checkAd

    Marktkommentar  1493  0 Kommentare Georg Graf von Wallwitz (Eyb & Wallwitz): Anlegen mit Verstand statt mit Robo-Advice

    Das digitale Zeitalter schreitet zügig voran, und damit ergeben sich zugleich vielfältige Chancen und Risiken in der Finanzwelt. Schon heute verarbeitet ein handelsüblicher Computer Millionen von Signalen in Sekundenschnelle. Viele Unternehmen, darunter Start-ups, nutzen die digitale Evolution und etablieren neue Geschäftsmodelle. Dazu zählt eine Reihe von neu gegründeten Unternehmen, die sich auf den Bereich ,,Robo-Advice'' spezialisieren. Es handelt sich dabei um vollautomatisierte Vermögensverwaltungen, wohin vornehmlich die ,,Digital Natives'' ihr Geld überweisen. Dort wird das Geld ohne weitere menschliche Eingriffe angelegt.

    Zu niedrigen Kursen kaufen

    Solange es allerdings nicht möglich ist, menschliches Handeln vollständig durch Maschinen zu ersetzen, sollten sich Anleger in jeder Marktphase an die folgende Faustregel halten: Kaufe, wenn die Kurse niedrig sind. Halte dich an Qualitätstitel, deren Marktstellung voraussichtlich auch im nächsten Jahrzehnt noch gut ist. Und wähle Titel, deren Profitabilität über einen ganzen Zyklus hoch ist - und das alles mit Menschenverstand. Es fließt derzeit sehr viel Geld in die Finanzierung sogenannter Fintechs. Mit Hilfe der Möglichkeiten des Internets sollen sie auch bei der Vermögensanlage das leisten, was bei Musikkonsum, Reisebuchung oder Konsumverhalten im Internet bereits Realität ist. Denkbar ist nicht nur die Vermögensanlage, sondern auch die Aufnahme von Immobilienkrediten - ganz einfach per Mausklick.

    Bislang fällt das Angebot in Deutschland eher enttäuschend aus: Ein Teil der Fintechs bietet eine höhere Verzinsung auf Festgeld. Allerdings wird dieser Zinsaufschlag dadurch erkauft, dass das Geld der Anleger nicht unter die staatliche Einlagensicherung fällt. Ein anderer Teil investiert das Geld der Anleger, je nach Risikoappetit, in ETF, welche nach bestem Wissen und Gewissen von einem ungenannten Algorithmus oder Investmentkomitee ausgewählt werden. Das ist im Prinzip richtig, bedeutet aber, dass an der entscheidenden Stellschraube dann doch wieder der Mensch sitzt. Am Ende handelt es sich bei diesen Fintechs um wenig mehr als die Verkäufer von Fonds, die in ETF investieren, ohne zu sagen, warum ihre Allokation die richtige ist.

    Knight zeigt Risiken auf

    Eine menschliche Kontrolle ist dabei nichts grundsätzlich Schlechtes, gab es doch in der Vergangenheit neben den guten auch genügend negative Beispiele für den Einsatz künstlicher Intelligenz (KI). Unvergessen ist der Zusammenbruch von Knight Capital im Jahr 2012, als eine Maschine einen Handel aufsetzte, bei dem sie 10 Mill. Dollar pro Minute verlor, bis das Unternehmen - genau 44 Minuten später - insolvent war.

    Computer verarbeiten die Informationen, welche die Finanzmärkte generieren, sehr viel schneller als Menschen. Sie können heute Daten und Nachrichten analysieren, daraus lernen und Handelsstrategien entwickeln, die sich selbständig an sich ändernde Marktgegebenheiten anpassen. Ausgefeilte Programme erkennen Muster, wo Menschen aufgrund von sehr großen Datenmengen (Big Data) keine klaren Strukturen erkennen, und können daraus Erkenntnisse in den Handelsalgorithmus einpflegen.

    Die Finanzdienstleistungsindustrie arbeitet bekanntlich schon länger an der Möglichkeit, rationale Entscheidungen Maschinen zu überlassen. Es werden Handelsstrategien entworfen, die vom Computer getestet werden, indem ihre Ergebnisse mit anderen Strategien verglichen werden. Die jeweils erfolgreichsten Strategien treten dann wieder gegeneinander an, und aus den Informationen der sogenannten ,,lernenden Maschinen'' über das erfolgreichste Vorgehen lassen sich neue Algorithmen ableiten.

