Mensch, Maschine und Modelle – die Macht der Muster in der Finanzwelt

13. ACATIS-Value-Konferenz in Frankfurt am Main am 20.5.2016

Mensch, Maschine und Modelle - die Macht der Muster in der Finanzwelt

Dr. Hendrik Leber, Geschäftsführender Gesellschafter ACATIS. Foto: mpr, Veröffentlichung frei in Verbindung mit Berichterstattung über ACATIS.

Finanztechnologien für das Value-Investieren

Unternehmensbewertung mit Deep-Learning-Netzwerken

Rechner lernen lesen – und sie verstehen auch

Richard Koo fordert staatliche Investitionen statt Austerity

Frankfurt am Main, 23. Mai 2016 (mpr) – Finanztechnologien, konkret die Einbindung maschineller rechnergestützter Auswertungstechniken in immer noch von Menschen dominierte Investmentmodelle, waren das Kernthema der diesjährigen Acatis-Value-Konferenz in Frankfurt am Main am 20. Mai 2016 mit rund 150 institutionellen Investoren. Veranstalter Dr. Hendrik Leber würzte die Konferenz darüber hinaus mit einer Prise „Deficit Spending“ in Person des taiwanstämmigen Ökonomen Richard C. Koo, der sich dezidiert dafür aussprach, in Europa die fehlende private Nachfrage durch staatliche Investitionen auszugleichen und dazu auch den Maastricht-Vertrag zu ändern, anstatt immer mehr Geld zu Niedrigzinsen in den Bankensektor zu pumpen, das in der Realwirtschaft nicht anlangt.

Leber erläuterte zunächst den Stand der Erkenntnisse zum muster- und regelbasierten Verhalten von Menschen und berichtete über aktuelle Entwicklungen bei Acatis. Kevin Endler, für die Modulor-Reihe bei Acatis verantwortlich, stellte anschließend vor, wie eine Unternehmensbewertung mit Deep Learning-Netzwerken funktioniert. Danach präsentierte Roland Schweter von Acatis Research Neues zur maschinellen Textanalyse, und Christian Osendorfer von Nnaisense berichtete über Ergebnisse aus dem Quantenstein-Projekt (Deep Learning für das Value Investieren).
Im Nachmittagsprogramm thematisierte Andreas Kern, der Gründer und CEO von wikifolio, welche Erkenntnisse und Anwendungsmöglichkeiten sich aus den Daten von wikifolio.com ergeben. Dr. Carsten Otto, Agile Software Engineer bei andrena objects, schilderte im Anschluss die Funktionsweise der Bitcoin- und Blockchain-Technologien. Richard C. Koo, Chefökonom des Nomura Research Institute in Tokio, Berater von Zentralbanken und Politikern, beleuchtete abschließend die immer wieder gleichen Muster der Bilanzrezessionen in USA, Japan und Deutschland seit den dreißiger Jahren.

Muster und Regeln

„Menschen sind schlichte Gemüter, sie generalisieren, wo sie nur können und behalten das bei, solange es Erfolg hat“, so Leber. „Wir Menschen überschätzen unsere intellektuellen Fähigkeiten. Wir lernen im Laufe des Lebens, Muster zu erkennen und reagieren darauf in vorhersehbarer Weise. Wir meiden bestimmte Situationen, genauso wie wir die heiße Herdplatte zu vermeiden gelernt haben. Und wir entwickeln Werkzeuge, um unbekannte Situationen zu analysieren, zu kategorisieren und zu strukturieren. Nur selten wird unser Handeln von abstrakten Prinzipien geleitet. Gut gewählte Leitprinzipien aber machen unser Leben erfolgreicher – sei es beim Investieren, im Beruf oder bei der Partnerwahl.“ Für Leber geht es angesichts des technischen Fortschritts in der Bild- und Texterkennung darum, sich schon jetzt auch im Investmentbereich die Fähigkeiten der Roboter zunutze zu machen, um nicht von der fortschreitenden Entwicklung abgehängt zu werden. „Investoren sind Mustererkenner, und warum sollen uns Maschinen nicht dabei helfen, mehr Muster in kürzerer Zeit zu erkennen?“ Hilfe bei der Analyse will Leber gerne von Maschinen annehmen, aber die letzte Entscheidung möchte er auf absehbare Zeit lieber selber treffen. Acatis setzt bisher drei unterschiedliche Computermodelle ein, die zum einen Vorschläge und Ideen für qualitative Strategien liefern, andererseits komplette quantitative Portfolios wie Modulor oder Quantenstein Junior generieren.

