Sentimentanalyse: Was LLMs besser können – und was nicht

Eckpunkte:

• LLMs können komplexe und widersprüchliche Nachrichten besser einordnen
• Sentiment ist nur ein Baustein für Aktienauswahl und -gewichtung
• Je nach Marktphase sind traditionelle Verfahren im Vorteil

Large Language Models (LLMs) halten zunehmend Einzug in das professionelle Asset Management. Ein konkretes Anwendungsfeld ist die Sentimentanalyse. Sprachmodelle sollen dabei helfen, nicht nur einzelne Begriffe, sondern den Zusammenhang einer Nachricht zu erfassen und deren Tonalität und Relevanz einzuordnen.

"LLMs können den Kontext eines Textes wesentlich besser erfassen als frühere Verfahren der Sentimentanalyse. Dadurch können wir mit größerer Sicherheit beurteilen, ob eine Nachricht positiv oder negativ ist", sagt Dr. Pashutan Modaresi, CTO von GET Capital, im Interview mit "Institutional Money". Einen besonderen Vorteil sieht er bei einer unübersichtlichen Nachrichtenlage: "Wenn es zu einem Thema viele Meldungen mit widersprüchlichen Aussagen gibt, kommen große Sprachmodelle mit den Daten deutlich besser zurecht. Sie können mit solchen Unsicherheiten und komplexen Situationen besser umgehen."

Vom Sentiment zur Portfolioentscheidung
GET Capital setzt LLMs bereits für die Sentimentanalyse in einer Aktienstrategie ein. Dafür werden täglich Nachrichten aus rund 200 Medienquellen ausgewertet. Für jedes Unternehmen wird geprüft, ob eine Meldung relevant ist und wie positiv oder negativ sie einzuschätzen ist. Daraus entsteht ein Sentimentwert zwischen minus eins und plus eins, erläutert Marco Wunderlich, Head of Institutional Sales.

Eine einzelne Meldung löst allerdings noch keine Transaktion aus. Entscheidend ist vielmehr, wie sich die Nachrichtenlage über die Zeit entwickelt. "Nur weil ich heute eine negative Nachricht über VW lese, heißt das nicht, dass ich die Aktie verkaufe. Wir schauen uns auch den Verlauf der Sentimententwicklung an. Für uns sind die Sentimenttrends viel wichtiger als die Momentaufnahmen", erklärt Modaresi.

Aktuell kommt der Ansatz bei den 50 Aktien des Euro Stoxx 50 zum Einsatz. Die Strategie bildet den Index jedoch nicht einfach nach: In der Regel hält sie 25 bis 35 Werte, die auf Basis der Signale aktiv über- oder untergewichtet werden. Größere Anlageuniversen sind grundsätzlich möglich. Sie bringen allerdings größere Datenmengen und Kosten mit sich; zudem müssen zu den einzelnen Titeln genügend Nachrichten verfügbar sein.

Nicht jedes Signal kommt vom Sprachmodell
Trotz der Fortschritte sind LLMs den bisherigen Verfahren nicht durchgängig überlegen. "Es gibt Phasen, in denen LLMs uns bessere Signale liefern. Es gibt aber auch Phasen, in denen traditionelle KI-Verfahren der Sentimentanalyse besser abschneiden", sagt Modaresi.

Zudem entscheidet das Nachrichtensentiment nicht allein über die Positionierung. "Das LLM liefert uns eine Einschätzung zum Sentiment eines Artikels. Aber allein anhand dieses Sentiments entscheiden wir nicht, ob wir kaufen oder verkaufen. Es ist ein Baustein unseres Investmentprozesses", betont Modaresi.

Auch bei der Risikosteuerung setzt GET Capital auf eine Arbeitsteilung zwischen unterschiedlichen Modellen. "Die Sprachmodelle sind für die Auswahl und Gewichtung der Aktien entscheidend. Für die Absicherung des Portfolios gegen fallende Märkte setzen wir dagegen auf kursbasierte Modelle", sagt COO Dr. Robert Kohtes.

KI-Agenten als nächster Schritt
Parallel treibt GET Capital bereits die nächste Entwicklungsstufe voran. "Wir arbeiten derzeit an sieben oder acht spezialisierten KI-Agenten. Einer davon soll laufend prüfen, welche zusätzlichen Titel oder Märkte unser Anlageuniversum sinnvoll erweitern könnten", sagt Modaresi.

Die endgültige Entscheidung soll dabei weiterhin beim Menschen liegen. "Der Portfoliomanager soll nicht nur Vorschläge bekommen, sondern auch nachvollziehen können, warum eine Kauf- oder Verkaufsentscheidung vorgeschlagen wird. Am Ende prüft er die Vorschläge und gibt sie frei", erklärt Kohtes. (dv)

Diese Seite teilen