    Beweis steht noch aus

    Kaum eine Branche bietet sich so sehr für den Einsatz von Computern an wie die Finanzbranche. Schon heute gibt es enorme Mengen an Marktdaten und sehr lange Historien von Datenreihen. Etwa 9 % der Hedgefonds arbeiten ganz oder zum größten Teil auf der Basis von sogenannten KI-Strategien. Bislang liegen allerdings keine Studien vor, die unzweifelhaft belegen, dass diese Strategien bessere Ergebnisse liefern als die breite Masse der Hedgefonds. Eine Erklärung ist die Komplexität der Finanzmärkte: An den Börsen werden weltweit permanent allein 6100 ETF gehandelt - ganz zu schweigen von unzähligen Aktien und Anleihen. Die Börse ist ein Gewebe von beweglichen Teilen, die sich nicht nur autonom, sondern auch in Abhängigkeit voneinander bewegen.

    Marktbeeinflussend

    Darüber hinaus finden solche quantitativen Strategien nicht im luftleeren Raum statt, sondern sie beeinflussen den Markt selbst. Wenn eine Strategie funktioniert, spricht sie sich herum und findet schnell Nachahmer. Wenn aber viele Marktteilnehmer auf dasselbe Pferd setzen, bleibt für den Einzelnen nicht viel übrig.

    Des Weiteren laufen Algorithmen Gefahr, Zusammenhänge zu sehen, wo keine sind, sogenannte ,,Overfittings''. Damit eng zusammenhängend stellt sich die Frage nach der Grenze der Möglichkeiten: Es gibt Theorien, die sich mathematisch weder beweisen noch widerlegen lassen, so dass es mithin auch im Reich der Zahlen Orte gibt, wo Rechenmaschinen niemals hinkommen. Muster von Zufall zu unterscheiden ist manchmal nur einem Menschen möglich. Daten müssen nicht nur passen, sie müssen auch Sinn machen, einer Theorie genügen. Aber wie bringt man einer Maschine bei, was ,,einer Theorie genügen'' bedeutet?

    Für die Praxis eines Vermögensverwalters bedeutet das, dass Rechner in erster Linie praktisch sind und die Entscheidungsfindung erleichtern. Aber es gibt gute theoretische wie praktische Gründe, warum wohl nie ein Algorithmus gefunden wird, der den Computer allein das Geld verdienen lassen wird. Die Lösung liegt vielmehr darin, die Stärken und Schwächen von Mensch und Maschine zu identifizieren und beide so zu kombinieren, dass etwas Besseres dabei herauskommt, als wenn Mensch oder Maschine jeweils auf sich allein gestellt wären.

    Jüngst spielte der Markt eindeutig mit der Möglichkeit einer Rezession in den Vereinigten Staaten. Alle Aktien, die vor und in einer Rezession gewöhnlich fallen - dazu zählen Banken, Rohstoffproduzenten und Zykliker - sind seit Monaten auf abschüssiger Bahn. Hier wäre durchaus ein ,,Robo-Advice'' angebracht, der zeigt, ob die USA tatsächlich auf eine echte Rezession zusteuern oder ob sich die Befürchtungen als unbegründet herausstellen. Wünschenswert wäre auch ein Computermodell, welches die Entwicklung der Wirtschaft voraussagen kann und Aufschluss darüber gibt, ob die Kurse auf diese Frist zu hoch oder zu niedrig sind.

    Georg Graf von Wallwitz, Fondsmanager der Phaidros Funds und Geschäftsführer der Eyb & Wallwitz Vermögensmanagement

    Dieser Artikel erschien zuerst in der Börsen-Zeitung, 2.4.2016




    Asset Standard
    0 Follower
    Autor folgen
    Mehr anzeigen
    AssetStandard ist das führende Portal für Vermögensverwaltende Produkte in Deutschland. Auf www.assetstandard.com werden alle Daten, Dokumente und Informationen zu diesem wachsenden Marktsegment gebündelt. Einheitliche Standards ermöglichen einzigartige Vergleiche zu den Anlageprodukten. Das Portal beinhaltet umfassende Recherche-, Analyse- und Informationsmöglichkeiten bis hin zum Asset Manager eines einzelnen Produkts.
    Mehr anzeigen

    Verfasst von Asset Standard
    Marktkommentar Georg Graf von Wallwitz (Eyb & Wallwitz): Anlegen mit Verstand statt mit Robo-Advice Das digitale Zeitalter schreitet zügig voran, und damit ergeben sich zugleich vielfältige Chancen und Risiken in der Finanzwelt. Schon heute verarbeitet ein handelsüblicher Computer Millionen von Signalen in Sekundenschnelle. Viele Unternehmen, darunter Start-ups, nutzen die digitale Evolution und etablieren neue Geschäftsmodelle. Dazu zählt eine Reihe von neu gegründeten Unternehmen, die sich auf den Bereich ,,Robo-Advice'' spezialisieren. Es handelt sich dabei um vollautomatisierte Vermögensverwaltungen, wohin vornehmlich die ,,Digital Natives'' ihr Geld überweisen. Dort wird das Geld ohne weitere menschliche Eingriffe angelegt.