Robeco setzt KI bei aktivem ETF ein
Robeco legt mit dem NextGen Global Small Cap ETF einen innovativen KI-gestützten Indexfonds auf globale Nebenwerte auf. Das Fondshaus setzt beim Produkt auf maschinelles Lernen, um nicht-lineare Beziehungen bei den Renditefaktoren zu erkennen und davon zu profitieren.
Eckpunkte:
- Maschinelles Lernen erschließt Alpha in wenig erforschtem Small-Cap-Universum
- Aus dem NextGen Quant Incubator von Robeco zur Beschleunigung von Innovationen der nächsten Generation entstanden
- Wenig vertretene globale Small-Caps bieten einzigartige Wachstumspositionierung und Diversifizierung
Innovatives Produkt
Robeco ist mit dem NextGen Global Small Cap ETF an den Start gegangen. Basis ist eine aktiv verwaltete, auf maschinellem Lernen basierte Strategie. Der ETF vereint die jahrzehntelange Erfahrung des Asset Managers im Quantitative Investing mit fortgeschrittener KI-Technologie und bietet Anlegern einen datengestützten Zugang zum globalen Small-Cap-Aktienuniversum. Darüber informieren die Niederländer per Aussendung.
Versteckte Perlen, gute Diversifikation
Globale Small-Caps stellen eines der umfassendsten und am wenigsten effizient abgedeckten Segmente der Aktienmärkte dar. Mit Tausenden Unternehmen, einer geringeren Analystenabdeckung und einer weniger verzerrten Zusammensetzung der Indizes bietet die Anlageklasse ein lohnendes Segment für aktive Strategien. Der neue aktive ETF von Robeco nutzt maschinelles Lernen, um Chancen in diesem umfangreichen Universum zu erkennen und dynamisch zu bestimmen, welche Eigenschaften für jede einzelne Aktie wichtig sind.
„Investitionen in Small-Caps zielen darauf ab, das langfristige Renditepotenzial zu erhöhen und Diversifizierungsvorteile zu bieten“, erklärt Nick King, Head of ETFs bei Robeco. „Das NextGen-Quant- Team hat ein einzigartiges KI-gestütztes Verfahren entwickelt, um Aktien aus diesem unglaublich breiten Universum auszuwählen und gleichzeitig ein diszipliniertes Risikomanagement zu betreiben. Durch das Angebot der Strategie in einen ETF ist sie effizient und für Kunden gut zugänglich.“
Mike Chen, Head of NextGen Quant bei Robeco, ergänzt: „Das Programm NextGen Quant setzt aktuelle Ideen in echte Anlagestrategien um, ergänzt unser innovatives Angebot und bietet Kunden einen wahrlich differenzierten Ansatz. Der neue aktive ETF zeichnet sich dadurch aus, dass er fortgeschrittenes maschinelles Lernen auf eines der am wenigsten effizienten Marktsegmente anwendet. Mit Tausenden unzureichend erforschten Small-Caps bietet das Universum ein ideales Umfeld für eine KI-gestützte Strategie, die einen echten Mehrwert schafft.“
KI sucht nicht-lineare Beziehungen bei Renditefaktoren
Es gibt zwar mehrere aktive und passive Small-Cap-ETFs, aber diese Strategien stützen sich häufig nur auf lineare Kombinationen bekannter Faktoren, was oft bei allen Anbietern zu ähnlichen Portfolioeigenschaften führt. Der NextGen Global Small Cap ETF setzt dagegen auf maschinelles Lernen, um nicht-lineare Beziehungen bei den Renditefaktoren zu erkennen. Dabei werden Wechselwirkungen höherer Ordnung zwischen den Signalen über mehrere Anlagehorizonte hinweg erfasst und die Signalgewichtung auf Aktienebene entsprechend dynamisch angepasst.
Menschliche Manager haben das letzte Wort
So kann die Strategie Muster aufdecken, die anderen Modellen entgehen könnten, und ein ideales Umfeld für die Erzielung von Alpha schaffen. Da selbst die fortgeschrittensten KI-Modelle ein fundiertes menschliches Urteilsvermögen erfordern, vor allem bei extremen oder unvorhersehbaren Marktbedingungen, sind die Portfoliomanager von Robeco dafür verantwortlich, zu überprüfen, ob die dem Modell zugrunde liegenden Annahmen weiterhin die Marktlage widerspiegeln. (aa)
