Studien zeigen, dass KI 71 % der Transaktionen aktiv verwalteter Fonds vorhersagen kann

Gelonghui, 24. Februar | Eine neue akademische Studie unter der Leitung eines Professors der Harvard Business School ergab, dass das meiste Verhalten aktiver Fondsmanager einem Muster folgt, das Maschinen erlernen können. Mit einem maschinellen Lernalgorithmus namens “neuronales Netzwerk” können die Forscher etwa 71 % der Handelsentscheidungen von Investmentfonds vorhersagen, also ob ein Fondsmanager in einem bestimmten Quartal eine bestimmte Aktie kauft, verkauft oder hält. Das Modell basiert auf Daten aus einem fünfjährigen Rolling-Fenster von 1990 bis 2023 und extrahiert Informationen wie Fondsgröße, Investorenkapitalflüsse, Aktienmerkmale und allgemeinere wirtschaftliche Bedingungen. Auf dieser Grundlage kann es die meisten Positionsanpassungen vorhersagen. Das Paradoxon ist, dass die Einschränkungen dieses Modells eher aufschlussreich sein könnten als sein Erfolg. Im Durchschnitt war der Teil der Transaktion, den das System nicht vorhersagen konnte (etwa 29 %), enger mit der Überschusserträge des Fonds verbunden. Mit anderen Worten: Handelsaktivitäten, die außerhalb des konventionellen, nachweisbaren Investitionsmodells fallen, scheinen die eigentliche Wertschöpfung zu sein.