Institutional Money, Ausgabe 1 | 2026

Trees“. Wie verhindern Sie konkret, dass das System nur historisches Rauschen „lernt“, sprich klassisches Overfitting? GABRIELE SUSINNO: 2YHUljWWLQJ LVW GLH ]HQWUDOH 6RUJH EHL NRPSOH[HQ 0RGHO - OHQ (OLPLQLHUHQ OÌVVW HV VLFK QLH QXU PLQL - PLHUHQ (UVWHQV QXW]HQ ZLU HLQH ]HLWJHUHFK - WH &URVV 9DOLGDWLRQ $XV -DKUHQ 'DWHQ YHUZHQGHQ ZLU W\SLVFKHUZHLVH ]ZĆOI -DKUH ]XP 7UDLQLQJ XQG GUHL -DKUH 2XW RI 6DP - SOH 7HVW XQG URWLHUHQ GLHVH )HQVWHU VR GDVV DOOH =HLWVHJPHQWH HLQPDO 7UDLQLQJV XQG HLQPDO 7HVWSKDVH VLQG 6R YHUPHLGHQ ZLU GDVV GDV0RGHOO ORNDOH %HVRQGHUKHLWHQ ĽDXV - ZHQGLJ OHUQWĺ XQG PLWWHOQ ĞEHU YLHOH GLV - MXQNWH 7UDLQLQJVOÌXIH =ZHLWHQV DUEHLWHQ ZLU EHZXVVW PLW ODQJHQ+LVWRULHQ XP0XV - WHU ]X LGHQWLlj]LHUHQ GLH ĞEHU YHUVFKLHGHQH 0DUNWUHJLPH KLQZHJ VWDELO VLQG 'ULWWHQV VHW]HQ ZLU DXI HLQ (QVHPEOH9HUIDKUHQ 'LH %ÌXPH VWHKHQ IĞU YLHOH OHLFKW XQWHU - VFKLHGOLFKH .RQljJXUDWLRQHQ ZLH %DXP - WLHIH %ODWW]DKO /HUQUDWH RGHU $Q]DKO GHU %ÌXPH 5DXVFKHQ PLWWHOW VLFK LQ HLQHP VROFKHQ (QVHPEOH VWDWLVWLVFK KHUDXV ZLH ]XIÌOOLJH /LFKWSXQNWH LQ GHU $VWURIRWRJUD - ljH ZHQQ 6LH YLHOH $XIQDKPHQ GHV JOHLFKHQ +LPPHOVIHOGHV ĽVWDFNHQĺ 3HUVLVWHQWH 6LJQD - OH ZHUGHQ GDJHJHQ YHUVWÌUNW Ein Kernversprechen des Fonds ist Faktorneutralität bei gleichzeitigem Alpha. Wie eng kontrollieren Sie Fak- tor-Exposures im Live-Portfolio, und wo lassen Sie dem Modell bewusst Freiräume? GABRIELE SUSINNO: ,P DNWXHOOHQ 6HW XS ODVVHQ ZLU GHP 0RGHOO IDNWRUVHLWLJ NHL - QH )UHLKHLW =XQÌFKVW EHUHLQLJHQ ZLU GLH 0DUNWGDWHQ XP EHNDQQWH )DNWRUHQ ] % 6WLO /DQG :ÌKUXQJ XVZ 'DV 0RGHOO VLHKW QXU GLH 5HVLGXDOV GLH 3URJQRVH LVW GDPLW SHU .RQVWUXNWLRQ IDNWRUQHXWUDO %HL GHU 3RUWIROLRNRQVWUXNWLRQ ZROOHQ ZLU GLH - VH )DNWRUHQ QLFKW ZLHGHU ĽKLQHLQVFKPXJ - JHOQĺ 'HU 2SWLPLHUHU KDW GHQ $XIWUDJ PLW ELV $NWLHQ GDV 5LVLNRSURljO GHU %HQFKPDUN ]X UHNRQVWUXLHUHQ EHL VWULNWHP %HWD &RQVWUDLQW YRQ QLFKW QXU JHJHQĞEHU GHP 0DUNW VRQGHUQ DXFK JHJHQĞEHU ]HQ - WUDOHQ 6WLOIDNWRUHQ ZLH 9DOXH XQG *URZWK 'DV =LHO GHU /RQJ RQO\9DULDQWH LVW SDVVL - YHQ ,QYHVWRUHQ HLQH $OWHUQDWLYH ]XP (7) ]X ELHWHQ QDKH]X LGHQWLVFKHV 5LVLNRSURljO DEHU PLW HLQHP 7UDFNLQJ (UURU YRQ W\SL - VFKHUZHLVH HLQHPELV 3UR]HQW PD[LPDO ]ZHL 3UR]HQW )ĞU HFKWH Ľ$PSOLljNDWLRQĺ DOVR /RQJ 6KRUW:HWWHQ QXW]HQ ZLU VHSD - UDWH 9HKLNHO %HL /RQJ RQO\ EOHLEW HV EHL HLQHP (QKDQFHG ,QGH[ $QVDW] Sie betonen die „Crystal Box“ statt Blackbox. Wie tief müssen Kunden die Methodik wirklich verstehen, und