KI an der Börse: automatisiert, aber nicht autonom

Herr Wright, Ihre globale Quest-AI-Fondsstrategie hat seit dem Start 2024 den MSCI World um rund zwei Prozentpunkte per anno geschlagen. Was macht die KI bei der Aktienauswahl anders? David Wright: Unser Modell kombiniert rund 400 Merkmale von Unternehmen, etwa Bilanzkennzahlen, Kursdaten oder Analystenprognosen. Mithilfe Tausender Entscheidungsbäume lernt es aus historischen Daten, wie diese Informationen zusammenwirken. Daraus prognostiziert es die relative Aktienrendite für die nächsten 20 Handelstage. Der Mehrwert liegt darin, Wechselwirkungen zu erkennen, die einem Menschen möglicherweise entgehen.

Seit Auflage schneidet der Pictet - Quest AI-Driven Global Equities etwas besser ab als Weltindices. Hier haben wir ihn mit dem Dow Jones Global, der fast 95 Prozent der globalen Marktkapitalisierung von Aktien aus Industrie- und Schwellenländern abbildet, verglichen. Referenzindex des Fondsmanagements ist der MSCI World.

Warum konzentrieren Sie sich auf einen so kurzen Zeitraum? - Über unterschiedliche Zeiträume wirken unterschiedliche Kräfte. Auf Jahressicht sind die Fundamentaldaten eines Unternehmens besonders wichtig. Auf Monatssicht geht es stärker um Anlegerverhalten, Angebot und Nachfrage. Auch bei einer Bilanzkennzahl interessiert uns deshalb weniger die Zahl an sich, sondern vor allem, wie der Markt darauf reagiert.

Können Sie ein Beispiel nennen, was KI erkennt, das einem Menschen möglicherweise entgeht? - Sie erkennt, wie Signale einander beeinflussen. Nehmen Sie eine Analystenhochstufung her: Klassisch gilt sie als positives Signal. Unser Modell erkennt aber, dass ihre Wirkung davon abhängt, wie nahe sie an einer Ergebnisveröffentlichung liegt. In zeitlicher Nähe kann die Hochstufung positiv sein, mit größerem Abstand sollte man sie möglicherweise ignorieren. Unter bestimmten Bedingungen kann sich ihre Wirkung sogar umkehren.

Und wer trifft letztlich die Anlageentscheidungen: Der Mensch oder die KI selbst? - Unser Prozess ist automatisiert, aber nicht autonom. Menschen bestimmen die Daten und Trainingsparameter, prüfen die täglichen Prognosen und kontrollieren die Handelslisten. Aus den Prognosen wird unter strengen Risikovorgaben ein Portfolio erstellt. Wie bei einem Flugzeug braucht es einen Piloten, der den Ablauf überwacht. Bei uns haben die Piloten zusätzlich das Flugzeug mitgebaut.

Wo ist menschliches Urteil besonders wichtig? - Bei der Risikosteuerung und bei außergewöhnlichen Ereignissen. Steht beispielsweise eine Wahl in Frankreich bevor, können die Portfoliomanager die Vorgaben für französische Aktien enger setzen. Bei einem Ereignis wie Covid müssen sie einschätzen, ob das Modell anders reagieren könnte als üblich und wir das Risiko reduzieren sollten.

KI blick bekanntlich in die Vergangenheit. Wie verhindern Sie, dass Ihr Modell nur alte Muster wiederholt? - Wir trainieren mit 15 Jahren Daten und prüfen Zusammenhänge über unterschiedliche Zeiträume und Märkte. Außerdem prognostiziert das Modell die aktienspezifische Rendite, bereinigt um Markt- und Stileinflüsse. Regulär trainieren wir es alle drei Monate neu. Täglich verarbeitet es aktuelle Daten und erstellt daraus neue Prognosen.

Welche Marktphasen sind für die KI besonders schwierig zu prognostizieren? - Abrupte Veränderungen, bei denen bisherige Zusammenhänge plötzlich nicht mehr gelten. Besonders herausfordernd sind schnelle Richtungswechsel bei einzelnen Aktien innerhalb von Branchen oder Ländern. Dann können wir die Risikovorgaben verschärfen oder das Modell zusätzlich mit stärkerem Fokus auf jüngste Daten trainieren. Ein stabiles Umfeld mit deutlichen Renditeunterschieden zwischen Aktien bietet dagegen gute Voraussetzungen für unseren Ansatz.