Klicken Sie auf den unteren Button, um den Inhalt von plutos-finanzpodcast.podigee.io zu laden.
Willkommen zu unserem heutigen Podcast „Investieren mit System“, in dem wir uns mit Algorithmen, Handelsplänen und Big Data im Zusammenhang mit Investitionen beschäftigen.
Unser heutiger Gast ist Kai Heinrich, Vorstand der Plutos Vermögensverwaltung AG. Hallo Herr Heinrich.
Hallo Herr Becker.
Algorithmen sind in der Informatik und Mathematik eine Reihe von Regeln oder Anweisungen, die in einer bestimmten Reihenfolge ausgeführt werden, um ein Problem zu lösen oder eine Aufgabe zu erledigen.
Im Zusammenhang mit Investitionen werden Algorithmen verwendet, um Handelsentscheidungen zu treffen oder Handelsstrategien umzusetzen. Sie können zum Beispiel dazu verwendet werden, den optimalen Zeitpunkt für den Kauf oder Verkauf von Wertpapieren zu bestimmen oder um komplexe Muster in Finanzdaten zu erkennen, die für menschliche Händler schwer zu identifizieren wären.
Bei Handelsstrategien werden Kauf- sowie Verkaufskriterien festgelegt und auch das Risikomanagement folgt einem strikten Regelwerk, welches 1:1 vom Computer ausgeführt wird.
Die Idee, Algorithmen im Finanzhandel einzusetzen, ist nicht neu. Schon seit den 1980er Jahren wurden Computerprogramme entwickelt, um Handelsentscheidungen zu automatisieren.
Der Hauptvorteil von algorithmischen Handelsstrategien besteht darin, dass sie schneller und effizienter als menschliche Händler agieren können. Algorithmen können in Bruchteilen von Sekunden Entscheidungen treffen und große Mengen an Daten verarbeiten, während menschliche Händler durch ihre kognitive Kapazität und Reaktionsgeschwindigkeit nur begrenzt handeln können. Zudem können Algorithmen rund um die Uhr arbeiten und sind nicht anfällig für Emotionen, die bei menschlichen Händlern oft zu schlechten Entscheidungen führen können.
Algorithmen nutzen historische und Echtzeit-Finanzdaten, um Handelsentscheidungen zu treffen – das sind riesige Datenmengen. Stellen Sie sich allein Mal die Menge an Daten vor, die aus reinen Preischarts entstehen. Aus diesem Grund wird von „Big Data“ gesprochen.
Big Data ermöglicht es, große Mengen an strukturierten und unstrukturierten Daten aus verschiedenen Quellen zu sammeln, zu analysieren und daraus Muster oder Zusammenhänge abzuleiten. Diese Informationen können dann von Algorithmen genutzt werden, um Handelsstrategien umzusetzen.
Ein Beispiel für den Einsatz von Big Data im algorithmischen Handel ist die Sentiment-Analyse. Dabei werden Daten aus sozialen Medien, Nachrichten und anderen Informationsquellen analysiert, um die Stimmung der Anleger oder die öffentliche Meinung über bestimmte Unternehmen oder Märkte zu erfassen. Algorithmen können diese Informationen nutzen, um Handelsentscheidungen zu treffen, die auf der erwarteten Marktentwicklung basieren. Wir, die Plutos Vermögensverwaltung AG, kooperieren beispielsweise aktuell mit der Hochschule Darmstadt und unterstützen die Studentinnen und Studenten bei der Entwicklung eines solchen Algorithmus.
Probieren Sie gerne mal Folgendes aus: Besuchen Sie die Website „Google Trends“. Dort können Sie sehen, wie oft und an welchem Ort bestimmte Wörter gesucht wurden. Geben Sie beispielsweise das Wort „Rezession“ ein und Sie werden schnell erkennen können, wann in der Vergangenheit Rezessionen erfolgt sind.
Ein weiteres Beispiel ist der Hochfrequenzhandel, bei dem Algorithmen blitzschnell große Mengen an Wertpapieren kaufen und verkaufen, um von minimalen Preisunterschieden zu profitieren. Hierbei werden komplexe mathematische Modelle und extrem schnelle Datenverbindungen eingesetzt, um innerhalb von Sekundenbruchteilen Handelsentscheidungen zu treffen. Teilweise kommt es hier auf wenige Meter Länge des Glasfaserkabels an, um schneller als die Konkurrenzalgorithmen Orders platzieren zu können.