Unternehmensbewertung mit Deep Learning Netzwerken

Wie maschinelles Lernen und Mustererkennung durch künstliche neuronale Netze des "Deep Learning" in einigen Disziplinen den Menschen bereits übertreffen, darüber berichtete der Mathematiker Kevin Endler, Portfoliomanager für die Produktreihe „Acatis Modulor“ und gleichzeitig Geschäftsführer der Acatis-Beteiligungsgesellschaft Quantenstein GmbH. Deep-Learning-Systeme folgen keinen vorgegebenen Regelwerken, sondern sollen durch Beobachtung, Nachahmung und Überprüfung an der Realität immer treffsicherer werden – und das funktioniert tatsächlich. Einen ersten praktischen Versuch, zugänglich für die Öffentlichkeit auf wikifolio.com, hat Acatis bereits im Projekt „Quantenstein Junior“ umgesetzt. Acatis setzt bisher vier herkömmliche Bewertungsmodelle ein – fundamental-langfristig nach Penman, eine einfache Formel, eine empirisch gewonnene Kombination von sechs Summanden aus der Bilanz und ein statistisches Random-Forest-Modell aus 14 Variablen der Bilanz und Gewinn- und Verlustrechnung. Deep Learning soll nun ein fünftes Modell beisteuern. Die ersten Ansätze liefern bereits vereinzelt Ideen für die Aktienselektion. Verblüffend, dass ein solches sich selbst trainierendes System Apple als Luxusgüterunternehmen klassifizier, nicht als IT-Konzern – was viele Nicht-Apple-Fans schon immer ahnten.

Rechner lernen lesen – und auch verstehen

Roland Schweter von der Acatis Research GmbH in Bochum ist Germanist und Computerlinguist und befasst sich seit zwei Jahrzehnten mit Herausforderungen der Informationstechnologie für die Textanalyse. Dabei sucht und findet er lohnende Investment-Strategien, indem er umfangreiche Geschäftsberichte und Finanznachrichten analysiert. Neu ist, dass nun auch Texte, nicht nur Zahlen analysiert werden – ganz nach dem großen Value-Investoren-Vorbild Warren Buffett, der dem Hörensagen nach täglich rund 30 Geschäftsberichte liest. Deep-Learning-Techniken sind auch hier am Werk, z.B. den Wikifolio-Datenset mit zurzeit rund 300.000 Kommentaren zu analysieren – täglich kommen rund 350 hinzu. Referenzdaten liefert die komplette deutsche Wikipedia. Die Maschinen – Server mit mehreren hochleistungsfähigen Grafikkarten, die dank spezieller Programme die Rechenarbeit erledigen – lernen und entwickeln selbstständig semantische und syntaktische Eigenschaften, mit denen sie die Bedeutung von Begriffen und Texten erkennen können. Die codierten Texte können dann arithmetisch weiterverarbeitet werden – beispielsweise „König – Mann + Frau = Königin“. Schweter sieht seine Forschung auf gutem Weg, „Aussagen mit gleicher Bedeutung, aber unterschiedlichen Wörtern werden als ähnlich erkannt.“ Auf sehr kurze Sicht von einem Tag liegt die Trefferquote zwischen Nachrichten-Sentiment und Wikifolio-Performance bereits bei einem beachtlichen Wert von 58 Prozent, um auf mittlere und lange Sicht wieder abzusinken. „Wir werden weitere Text-Corpora einbeziehen und längere Zeithorizonte untersuchen, um so alle Arten von Wirtschaftsnachrichten und –berichten für das Value-Investieren nutzbar zu machen.“

Quantenstein: Deep Learning für das Value-Investieren

„Langfristig wollen wir mit Quantenstein die menschliche Intelligenz beim Value-Investieren übertreffen“, so Christian Osendorfer von Nnaisense SA, Lugano, über die erste Phase des Projekts Quantenstein, einer Kooperation von Acatis und Nnaisense. Osendorfer hat schon zuvor tiefe Netze erfolgreich zur Anomalie-Erkennung in Zeitreihen, zur Textanalyse und für Aufgaben aus dem Bildverstehen verwendet. „Es ist immer so, dass einfache Einheiten komplexe Strukturen formen.“ Bei Quantenstein wird neben Deep Learning auch das evolutionäre Reinforcement Learning (RL) angewandt, also Prüfung und Selbstverstärkung durch entsprechende Algorithmen – „wobei wir an der maschinellen Überprüfung der Ergebnisse noch intensiv forschen.“

Investieren mit Social-Media-Techniken: wikifolio.com

Wikifolio kombiniert die individuelle Geldanlage mit den Prinzipien der Schwarmintelligenz und der sozialen Medien. Anleger sollen vom frei zugänglichen Wissen aller Trader profitieren, umgekehrt sollen Trading-Talente („Hidden Champions“) entdeckt werden. Wie das in der Praxis funktioniert und was die Daten von wikifolio.com auszeichnet, erläuterte Andreas Kern, Gründer und Geschäftsführer der wikifolio Financial Technologies AG, der seine Plattform zu den Top 3 bei den Asset-Sammelstellen in Deutschland zählt. Gehandelt werden die Konstrukte als Zertifikate über die Börse Stuttgart. Laut Kern weisen schon die heute existierenden Wikifolios höhere Erträge als herkömmliche Fondsstrategien auf, bei allerdings auch deutlich höheren Risiken. Laut einer von Kern zitierten Studie des World Economic Forum werden Techniken wie bei Wikifolio zu erheblichen Erosionen des herkömmlichen Anlagemarktes führen, den Wert menschlicher Vermögensberater verringern und die Markteintrittschranken für neue Investmentberater deutlich verringern.