wel- che Transparenz liefern Sie über Attri- bution und Feature-Beiträge? GABRIELE SUSINNO: ,FK EHQXW]H DOV %LOG JHUQ GLH Ľ0DWUL[ )UDJHĺ %ODXH RGHU URWH 3LOOH" :HU PLW PLU LQ GHQ .DQLQFKHQ - EDX KLQDEVWHLJHQ ZLOO LVW GXUFKDXV ZLOO - NRPPHQ :LU NĆQQHQ GLH 0HWKRGLN DXI VHKU XQWHUVFKLHGOLFKHQ $EVWUDNWLRQVHEHQHQ HUNOÌUHQ $EHU PDQ VROOWH HKUOLFK VHLQ .DXP HLQ SDVVLYHU ,QYHVWRU YHUVWHKW LP 'HWDLO ZLH HLQ ,QGH[WUDFNHU PLWWHOV 6WUD - WLljHG 6DPSOLQJ RGHU 2SWLPLHUXQJ LQQHU - KDOE ZHQLJHU %DVLVSXQNWH DQ GHU %HQFK - PDUN JHKDOWHQ ZLUG 7URW]GHP DN]HSWLHUW GHU 0DUNW GLHVH .RPSOH[LWÌW %HL ., LVW GDV OHW]WOLFK ÌKQOLFK :LU OLHIHUQ YROOH 7UDQV - SDUHQ] ĞEHU GDV ZDV ZLU VHOEVW YHUVWHKHQ LQNOXVLYH )HDWXUH )DPLOLHQ $WWULEXWLRQV - DQDO\VHQ XQG GHP %HLWUDJ HLQ]HOQHU 6LJ - QDOJUXSSHQ (QWVFKHLGHQG LVW IĞU GLH PHLV - WHQ ,QYHVWRUHQ DEHU GHU .RQWUROOUDKPHQ 5LVLNRSURljO 7UDFNLQJ (UURU 6WDELOLWÌW GHV $OSKDV XQG GHU 1DFKZHLV GDVV HV QLFKW QXU HLQ YHUNDSSWHV )DNWRU ([SRVXUH LVW :HU WLH - IHU HLQVWHLJHQ ZLOO EHNRPPW GLH URWH 3LOOH ZHU QLFKW PXVV YRU DOOHP ZLVVHQ ZHOFKHV 5LVLNR HU PLW QDFK +DXVH QLPPW In Ihrer Forschung schreiben Sie rund 30 Prozent des Alphas Interaktions- effekten zwischen Variablen zu. Kön- nen Sie an einem konkreten Beispiel erklären, wie so ein Interaktionseffekt in der Praxis aussieht? GABRIELE SUSINNO: (LQ HLQIDFKHV %HL - VSLHO 6WHOOHQ 6LH VLFK HLQH $NWLH YRU EHL GHU GDV $QDO\VWHQVHQWLPHQW OHLFKW SRVL - WLY LVW XQG JOHLFK]HLWLJ GDV +DQGHOVYROX - PHQ ORNDO DQ]LHKW )ĞU VLFK JHQRPPHQ ZÌUHQ EHLGH 6LJQDOH ZDKUVFKHLQOLFK QXU VHKU VFKZDFKH 3UÌGLNWRUHQ GHU VSH]LljVFKHQ 160 1/2026 | institutional-money.com INTERVIEW Gabriele Susinno | Pictet Quest KEINE „BLACKBOX“ Die Treiber von Renditen zu verstehen und zuzuordnen ist mit einem KI-Ansatz noch wichtiger. Im Pictet – Quest AI-Driven Global Equities lassen sie sich wie folgt aufschlüsseln: Zirka die Hälfte der Treiber stammt aus höherfrequenten, schnell beweglichen Merkmalen wie der Analystenstimmung und der Preis- und Marktaktivität. Rund ein Drittel stammt aus der Interaktion zwischen den Merkmalen, die in einem her- kömmlichen linearen Modell nicht erfasst werden kann. Der Rest stammt aus einer diversifizierten Gruppe von Merkmalen. Analystenstimmung (schnell) 30 % Analystenstimmung (langsam) 6 % Preis- und Marktaktivität (langsam) 5 % Fundamentaldaten 4 % Leerverkäufe (Short Interest) 1 % Tagesereignisse 1 % Preis- und Marktaktivität (schnell) 23 % Interaktionseffekte 30%