Institutional Money, Ausgabe 3 | 2025

Der KI-Analyst Die empirische Untersuchung beginnt damit, dass die Forscher einen auf künstlicher Intelligenz basierten Ana- lysten entwickeln. Dieser unterliegt denselben Beschrän- kungen wie menschliche Fondsmanager, was die Port- foliozusammensetzung angeht. Zum Beispiel sind be- stimmte Anlagestile wie Large Cap oder Growth sowie Risikokriterien einzuhalten. Außerdem werden die Größe des Portfolios sowie damit verbundene Handelsfriktionen berücksichtigt. Das Ziel ist ein möglichst praxisnahes Modell. Der entscheidende Unterschied zum Menschen: Der KI- Analyst ist besonders geschickt in der Verarbeitung öffent- licher Informationen. Er verwendet nur Daten etwa von Compustat, die auch realen Fondsmanagern in Echtzeit zur Verfügung standen. Allerdings kann die KI diese zu deutlich geringeren Kosten analysieren, als es in der Vergangenheit tatsächlich möglich war. Die Autoren verwenden für den KI-Analysten insgesamt 170 Input-Variablen, darunter Aktienmarkt- und Makro-Da- ten, Analysteneinschätzungen und Ergebnisberichte der ein- zelnen Unternehmen. Dabei wird sichergestellt, dass die jeweiligen Daten tatsächlich bereits öffentlich verfügbar waren, um den Look-Ahead Bias zu vermeiden. Ein solcher Vorausschaufehler würde vorliegen, wenn Daten oder Infor- mationen, die zum jeweiligen vergangenen Betrachtungs- zeitpunkt noch nicht bekannt waren, in der rückblicken- den Betrachtung fälschlicherweise einbezogen werden. Verbesserte Portfolios Auf Basis ihrer Inputs versucht die KI, die Aktienauswahl der Fondsmanager zu Beginn jedes Quartals selektiv zu verbes- sern und dadurch bessere Ergebnisse zu erzielen. Dabei ver- wenden die Forscher ein Random-Forest-Modell, um bench- markbereinigte Renditen vorherzusagen. Alternativ führte auch die Nutzung von neuronalen Netzen zu ähnlichen Er- gebnissen. Ein großes Sprachmodell wie GPT wird dagegen nicht eingesetzt, da zu befürchten ist, dass durch deren Trai- ning mit aktuelleren Daten ein Look-Ahead Bias entsteht. Konkret ersetzt der KI-Analyst Aktien der menschlichen Manager, die er als schlecht oder mittelmäßig einstuft, durch ähnliche Positionen, die eine Outperformance erwarten las- sen. Zum Abgleich der Charakteristik werden dabei Fakto- ren wie Size, Buchwert/Marktwert-Verhältnis und Momen- Auch wenn die ununterbrochene Informationsflut etwas anderes suggeriert, ist es unmöglich, dass die Märkte immer alle verfügbaren Informationen vollständig und angemessen einpreisen. Das eröffnet – noch – Chancen. N o . 3/2025 | institutional-money.com 139 Effiziente Märkte | THEORIE & PRAXIS FOTO: © RYZHKOV (KI)| STOCK.ADOBE.COM » Die geschickte Verarbeitung öffentlicher Informationen kann erhebliches Alpha erzeugen. « Ed deHaan, The MBA Class of 1963 Professor of Management, Stanford Graduate School of Business, Stanford University