Institutional Money, Ausgabe 4 | 2025

diten, eine rollierende Zehntagesvolatilität sowie eine rollierende Sharpe Ratio. Diese Kennzahlen vermitteln dem Modell „ein Gefühl“ für die aktuelle Schwankungs- intensität und die risikoadjustierte Performance. Anschließend erfolgt eine Trennung in Trainings- und Testdaten: Rund 80 Prozent der Historie dienen dem Training, die restlichen 20 Prozent der unabhängigen Überprüfung. Über diese klassische Aufteilung hinaus wird eine Walk-Forward-Validierung eingesetzt – ein Ver- fahren, das die schrittweise Anpassung an neue Daten simuliert. Dabei wird zunächst ein Modell in einem festen Fenster von 1.000 Handelstagen trainiert und anschließend für den folgenden Abschnitt von 200 Tagen getestet. Danach wird das Trainingsfenster um densel- ben Testabschnitt erweitert, das Modell neu kalibriert und auf den nächsten 200-Tage-Zeitraum angewendet. So entsteht eine rollierende Folge von sechs bis sieben „Folds“, die den Lernprozess eines Investors nachzeichnet. „Diese Methode erlaubt eine realitätsnahe Beurteilung der Stabilität und Generalisierungsfähigkeit der Strategie über verschiedene Marktphasen hinweg – von der Früh- zeit der Kryptowährung über pandemiebedingte Turbu- lenzen bis zur jüngsten Normalisierung der Geldpolitik“, so die Autoren. Ein lernender Agent entscheidet nun an jedemTag, wel- cher Anteil des Kapitals in Gold oder in Bitcoin investiert wird. Seine Aufgabe besteht darin, die Rendite zu maxi- mieren, gleichzeitig aber hohe Volatilität aktiv zu vermei- den – die Belohnungsfunktion ahmt somit das Prinzip der Sharpe-Ratio-Maximierung nach, bei der der Ertrag stets ins Verhältnis zum eingegangenen Risiko gesetzt wird. Das Modell verarbeitet dabei zu jedemZeitpunkt ein Fens- ter an aktuellen Marktdaten, darunter die erwähnten Fak- toren: Preise, logarithmierte Tagesrenditen, rollierende Zehntagesvolatilitäten und die Sharpe Ratio beider Assets. Ausgestattet wird der Agent mit einem Gedächtnis für jüngste Marktbewegungen, und er kann erkennen, wann Schafft es die KI, ein Hedging-System mit Gold und Bitcoin zu entwickeln, das gegen Marktvolatilitäten absichert? Eine aktuelle Testreihe mit zwei verschieden trainierten KI-Modellen führt zu ambivalenten Ergebnissen: Das aktive KI-Trading wirft zwar Ertrag ab, kann eine passive Buy-and-Hold-Strategie aber nicht wirklich schlagen. Ewiges Asset Einem Rausch kommt die Kursentwicklung von Gold im laufenden Jahr gleich. Das Edelmetall wird als Schutz gegen Inflation und Krisen aller Art gesucht. Die vorlie- gende Frage lautet, ob sich Gold in Kombination mit Bitcoin als Baustein in eine spezifische, KI-gemanagte Hedging-Strategie einbauen lässt. Quelle: Bloomberg US$/Feinunze 4.133,12 1.500 2.000 2.500 3.000 3.500 4.000 4.500 2025 I 2024 I 2023 I 2022 I 2021 I 2020 N o . 4/2025 | institutional-money.com 113 Gold und KI | THEORIE & PRAXIS FOTO: © THIRD 3RD | STOCK.ADOBE.COM