Institutional Money, Ausgabe 4 | 2025

selektiver Bewertungen. FinAgent, die andere LLM-basierte 0HWKRGH VFKQHLGHW EHL 1HWijL[ XQG 0LFURVRIW ÌKQOLFK DE wie FinMem, weist aber imAllgemeinen keine konsistenten 9HUEHVVHUXQJHQ ĞEHU DOOH ,QGLNDWRUHQ KLQZHJ DXI 'DUĞEHU KLQDXV ZHLVHQ //0 EDVLHUWH 6WUDWHJLHQ HLQH KRKH MÌKUOLFKH 9RODWLOLWÌW XQG VLJQLljNDQWH PD[LPDOH 'UDZGRZQV DXI ZDV DXI HLQ KRKHV 5LVLNRSURljO KLQGHXWHW 'LHV XQWHUVWUHLFKW GLH 1RWZHQGLJNHLW H[SOL]LWHU 5LVLNREHZHUWXQJHQ EHL GHU (YD- luierung solcher Strategien. (LQH ZHLWHUH 6FKOĞVVHOIUDJH EHL GHU %HZHUWXQJ //0 basierter Anlagestrategien ist, ob sie sich an unterschiedliche 0DUNWEHGLQJXQJHQ DQSDVVHQ )LQDQ]PÌUNWH ZHLVHQ LQ YHU- VFKLHGHQHQ ZLUWVFKDIWOLFKHQ ljQDQ]LHOOHQ XQG SROLWLVFKHQ 5HJLPHV ]HLWOLFK YDULLHUHQGH 9RUKHUVHKEDUNHLW XQG 8QVL- FKHUKHLW DXI (LQLJH 6WUDWHJLHQ NĆQQHQ GLHVH 6FKZDQNXQ- JHQ DXVQXW]HQ ZÌKUHQG DQGHUH 6FKZLHULJNHLWHQ KDEHQ VLFK DQ]XSDVVHQ 8QWHUVFKLHGOLFKH 0DUNWXPIHOGHU ł %XO- OHQ %ÌUHQ XQG 6HLWZÌUWVPÌUNWH ł ELHWHQ HLQ]LJDUWLJH +HU- DXVIRUGHUXQJHQ XQG&KDQFHQ %XOOHQPÌUNWH EHORKQHQ HLQH DJJUHVVLYH 3RVLWLRQLHUXQJ XQG KRKHV (QJDJHPHQW %ÌUHQ- PÌUNWH HUIRUGHUQ HLQ HȬHNWLYHV 5LVLNRPDQDJHPHQW XQG 6HLWZÌUWVPÌUNWH WHVWHQ GLH )ÌKLJNHLW HLQHU 6WUDWHJLH 8QVL- FKHUKHLWHQ RKQH NODUH 7UHQGV ]X PHLVWHUQ 'XUFK GLH $QD- O\VH GHU 3HUIRUPDQFH LQ GLHVHQ5HJLPHV OÌVVW VLFK IHVWVWHOOHQ RE 6WUDWHJLHQ ]X NRQVHUYDWLY VLQG XQG LQ $XIZÌUWVSKDVHQ &KDQFHQ YHUSDVVHQ RGHU ]X DJJUHVVLY VLQG XQG GDKHU LQ $EVFKZXQJSKDVHQ HUKHEOLFKH 9HUOXVWH HUOHLGHQ 'DV 9HU- VWÌQGQLV GLHVHU UHJLPHVSH]LljVFKHQ 9HUKDOWHQVZHLVHQ LVW HQW- VFKHLGHQG IĞU GLH ,QWHUSUHWDWLRQ GHU 6WÌUNHQ XQG 6FKZÌ- FKHQ YRQ //0 EDVLHUWHQ $QODJHVWUDWHJLHQ XQG IĞU GLH 6WHXHUXQJ LKUHU ]XNĞQIWLJHQ (QWZLFNOXQJ *HNHQQ]HLFKQHW ZLUG MHGHV .DOHQGHUMDKU DQKDQG GHU MÌKUOLFKHQ 5HQGLWH GHV 6 3 %XOOLVK VLQG -DKUH PLW PHKU DOV 3UR]HQW 3HU- IRUPDQFH EHDULVK MHQH PLW PLQGHVWHQV PLQXV 3UR]HQW $OOHV GD]ZLVFKHQ JLOW DOV 6HLWZÌUWVWUHQG 'LH 6FKZHOOH YRQ Ţ 3UR]HQW HQWVSULFKW GHU EUDQFKHQĞEOLFKHQ .RQYHQWLRQ 7UDGLWLRQHOOH UHJHO XQG SUÌGLNWRUEDVLHUWH 0HWKRGHQ VHW]HQ QDFK ZLH YRU GHQ 6WDQGDUG (siehe Tabelle „Regime- VSH]LljVFKH 3HUIRUPDQFHĺ $75%DQG 0RQDWVZHFKVHO XQG $5,0$ OLHIHUQ LQ MHGHP 5HJLPH HLQH SRVLWLYH 6KDUSH 5DWLR ZÌKUHQG %X\ DQG +ROG GHU SDVVLYH 0DĕVWDE LQ %XOOHQPÌUNWHQ HLQHQ :HUW YRQ LQ 6HLWZÌUWVPÌUN WHQ YRQ XQG LQ %ÌUHQPÌUNWHQ QXU HLQHQ :HUW YRQ ł DXIZHLVW .HLQH DNWLYH 6WUDWHJLH ĞEHUWULȬW GLH %X\ DQG +ROG 6KDUSH 5DWLR LP %XOOHQPDUNW