KI-basierter Mischfonds – robuste Anlagelösung in volatilen Zeiten
Fondsporträt ART AI US Balanced
Highlights
Erstens: Quantitative Investmentstrategie basiert auf auf einem von Othoz entwickelten Machine Learning-Modell zur Aktienauswahl
Zweitens: KI-Modell prognostiziert für jede Aktie des definierten Anlageuniversums das optimale Portfoliogewicht und damit die bestmögliche Allokation zur Zielerreichung
Drittens: Gewinnbringende Kombination von Mensch und Maschine – profitieren von einem 20-köpfigen interdisziplinären Team
Anlageidee & -universum
Der Anlageprozess des ART AI US Balanced basiert auf einem von Othoz entwickelten Machine Learning-Modell zur Aktienauswahl. Dieses verknüpft eigene Forschung im Bereich des maschinellen Lernens aus großen Datenmengen und die rigorose Anwendung statistischer Verfahren mit etablierter Kapitalmarktforschung. Maschinelles Lernen ermöglicht es hypothesenfrei mehr Einflussgrößen zu analysieren, deren Interdependenzen schärfer zu erkennen und aus dem Datenrauschen der Finanzmärkte präziser Informationen zu generieren – bis hin zum frühzeitigen Erkennen marktrelevanter Strukturveränderungen. Dem ART AI US Balanced liegt eine defensive Strategie zu Grunde, die auch in Niedrigzinsphasen stabile, positive Renditen bei einem im Vergleich zum Aktienmarkt reduzierten Verlustrisiko erzielen soll. Um dies in jedem Marktumfeld bestmöglich zu gewährleisten, wird der Investitionsgrad des Fonds durch die Auswahl amerikanischer Aktien und Anleihen flexibel zwischen 0 % und 50 % gesteuert. Die Aktienselektion erfolgt innerhalb des S&P 500 Universums, die verbleibende Liquidität wird in USD-denominierte Investment Grade-Anleihen investiert.
Investmentprozess & Asset Allokation
Der ART AI US Balanced unterliegt einem systematischen vierstufigen Prozess, der konsequent und frei von Emotionen umgesetzt wird
Markdatenaufbereitung: Informationsträger jeder Bewertungsschule (bspw. Makrodaten, Preisdaten und Fundamentaldaten) werden von etablierten Datenanbietern automatisiert bezogen, aufbereitet und auf Qualität geprüft.
Maschinelles Lernen: Die aufbereitenden und geprüften Daten werden zur Analyse in das holistische ML Modell überführt. Ziel der ML Analyse ist es, die Portfolio-Gewichtungen der in Frage kommenden Wertpapiere im Hinblick auf die neue Daten- und Informationslage so zu bestimmen, dass die angestrebten Anlageziele bestmöglich erreicht werden.
Portfoliokonstruktion: Anschließend werden die prognostizierten Portfoliogewichte aus der Analyse auf ihre Qualität geprüft, mit den geltenden Anlagerichtlinien abgeglichen und die optimale Portfolio-Allokation (Soll-Portfolio) bestimmt.
Aktive Bewirtschaftung: Im letzten Schritt wird die Zusammensetzung des Ist Portfolios mit der ermittelten, optimalen Portfoliostruktur (Soll-Portfolio) verglichen und etwaige Abweichungen werden durch wöchentliche Käufe sowie Verkäufe (Rebalancing) angepasst.
Aktuell ist der Fonds zu 4,62 Prozent in Aktien und zu 77,88 Prozent in Renten investiert. Die übrigen 17,50 Prozent verteilen sich auf Bankguthaben und sonstige Vermögensgegenstände. Mit Blick auf die Aktieninvestments des ART AI US Balanced sind 51,35 Prozent der Titel aus dem Sektor Utilities, gefolgt von Health Care (15,95 %) und Industrials (10,08 %). Im Rahmen des Reblancings wird das Portfolio wöchentlich angepasst.
Fondsbesonderheiten
Othoz‘ KI-Infrastruktur basiert auf rigoros trainierten Machine Learning-Algorithmen, die in holistischen Modellen makroökonomische und fundamentale Einflussgrößen sowie Preisbewegungen am Kapitalmarkt auswerten und daraus emotionslos Selektions- und Allokationssignale generieren. Je Aktienuniversum stehen mehrere Millionen systematisch aufbereitete Datenpunkte für die ganzheitliche Analyse zur Verfügung. Um aus dieser Datenmenge entscheidungsrelevante Erkenntnisse generieren zu können, benötigt es eine performante Speicher- und Recheninfrastruktur.
Untrennbar von der Software-Infrastruktur ist der Faktor Mensch entscheidend für einen gewinnbringenden Einsatz von KI im Asset Management. Die Technologie isoliert ist kein Erfolgsgarant, sondern muss sinnvoll mit den Best Practices des quantitativen Asset Managements verknüpft werden, um einen nachhaltigen Mehrwert für Investoren generieren zu können. Basierend auf dieser Überzeugung entwickelt Othoz Anlagestrategien aus der Symbiose von quantitativen Kapitalmarktmodellen und maschinellem Lernen. Mit einem 20-köpfigen interdisziplinären Team aus den Bereichen Finance, Computer und Data Science sowie Mathematik, Physik und Neurowissenschaften gehört Othoz hierbei zu den größten bankenunabhängigen Anbietern.
Risikomanagement & Rendite
Seit Auflage im Mai 2019 hat der Fonds eine kumulierte Performance von 3,57 Prozent erzielt, die Rendite YTD beträgt – 0,85 Prozent (Stand 30.09.2022). Dabei weist der Fonds seit Auflage eine Volatilität von 6,52 Prozent per anno auf.
Fondspartner
Othoz bietet quantitative Kapitalanlagestrategien, die auf Technologien des maschinellen Lernens (ML) basieren, und gehört damit zu den Anwendungspionieren auf dem Gebiet künstlicher Intelligenz (KI). Das interdisziplinäre Team besteht aus Experten in den Bereichen Finance, Computer und Data Science sowie Mathematik, Physik und Neurowissenschaften. Seit 2017 arbeitet das Team daran, die komplexe Dynamik von Einflussgrößen und Interdependenzen auf Finanzmärkten in holistischen Modellen abzubilden und mit den Best Practices moderner Investmentprozesse zu kombinieren. Othoz ist eingebettet in die globale KI-Community, im engen Austausch mit führenden Universitäten und Mitglied des Institute for Quantitative Investment Research (Inquire Europe). Bereits heute ist Othoz einer der wichtigsten Innovationstreiber für KI-basierte Analysen und Entscheidungsprozesse im Asset Management. Gegründet wurde das Unternehmen von Dr. Daniel Willmann, Dr. Mathias Eitz und Ronald Richter. 2020 beteiligte sich der Unternehmer und Investmentexperte Dr. Peter Oertmann an der Gesellschaft und trat als Partner ins Führungsteam ein. Begleitet wird Othoz zudem von erfahrenen Beratern wie Dr. Werner Brandt, langjähriger Finanzvorstand der SAP SE und Aufsichtsrat verschiedener DAX-Unternehmen.