Natürlich gibt es auch Risiken beim Einsatz von Algorithmen und Big Data im Handel.
Algorithmen können fehlerhaft sein oder auf falschen Annahmen basieren, was zu unerwünschten Handelsentscheidungen führen kann – sogar wegen banaler Dinge. Nehmen wir an, Sie programmieren einen Algorithmus, der im Auftrag eines deutschen Fonds Rohstoffe in Lateinamerika kaufen soll. Sie haben festgelegt, dass der Kauf um 9:00 Uhr deutscher Zeit erfolgen soll und der Verkauf um 12:00 Uhr mittags. Hier ist Vorsicht geboten. Als Programmierer müssen Sie festlegen, welche Zeitzone das System verwenden soll – die deutsche Zeitzone oder die lateinamerikanische Zeitzone? Da Lateinamerika allein schon drei verschiedene Zeitzonen hat und im Durchschnitt fünf Stunden vor Frankfurt liegt, kann eine falsche Zeiteinstellung zu unerwünschten Ergebnissen führen.
Ein weiteres Risiko ist die mögliche Manipulation von Daten oder die Verwendung von irreführenden Informationen, die ebenfalls zu falschen Entscheidungen führen können.
Um diese Risiken zu minimieren, ist es wichtig, Algorithmen sorgfältig zu entwickeln, zu testen und zu überwachen. Ein solides Risikomanagement, das auf einer gründlichen Analyse der Handelsstrategien und der verwendeten Daten basiert, ist ebenfalls unerlässlich.
Zusätzlich dazu ist es wichtig, dass Anleger und Finanzinstitutionen, welche auf algorithmische Handelsstrategien setzen, stets auf dem neuesten Stand der Technik und der regulatorischen Anforderungen bleiben. Dadurch können potenzielle Risiken frühzeitig erkannt werden und es kann angemessen darauf reagiert werden.
Die Zukunft des algorithmischen Handels und der Nutzung von Big Data in der Investmentbranche sieht sehr vielversprechend aus. Mit dem Fortschritt in den Bereichen künstliche Intelligenz und maschinelles Lernen werden Algorithmen immer ausgefeilter und in der Lage sein, noch komplexere Muster in Finanzdaten zu erkennen. Dies wird dazu führen, dass immer mehr Anlageentscheidungen automatisiert und optimiert werden können. Dass damit natürlich erhebliche Risiken einhergehen, haben wir eben beleuchtet, dennoch: Ein Trend, den wir in den kommenden Jahren erwarten, ist die zunehmende Verwendung von künstlicher Intelligenz und maschinellem Lernen im Bereich der Portfolio-Optimierung. Hierbei werden Algorithmen eingesetzt, um optimale Anlageentscheidungen basierend auf den individuellen Zielen und Risikotoleranzen der Anleger zu treffen.
Mein wichtigster Ratschlag für Anleger, die sich für algorithmische Handelsstrategien interessieren, ist, sich umfassend zu informieren und die verschiedenen Ansätze und Technologien kritisch zu hinterfragen.
Es ist wichtig zu verstehen, wie Algorithmen funktionieren, welche Risiken sie bergen und wie sie in die eigene Anlagestrategie eingebunden werden können. Ich empfehle auch, algorithmische Handelsstrategien nicht isoliert, sondern als Ergänzung zu traditionellen Anlageansätzen zu betrachten. Eine ausgewogene Mischung aus verschiedenen Anlagestrategien, die sowohl auf menschlicher Expertise als auch auf Algorithmen basiert, kann dazu beitragen, das Risiko zu diversifizieren und die langfristige Performance zu verbessern.
Investmentreport 2021: Rettung der Weltwirtschaft
Das Corona-Jahr 2020 war von Lockdowns, einem rapiden Einbruch der Wirtschaftsentwicklung und dem Hoffen und Bangen auf der Suche nach Impfstoffen geprägt. Erfahren Sie mehr über den Ausblick und unsere Strategie für das Jahr 2021.
Seit über 30 Jahren sind wir als unabhängiger Vermögensverwalter der vertrauensvolle Partner unserer Mandanten in allen Vermögensfragen.
Frankfurt
Geleitsstraße 14
60599 Frankfurt am Main
Wir sind Mitglied im Verband unabhängiger Vermögensverwalter e.V.