Sind KI-Fondsmanager besser? JP Morgan Backtesting: Höhere annualisierte Rendite als klassische Investmentportfolios, geringere Volatilität

KI bewegt sich in das Herzstück der Investitionsentscheidungen an der Wall Street. Das Strategieteam von Morgan Stanley um Thomas Salopek hat kürzlich eine Backtesting-Studie mit KI-Investmentagenten durchgeführt und erstmals KI-Systeme zur Erkennung von Marktmechanismen eingesetzt. Das Team entwickelte mehrere KI-Agenten, die ihre Aktien- und Anleihe-Allokation dynamisch an die Marktbedingungen anpassen können, um die Machbarkeit autonomer Investitionsentscheidungen zu erforschen.

Das Backtesting-Ergebnis zeigt, dass das leistungsstärkste System in den simulierten Bedingungen der letzten zwanzig Jahre eine annualisierte Rendite von 0,7 Prozentpunkten über dem traditionellen 60/40-Aktien-Anleihen-Portfolio erzielte und dabei niedrigere Volatilität aufwies. Zudem übertraf es das bestehende regelbasierte Marktmechanismen-Modell von Morgan Stanley.

Obwohl die Wall Street die Implementierung von KI in Analyse-, Programmier- und Investmenttools beschleunigt, markiert dieses Experiment einen Meilenstein darin, KI-Anwendungen auf die Kernentscheidungen der Kapitalallokation auszuweiten. Morgan Stanley warnt jedoch ausdrücklich, dass dieses Ergebnis nicht als Beweis dafür angesehen werden sollte, dass KI dauerhaft den Markt übertreffen kann; die entsprechende Forschung befindet sich noch in einem frühen Stadium.

Historische Simulation beeindruckend, im Echtbetrieb nicht validiert

Die von den Forschern von Morgan Stanley entwickelten KI-Investmentagenten haben als Kernfunktion, die Aktien-Anleihen-Allokation dynamisch an Veränderungen der Marktbedingungen anzupassen. In den historischen Simulationen der letzten zwanzig Jahre erzielte das optimale System eine annualisierte Überrendite von 0,7 Prozentpunkten, wies gleichzeitig geringere Volatilität auf und übertraf das bestehende regelbasierte Marktmechanismen-Modell der Bank.

Das Strategieteam betont in seinem Bericht, dass der KI-Agent so konstruiert ist, dass er unter Unsicherheitsbedingungen Entscheidungen fällen kann und im Vergleich zu angemessenen Benchmarks bessere Ergebnisse erzielen kann. Dies ist zugleich das erste Mal, dass Morgan Stanley seine Forschungsergebnisse im Bereich KI-getriebener Kapitalallokation offiziell veröffentlicht und damit einen wichtigen Schritt in der Entwicklung intelligenter Investitionsentscheidungs-Systeme macht.

Obwohl die Backtesting-Daten positiv ausfallen, bleibt Morgan Stanley in der Interpretation der Ergebnisse vorsichtig. Die Bank betont ausdrücklich, dass alle Resultate auf historische Simulationen zurückzuführen sind und nicht durch echten Marktverkehr validiert wurden. Deshalb sollte daraus nicht geschlossen werden, dass KI eine inhärente Fähigkeit besitzt, den Markt dauerhaft zu schlagen.

Das Strategieteam warnt im Bericht zugleich, Marktteilnehmer sollten nicht unkritisch das übermäßige Vertrauen in KI-Entscheidungen übernehmen, das sich aus Backtesting-Ergebnissen innerhalb der Stichprobe ableitet. Ihrer Meinung nach sollten KI-basierte Agentensysteme auf einem strikten und vorsichtigen Asset-Allokationsprozess basieren, und nicht einfach davon ausgehen, dass der Agent selbst die Quelle von Fachwissen darstellt.

Steigendes Risiko von KI-Konsens: Automatisierter Handel dringt in „Entscheidungs-Tiefwasser“ vor

Während die Begeisterung der Wall Street für KI-Investmenttools weiter wächst, steigt parallel die Aufmerksamkeit der Wissenschaft für die potenziellen systemischen Risiken. Laut Bloomberg konzentriert sich eine wachsende Zahl von Forschungen auf die zentrale Frage: Was passiert mit der Marktlogik, wenn zahlreiche Institutionen ähnliche KI-Modelle zur Investitionsentscheidung einsetzen?

Forscher betonen, dass KI-Technologie zwar die Effizienz der Informationsbeschaffung und die Entscheidungsgenauigkeit signifikant steigern kann, jedoch auch Risiken wie homogenere Portfolio-Strukturen und eine erhöhte Manipulierbarkeit des Marktes mit sich bringt. Besonders unter Stressbedingungen kann die synchronisierte Schlussfolgerung vieler Institutionen die Marktvolatilität weiter verstärken. Das Strategie-Team von Morgan Stanley bestätigt in ihrem aktuellen Bericht das Vorhandensein dieser Risiken.

Der aktuelle Test von Morgan Stanley spiegelt den Evolutionspfad der KI-Anwendungen an der Wall Street wider. In den letzten zwei Jahren haben große Banken große Sprachmodelle breit für die Generierung von Researchberichten, das Schreiben von Code und als interne Investmenttools genutzt. Der aktuelle Versuch zeigt aber, dass die Branche nun bewertet, ob KI-Systeme die Fähigkeit besitzen, von der Unterstützung der Angestellten zu entscheidenderen Aufgaben wie der Kapitalallokation über Märkte hinweg aufzusteigen.