ZDV GDUDXI KLQ- Type Strategie Tesla Netflix Amazon SPR CR MDD AV SPR CR MDD AV SPR CR MDD AV Regelbasiert Buy and Hold -0.342 -20.483 -52.729 55.910 1.326 43.079 -20.184 41.523 -0.460 -13.250 -31.546 35.624 SMA Cross -0.293 -5.540 -18.517 38.602 -1.020 -8.285 -15.942 20.477 -0.420 -4.433 -18.910 27.084 WMA Cross 0.215 3.741 -18.492 42.062 -0.803 -6.004 -14.290 19.826 -0.563 -6.121 -21.030 26.831 ATR Band -0.595 -19.142 -39.599 42.161 0.150 2.992 -12.231 19.314 0.622 11.007 -15.842 23.272 Bollinger Bands -0.769 -24.747 -44.655 45.366 -0.558 -4.996 -13.244 16.754 -0.402 -7.105 -20.615 26.559 Monatswende 0.219 3.639 -11.642 31.042 0.559 8.383 -10.641 17.194 -0.037 0.039 -14.892 20.722 Prädiktor ARIMA 0.601 15 .007 -24.446 41.402 1.159 23.783 -15.043 25.749 -0.225 -4.752 -20.046 26.899 XGBoost 0.331 6.213 -35.374 37.729 0.770 10.134 -11.246 14.928 1.955 42.468 -8.816 25.135 RL A2C -0.201 -15.876 -52.642 56.172 1.262 36.760 -20.436 37.542 -0.093 -3.253 -24.042 30.903 PPO -0.254 -18.223 -52.609 57.301 1.420 40.181 -18.036 35.170 -0.576 -9.485 -22.761 24.169 SAC -0.320 -20.598 -53.614 57.665 1.325 42.872 -20.121 41.448 -0.440 -13.215 -32.145 36.533 TD3 -0.343 -20.423 -52.592 55.859 1.325 42.872 -20.121 41.448 -0.440 -13.215 -32.145 36.533 LLM FinMem (GPT-4o-mini) 0.927 19.940 -30.144 48.638 1.704 32.549 -13.018 34.766 0.297 2.800 -2.744 10.247 FinMem (GPT-4o) 0.404 5.312 -36.351 54.434 0.896 16.244 -15.234 38.209 -0.968 -20.091 -31.164 40.896 FinMem (reported) 2.679 61.776 -10.800 46.865 2.017 36.449 -15.850 36.434 0.233 4.885 -22.929 42.658 FinAgent – – – – 1.543 41.167 -20.417 51.030 -1.108 -6.113 -9.317 13.257 Backtest-Performance im Zeitraum von 6.10.2022 bis 10.4.2023, in dem sich LLM-Anlagestrategien teilweise als effektiv erwiesen. „–“ = keine SMA (WMA) Cross = Kreuzung zweier gleitender (gewichteter) Durchschnitte, ATR Band = Average True Range (Trading-Indikator), ARIMA = Autoregressive RL = Reinforcement Learning, SPR = Sharpe Ratio, CR = kumulierte Rendite, MMD = Maximum Drawdown, AV = Volatilität p.a. Backtest-Performance Die Ergebnisse warnen vor zu optimistischen Interpretationen. » Die Performance von LLM-basierten Strategien wird aufgrund von Survivorship- und Data-Snooping- Verzerrungen überbewertet. « Hyeonjun Kim, Researcher in Financial Economics an der Sungkyunkwan University in Südkorea 100 N o . 4/2025 | institutional-money.com THEORIE & PRAXIS | Investmentstrategien FOTO: © SUNGKYUNKWAN UNIVERSITY