimmter Details. Im Zusammenspiel aller Neuronen entsteht das Gesamtmodell. Die Modelle basieren auf Fundamentaldaten wie zum Beispiel Umsatz, EBIT und Gewinn. Die Fundamentaldaten stammen ebenfalls aus der umfangreichen Unternehmensdatenbank von ACATIS.
Innerhalb des angewandten Modells werden mehrere
end-to-end-optimierte Submodelle eingesetzt.
Der Fondsmanager stellt bei der Portfoliokonstruktion nur noch die Umsetzung im Fonds sicher.
"Was kann künstliche Intelligenz in der Fondsanlage bewirken?"
Lesen Sie hier das Interview von Kevin Endler, Leiter quantitatives Portfoliomanagement, mit der Netfonds AG zum ACATIS AI Global Equities.
ACATIS testet zurzeit mehrere Modelltypen im Bereich der Künstlichen Intelligenz.
Wer die Funktionsweise einer künstlichen Intelligenz einmal testen möchte, kann dies auf der Seite https://playground.tensorflow.org spielerisch tun.