Die Axa-Tochter Rosenberg Equities integriert künstliche Intelligenz und Big Data in ihren Investmentprozess. Noch steht der quantitative Investmentmanager am Anfang dieser Entwicklung, kann aber bereits erste Anwendungen vorweisen.
Rosenberg Equities, die quantitative Investmentsparte von Axa Investment Managers (Axa IM), nutzt nach eigener Aussage für Kundenportfolios jetzt auch Modellierungstechniken, mit denen künstliche Intelligenz und Big Data in den Investmentprozess eingebunden werden sollen.
Die Techniken würden insbesondere auf neuronalen Netzen beruhen. Dadurch würden Datenanalysen verbessert und die Investmentprozesse erweitert. Rosenberg Equities nennt als Beispiel ein Modell auf der Grundlage eines neuronalen Netzes, das in der nachhaltigen Aktienstrategie (Sustainable Equity) zum Einsatz kommt, einer Strategie aus der Advanced-Factors-Reihe.
Erster Schritt zum Einsatz neuronaler Netze
Aktien, denen große Kursausschläge drohen, sollen sich mit dem neuen Modell leichter identifizieren lassen. Dadurch können Extremrisiken verringert und die Risiko-Ertrags-Profile der Kunden verbessert werden.
„Dies ist der erste Schritt zum Einsatz neuronaler Netze und hochentwickelter künstlicher Intelligenz in Kundenportfolios. Zugleich ist es die natürliche Weiterentwicklung der fortschrittlichen quantitativen Techniken, die wir bereits seit 30 Jahren anwenden“, sagt Gideon Smith, Europa-CIO von Axa IM Rosenberg Equities.
„Wir halten diesen Schritt für naheliegend und glauben, dass er gut zu unserem Investmentansatz mit seinen Schwerpunkten Modellierung und Risikosteuerung passt“, so Smith weiter.
Nutzung unstrukturierter Datensätze
Des Weiteren wolle Rosenberg Equities neue unstrukturierte Datensätze nutzen, mit denen die traditionellen Finanzmarktdaten ergänzt werden sollen, die Investoren üblicherweise verwenden. Diese neuen Daten sollen zusätzliche Erkenntnisse zu den Fundamentaldaten der Unternehmen und der Marktstimmung liefern.
Beispielsweise entwickelt der Investmentmanager ein Sprachverarbeitungsmodell, um Unternehmensmitteilungen und andere Texte zu analysieren. Ziel sei, dadurch mehr über die Anlegerstimmung gegenüber einem Unternehmen zu erfahren. (kl)
Foto: Shutterstock
