e-fundresearch.com: Vor knapp einem Jahr haben wir uns zur Frage ausgetauscht, inwieweit durch den Einsatz Künstlicher Intelligenz ein Mehrwert in einer Investmentstrategie erwirtschaftet werden kann. Ihr Fonds Tungsten TRYCON Basic Invest HAIG (LU0451958309) verfügt mittlerweile über einen mehr als vierjährigen Track Record in diesem Bereich. Welche Neuigkeiten können Sie uns berichten?
Pablo Hess: Wir nehmen wahr, dass sich Anleger noch stärker als im Vorjahr mit den Themen Data Analytics und KI beschäftigen. Dabei wollen Investoren verständlicherweise genau wissen, inwieweit ein Zugang zu diesen neuen Technologien messbare Vorteile für ihr Portfolio bietet. Zum Beispiel mit Blick auf Performance oder mit Blick auf Diversifikation. Es besteht aber auch viel Verunsicherung, da das Thema sehr inflationär und zum Teil auch undifferenziert im öffentlichen Diskurs behandelt wird.
e-fundresearch.com: Was meinen Sie damit konkret?
Pablo Hess: Ich würde behaupten, dass die meisten Anleger gegenüber Automatisierungen, Rationalisierungen und Effizienzsteigerungen, die oftmals mit KI in Verbindung gebracht werden, erst einmal relativ indifferent eingestellt sind. Es sei denn, der Mehrwert, der daraus entsteht, ist nicht nur ein Vorteil für die Fondsgesellschaft, sondern ein echter Wertbeitrag für den Investor.
Michael Günther: Das sehe ich ähnlich. Es geht den Anlegern doch in erster Linie um die Frage, inwieweit KI die Anlageentscheidungen erfolgreich unterstützen kann. Der Anleger will wissen, welche Vorteile ihm ein zusätzlicher KI-Baustein im Vergleich zu einer herkömmlichen Strategie bietet, um an ein definiertes Ziel zu gelangen.
e-fundresearch.com: Welches „Zusatz-Know-how“ bringen Sie mittels Künstlicher Intelligenz in den Investmentprozess ein?
Michael Günther: Viele quantitative und trendfolgende Handelsstrategien haben ja den Anspruch, aus Vergangenheitsdaten erfolgreiche Schlüsse für die Zukunft zu ziehen. Bei einer KI-basierten Strategie können computergestützte Algorithmen dem Portfolio Manager dabei helfen, Zusammenhänge aus vielen Einflussfaktoren zu erkennen, um bessere Prognosen zu treffen. Die Künstliche Intelligenz kann im Gegensatz zu traditionellen Ansätzen weit mehr Variablen einbeziehen und komplexere Zusammenhänge berücksichtigen. Sie kann Kriterien in fast beliebiger Anzahl auswerten, um Handelsgelegenheiten zu identifizieren und Kauf- beziehungsweise Verkaufssignale zu erstellen. Und streng genommen muss man sie dafür nicht einmal mit Annahmen darüber füttern, wie Märkte – vermeintlich – funktionieren.
e-fundresearch.com: Können Sie diese Vorteile für eine aktive Portfoliostrategie quantifizieren?
Michael Günther: Wir haben mittlerweile rund 20.000 Börsentransaktionen auf Basis einer solchen Strategie getätigt. Wenngleich wir die Vorteile, nach denen Sie fragen, keineswegs pauschal für KI im Asset Management beanspruchen können, so sind - dezidiert bezogen auf unsere Strategie - die vorliegenden Zahlen sehr belastbar. Erstens: Wir sehen positive Effekte mit Blick auf die Rendite im Verhältnis zum eingegangenen Risiko. Im Zeitraum seit September 2013 konnte gegenüber der relevanten Benchmark eine höhere Sharpe Ratio, nämlich circa 0,75 gegenüber 0,36 der Peergroup im SG CTA Index, erzielt werden. Dafür wurde die Strategie auch mit diversen Branchenauszeichnungen gewürdigt.
e-fundresearch.com: Gibt es weitere Vorteile – auch mit Blick auf die Rendite?
Michael Günther: Wir haben eine jährliche Outperformance von circa 1,2 Prozent gegenüber der Peergroup des SG CTA Index innerhalb der letzten vier Jahre errechnet. Zudem weisen wir eine niedrige Korrelation mit anderen Assetklassen auf, da die KI-Algorithmen oft zu andersartigen Handelssignalen und Portfoliozusammensetzungen führen.
e-fundresearch.com: Das klingt nach einem zukunftsweisenden Konzept. Noch nutzen dies aber nur sehr wenige Portfolio Manager. Warum ist die Anwendung Künstlicher Intelligenz auf die Finanzmärkte so herausfordernd? Und welche Daten kommen dabei zum Einsatz?
Pablo Hess: Vor allem haben wir es mit einem Umfeld zu tun, das von einem hohen Maß an Ungewissheit geprägt ist. Mit der KI können wir die Berechnung der Wahrscheinlichkeiten für den Eintritt verschiedener Szenarien und möglicher Kursentwicklungen verbessern. Unsere Analysen stützen sich auf strukturierte Daten, filtern aus der Flut von Variablen die relevanten Informationen heraus und binden diese in den Research- und Investmentprozess ein.
e-fundresearch.com: Haben Sie noch einen abschließenden Tipp für unsere Leser zum Thema KI-Fonds?
Michael Günther: KI wird gerne als natürliche Fortsetzung herkömmlicher Quant-Strategien interpretiert. Tatsächlich ist KI aber ein ganz anderes Parkett. Anleger sollten daher zweierlei beachten: Zum einen sollte der Anbieter – idealerweise mittels eines realen Track Records - nachweisen können, dass er über die besonderen Fertigkeiten verfügt, um KI in der Praxis des Portfoliomanagements anzuwenden. Zum andern sollten Anleger sich vor einem Investment darüber im Klaren sein, welche Eigenschaften der Fonds, in den sie investieren möchten, konkret aus dem KI-Ansatz beziehen soll. Dies könnte etwa die Reduzierung der Korrelation mit anderen Assetklassen, eine robustere Performance in bestimmten Marktphasen oder ein grundsätzlich besseres Verhältnis von Rendite und Risiko sein.
