Trends Markt

Photo by Brook Anderson on Unsplash

Corona-Crash: Risikomanagement auf KI-Basis begrenzt Verluste

Die Corona-Krise hat zu einem historisch beispiellosen Stimmungsumschwung an den Börsen geführt. Indizes verloren binnen kürzester Zeit massiv an Wert. Viele Investoren verpassten den richtigen Zeitpunkt zur Sicherung ihrer Anlagen. Wer die Risiken zuvor erkannt und konsequent reagiert hat, hatte eine Chance, einen Großteil seiner Investments zu sichern. Investoren mussten unter hohem Zeitdruck die Turbulenzen als gängige Schwankungen oder als tiefgreifende Krise einordnen. Für Menschen ist dies keine einfache Aufgabe. Intelligente Algorithmen versprechen, in solchen Ausnahmesituationen eine schnelle und emotionsfreie Analyse großer Datenmengen – und helfen dabei, die bessere Anlageentscheidung zu treffen.

Ein solches Risikomanagement auf Basis Künstlicher Intelligenz (KI) setzt die Minveo AG ein. Das sogenannte Minveo System des Vermögenverwalters habe in der aktuellen Krise frühzeitig für einzelne Märkte Risiken identifiziert und Positionen gesichert, teilte das Unternehmen mit. Die Warnung vor signifikanten Risiken in sämtlichen verbleibenden Märkten erfolgte demnach am 27. Februar 2020 und habe zum Verkauf aller übrigen Aktienpositionen in Bruchteilen von Sekunden geführt. Seitdem liege die Aktienquote in allen Kundendepots bei 0 Prozent, so die Firma.

System entwickelt sich kontinuierlich weiter

Im aktuellen Krisenzeitraum vom 20. Februar bis 20. März 2020 konnten den Angaben zufolge auf diese Weise die Verluste von Minveo je nach Anlagestrategie auf 1,86 Prozent in der defensivsten (5 Prozent Aktien, 95 Prozent Anleihen, 0 Prozent Rohstoffe) bis 5,79 Prozent in der offensivsten (75 Prozent Aktien, 10 Prozent Anleihen, 15 Prozent Rohstoffe) Anlagestrategie begrenzt werden. Zum Vergleich: Die aus aktiven Mischfonds bestehenden Morningstar Vergleichsindizes hätten im selben Zeitraum einen Verlust zwischen 12,42 Prozent (defensiv) und 23,57 Prozent (aggressiv) erzielt, hieß es.

Statt vorprogrammierte, starre Heuristiken anzuwenden, entwickele sich das System mit Hilfe selbstlernender Algorithmen und Korrekturen des Wealth Management Teams kontinuierlich weiter. Es werte dazu täglich eine breite Palette von 23 Variablen an tagesaktuellen Kursdaten, eine Reihe an Live- und Vergangenheitsdaten, wie etwa makroökonomische Indikatoren der einzelnen Märkte und Regionen, sowie Preis- und Währungsdaten aus. Solch große Datenmengen und tägliche Analysen könne kein Team bzw. keine Abteilung in der notwendigen Tiefe und vor allem in der benötigten Geschwindigkeit stemmen. Die Technologien Big Data und Machine Learning leisteten jedoch ebendies – und könnten dabei helfen, wesentliche Veränderungen an den Märkten rechtzeitig zu erkennen. (ud)

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge