Algorithmen sind schon längst kein Trend mehr im Assetmanagement. In den USA werden 70 bis 80% des täglichen Handelsvolumens bereits von Maschinen kontrolliert. Der weltweite Markt für quantitativen Handel wurde 2020 auf 12,143 Mrd. Dollar geschätzt und wird bis 2028 voraussichtlich 31,494 Mrd. Dollar erreichen. Algorithmen können innerhalb von Bruchteilen von Sekunden profitable Investitionsentscheidungen treffen. Sie screenen dabei einige tausende von Variablen und erstellen daraus umfassende Marktanalysen. Algorithmen und Quant Investing gehört nicht nur die Gegenwart, sondern auch die Zukunft. Ist es also nur noch eine Frage der Zeit, bis diskretionäre Fondsmanager vollständig durch Algorithmen ersetzt werden können? Werden irgendwann nur noch Maschinen gegeneinander handeln? Welche Gefahr besteht dabei? Und was sollten Algorithmen können, um zukunftsfähig zu sein?

Algorithmischer Handel oder Quant Investing ist eine Form der Automatisierung, bei der ein Code programmiert wird, um einen definierten Satz von Anweisungen oder Regeln auszuführen, die den Kauf oder Verkauf eines Vermögenswerts in Bezug auf die variierenden Marktdaten beinhalten. Im Gegensatz zu einem klassischen Robo-Advisor sollte ein zukunftsorientierter Code nicht nach einem festen Muster, sondern dynamisch agieren. Der Code von Aledius basiert beispielsweise auf KI, Machine Learning und neuronalen Netzen, so dass er fähig ist, selbständig und flexibel hinzuzulernen. Veränderungen an den Märkten können dadurch innerhalb von Sekunden wahrgenommen werden und es kann eine entsprechende autonome Handlungsentscheidung vorgenommen werden.

Der größte Vorteil eines dynamisch agierenden Algorithmus gegenüber dem diskretionären Handel und klassischen Stock Picking ist seine Nichtmenschlichkeit. Dadurch ist er imstande, im Vielfachen das zu handeln, was einem Menschen möglich ist. Die Schnelligkeit, Formstabilität und der Umstand, dass ein Code keine Ermüdungserscheinung zeigt, können das menschliche Gehirn ohne weiteres outperformen. Volatile Zeiten, wenn der Mensch verängstigt ist und Märkte sich schnell verändern, sind für Quant-Investoren deshalb ein Traum und keine Herausforderung.

Doch was passiert, wenn sämtliche Anlagestrategien irgendwann so weit getrieben worden sind, dass sie alle einen ähnlichen Investmentansatz verfolgen? Wenn also nur noch Maschinen gegeneinander handeln würden?

Wenn alle Marktteilnehmer aufgrund ähnlicher quantitativer Strategien in ähnliche Assets, zum Beispiel liquide FAANG-Aktien (Facebook, Amazon, Apple, Netflix und Google), investieren, entsteht aus dieser Gleichförmigkeit ein impliziertes Ungleichgewicht. Es besteht hierbei die Gefahr, dass ebendiese Aktien am meisten abgestraft werden, wenn alle Investoren diese verkaufen wollen. Insofern besitzt der menschliche Portfoliomanager weiterhin seine Daseinsberechtigung, um dem Problem der Gleichförmigkeit durch maschinelle Berechnungen zu entrinnen. Mithilfe von KI könnten in naher Zukunft jedoch auch Marktstimmungen datengetriebener abgepasst werden, um dieses Problem weitgehend einzugrenzen.

Die Herausforderung von Algorithmen und Quant Investing besteht in der Entwicklung von Strategien, die neue Technologien voll einbeziehen. Künstliche Intelligenz wird genutzt, um noch undurchschaubarere Muster und Beziehungen zwischen Vermögenswerten und Daten aus anderen Datenquellen zu finden. Big Data wird eingesetzt, um neue Datenquellen zu erschließen, die zu alphagenerierenden Ideen führen können. Nutzergenerierte Daten werden herangezogen, um die Stimmung der Anleger zu messen, die dann Preisentwicklungen zugeordnet werden können.

Die Stimmung ist ein Faktor, der bei quantitativen Investitionen zu­nehmend an Bedeutung gewinnt. Sowohl KI als auch Big Data werden in großem Umfang zur Modellierung der Stimmung und ihrer Vorhersagekraft eingesetzt. Fortschritte in der künstlichen Intelligenz könnten schließlich auch die Modellierung qualitativer Faktoren ermöglichen. Dies würde die Lücke zwischen quantitativem und diskretionärem Fondsmanagement schließen, da mehr subjektive Faktoren berücksichtigt werden könnten.

Ein Algorithmus oder eine Quant-Strategie hat viele Vorteile, darunter niedrigere relative Kosten und die Ausschaltung von Emotionen bei der Entscheidungsfindung. Eine auf einem quantitativen Modell basierende Strategie ist zwar kein Allheilmittel und es gibt keine Garantie für die Performance, aber in den meisten Fällen haben quantitative Fonds eine bessere Chance, ihre Ziele zu erreichen.

Nur die quantitativen Vermögensverwalter, die ihre Algorithmen stetig weiterentwickeln und sich dazu modernster Technologien bedienen, werden in der Lage sein, beständig Alpha zu generieren und im Markt zu bestehen. Ein Beispiel hierfür ist auch das Fintech Inno-Invest mit Sitz bei Frankfurt, welches als reguliertes Institut­ das Haftungsdach, eine aus­gereifte IT-Infrastruktur sowie ein modernes Onboarding-Setup für automatisierte beziehungsweise quantitative Strategien anbietet.