Nachfolgender fiktiver Beitrag dient rein der Illustration für interne Zwecke und ist nicht für die externe Kommunikation geeignet. Der Beitrag wird in Kürze gelöscht.
Verängstigte aktive Asset Manager
Das Konzept könnte überzeugte aktive Manager das Gruseln lehren: Immer mehr Vermögensverwalter legen Publikumsfonds auf, die voll automatisiert Internetdaten sammeln und diese in Anlage-Entscheidungen verwandelt. Wie das gehen soll, steht hier.
Mehrere Vermögensverwalter starten die weltweit ersten Publikumsfonds, die vollständig auf Big Data und künstliche Intelligenz setzen. Dabei werden als Basis für jede Anlageentscheidung in sechs Ländern Internetdaten automatisiert gesammelt, gefiltert, gewichtet und mit historischen Kursmustern abgeglichen. Pro Tag werden so in Echtzeit mehrere hunderttausend kapitalmarktbezogene Nachrichten ausgewertet. So werden in einem rein datenbasierten Prozess Kauf- und Verkaufsempfehlungen für DAX-30-Aktien und DAX-30-Futures erzeugt.
Zweistellige jährliche Rendite angestrebt
„Unser Ziel ist es, für Anleger eine zweistellige jährliche Rendite unabhängig von den Bewegungen am Aktienmarkt, sozusagen prognosefrei zu erzielen“, so ein Geschäftsführer, der anonym bleiben möchte. Die Anlagestrategie konnte ihre Praxistauglichkeit sowohl bereits im testierten Backtest als auch seit Jahresbeginn im realen Einsatz unter Beweis stellen. Zielgruppe sind dabei neben professionellen auch private Investoren.
Mit dieser Big-Data-Analyse werden in Echtzeit mehr als 50.000 Titel beobachtet, darunter Währungen und Rohstoffe. „Die Schlüsselfrage lautet: Wer sagt was zu welcher Aktie? Im ersten Schritt sammeln wir pro Monat mehr als 3 Terrabyte an Informationen. Das sind mehr als zehn Nachrichten pro Sekunde. Im zweiten Schritt geht es darum, die Informationen auszuwerten“, so der anonyme Händler.
Das System bildet sich automatisiert weiter
Das System gibt jedem Titel auf Basis der gesammelten Daten ein vorläufiges positives oder negatives Signal. Bevor daraus eine Handelsentscheidung entsteht, analysiert es im Sinne der künstlichen Intelligenz, wie sich die Aktie in der Vergangenheit nach einem positiven oder negativen Signal entwickelt hat. Es prüft also, was das Signal für das Wertpapier bedeutet hat. Erst bei einer hohen Erfolgswahrscheinlichkeit gibt es den Hinweis, den Trade auszuführen.
Die getroffenen Entscheidungen und ihre Ergebnisse fließen in künftige Anlageempfehlungen mit ein – das System lernt also auch automatisiert dazu.
Weiterführende Beiträge: