So entdeckt Goldman Sachs mithilfe von Quant lukrative Alphaquellen
Goldman Sachs Asset Management wendet quantitative Methoden an, um aus unstrukturierten Daten Investmentideen zu generieren, sagte Frederik Templiner von GSAM im Interview mit Institutional Money. Die Methoden sind in den letzten Jahren immer mächtiger geworden, zugleich explodiert die Datenmenge.
Eckpunkte:
- Mehr als 170 Milliarden US-Dollar AuM mit quantitativen Methoden
- Idiosynkratische Alphaquellen und versteckte Zusammenhänge identifizieren
- Transformer-Architekturen zur Textauswertung
- Hohe Investitionen in Team, Rechenleistung und Daten
Goldman Sachs Asset Management verwaltet mit quantitativen Methoden mehr als 170 Milliarden US-Dollar für Pensionskassen, Staatsfonds, Versicherungen und andere Investorengruppen. Das sagte Frederik Templiner, Global Co-Head Equity Client Portfolio Management bei der Asset-Management-Sparte der amerikanischen Investmentbank, in einem Interview mit Institutional Money.
Bei der Equity-Alpha-Strategie von GSAM gehe es darum, in unstrukturierten Textdaten wie Geschäftsberichten oder gesprochenen Kommentaren aus Earnings Calls "Alphaquellen zu identifizieren, die nicht durch klassische Investmentstile erklärt werden können", so Templiner. "Wir decken aber auch versteckte Verbindungen auf, die nicht auf den ersten Blick plausibel sind, und nutzen diese."
GSAM wende seit mehr als 35 Jahren quantitative Investment-Methoden an und habe vor rund zehn Jahren begonnen, systematisch aus Textinformationen Erkenntnisse zu gewinnen, um zum Beispiel zu beurteilen, wie bullish oder bearish das Management ist. Die Methode habe sich seitdem extrem weiterentwickelt. So könnten sogenannte Transformer-Architekturen heute einen Text „verstehen“ und aus dem Kontext die Bedeutung und den Tenor eines Begriffs erkennen.
Neben den Methoden, die sehr viel mächtiger geworden seien, habe sich auch die Datenmenge stark verändert, die "explodiert" sei. Templiner rechnet vor, dass es weltweit rund 15.000 Unternehmen gibt, deren Aktien handelbar sind. "All diese Unternehmen sind umgeben von sehr viel Textinformation, erstellt von Journalisten, Analysten oder dem Management", so Templiner.
Quelle: GSAM
Hohe Investitionen
Den Wettbewerbsvorteil, den man mit erfolgreichen Machine-Learning-Methoden habe, müsse man immer wieder gegen die Konkurrenz verteidigen, so Templiner. Der entscheidende Vorsprung von GSAM bestehe in jahrzehntelanger Erfahrung als systematischer Alpha-Manager und in großen Ressourcen. "Unser 70-köpfiges Team beherrscht viele verschiedene Methoden, um systematisch idiosynkratisches Alpha zu erzeugen", erklärt Templiner.
Dazu komme, dass GSAM erhebliche Mittel in Rechenleistung und Datenzugriff investiere. "Diese Marktstellung ist schwer kopierbar, und ich glaube, dass die Zahl der Manager, die diese Art von Qualität abliefern können, in der Zukunft eher kleiner werden wird."
Der Bereich Quantitative Investment Strategies (QIS) von GSAM besteht seit 1989 und entwickelt Techniken zum systematischen, datengetrieben Investieren. (dv)