Bitcoin und Blockchain – sicher und entwicklungsfähig?

Dr. Carsten Otto, Agile Software Engineer bei der andrena objects ag (Frankfurt), erläuterte die Mechanismen der Blockchain-Technologie, mit der versucht wird, ein weltweit verwendbares dezentrales Zahlungssystem zu etablieren. Anhand des Beispiels Bitcoin wurde diskutiert, ob diese Mechanismen Sicherheit bieten, und welche neuen Möglichkeiten sich daraus entwickeln könnten. Dabei sind die Bitcoin und Blockchain nicht zwingend miteinander verbunden – so ließe sich die zur Dokumentation verwendete Blockchain auch als globale, irreversible, dezentrale und zugangsfreie Buchhaltungs-Datenbank verwenden, die möglicherweise ganze Schichten der bisherigen Finanzindustrie in der Wertpapier- und Derivateabsicherung überflüssig machen könnte. Nicht umsonst arbeiten 22 weltweit agierende Finanzdiensleister und Bankhäuser im R3 CEV-Projekt zusammen.

Europas Alternative zur bankrotten Geldpolitik

Ebenfalls ein Modell, das aber besser als alle anderen makroökonomischen Theorien die heutige Wirklichkeit erklärt, stellte mit der „Bilanzrezession“ der Taiwanese Richard C. Koo, Chefökonom des japanischen Nomura Research Institute und Senior-Berater für das US-Center for Strategic and International Studies vor.
„Wir leben in einer seltsamen Welt, die so in den Lehrbüchern nicht vorgesehen war, eine Welt, in der die Kreditnehmer fehlen: Marktteilnehmer zahlen Schulden zurück, obwohl der Zins bei Null oder gar unter Null liegt. Die Sparquote liegt über der Investitionsquote. Das bedeutet eine Bilanzrezession, in der die Geldpolitik zu einer weitgehend nutzlosen Waffe verkümmert.“ Nach Jahren expansiver, aber wirkungsloser Geldpolitik stellt Koo die Frage: Wie kommen wir aus dieser „Quantitative-Easing-Falle“ und Deflationsspirale wieder heraus? Seine Antwort: Wenn Unternehmen und Verbraucher rücksichtslos sparen, muss der Staat investieren, am besten in langfristig wirksame Infrastrukturprojekte und Humankapital durch Bildung. Das aber gehe in Europa nur, wenn der seit Jahren stillschweigend gebrochene Maastricht-Vertrag auch offiziell geändert wird und Regierungen erlaubt wird, mehr als 3 Prozent des BIP an Staatsschulden aufzunehmen, wenn der private Sektor trotz Nullzinsen mehr als 3 Prozent spart. Gleichzeitig müssen Instrumente entwickelt werden, um die jeweiligen nationalen Sparguthaben in die Staatsschuldverschreibungen genau dieser Länder umzulenken, anstatt dass sie ins Ausland abfließen. Geschehe hier nicht bald etwas, wäre die politische Stabilität in Europa bedroht. Für die nächsten Jahre prognostiziert Koo an den Zinsmärkten eine hohe Volatilität durch eine Stop- and Go-Politik.

Weitere Auskünfte über die Value-Konferenz erteilt die ACATIS Investment GmbH, E-Mail anfragen@acatis.de,
Tel. 069 / 97 58 37 77.

1420 Wörter / 11130 Zeichen

Veröffentlichung frei, Belegexemplar erbeten an mpr

mpr ist eine für deutsche und internationale Firmen tätige Agentur für Marketingberatung und absatzfördernde Kommunikation. Der ganzheitliche Ansatz, der Marketing, Public Relations und Promotion verbindet, ist unsere Stärke.

Firmenkontakt
mpr marketing public relations promotion
Michael Kip
Wiesenau 8
60323 Frankfurt am Main

presse@mpr-frankfurt.de
www.mpr-frankfurt.de

Pressekontakt
mpr marketing public relations promotion
Michael Kip
Wiesenau 8
60323 Frankfurt am Main
49 69 71 03 43 42
presse@mpr-frankfurt.de
www.mpr-frankfurt.de