Goldman Sachs Trading Desk: Momentum-Trades könnten noch Wochen bis zum Tiefpunkt benötigen, die Erzählung zu KI-Investitionsausgaben gerät ins Wanken

AI-Modelle erzielen Spitzenleistungen mit weit geringerer Rechenleistung als vom Markt erwartet und stellen damit erneut das Narrativ in Frage, dass „nur kontinuierlich steigende Investitionen in Kapitalausgaben den Wettbewerb um AI gewinnen können“. Die One-Delta Trading-Abteilung von Goldman Sachs ist der Meinung, die Anpassungen der Momentum-Strategie sind noch nicht abgeschlossen, aber derzeit besteht an den US-Aktienmärkten kein systemisches Risiko und die Marktstruktur bleibt widerstandsfähig.

Rich Privorotsky, Leiter der One-Delta Trading-Abteilung bei Goldman Sachs, erklärte, dass sein Momentum-Modell zeigt: Die aktuelle Korrektur bei Momentum-Trades (Momentum) dürfte noch einige Wochen vom wirklichen Tief entfernt sein, und das letztendliche Minus wird wahrscheinlich nahe der historischen Medianwerte liegen. Allerdings war der vorherige Anstieg steiler als im historischen Durchschnitt, weshalb die aktuelle Korrektur auch über dem Durchschnitt liegen könnte.

Er betonte, dass das Aufkommen der neuen Generation effizienter AI-Modelle die Märkte dazu bringt, über die Investitionslogik in AI-Infrastruktur neu nachzudenken. Mit zunehmender Effizienz beim Modelltraining wird das bisherige Kern-Narrativ „kontinuierlich massive Kapitalinvestitionen in immer größere Rechencluster“ immer mehr infrage gestellt, wobei AI-Kapitalausgaben weiterhin die wichtigste Bewertungsgrundlage bei globalen Technologieaktien darstellen.

Momentum-Trading ist noch nicht vollständig bereinigt, das Marktgeschehen bleibt sektorenübergreifend

Privorotsky erklärte, dass die von ihm beobachteten Momentum-Indikatoren weiterhin eine relativ hohe Volatilität zeigen; bislang gibt es kein Signal, das die Warnung aufheben würde.

Allerdings zeigt sich intern am Markt bereits eine klare Divergenz. Einerseits sind manche Aktien aus dem AI-Hardwarebereich bereits überverkauft; andererseits verzeichnen einige Sektoren, die bisher schlecht gelaufen sind, einen Rebound, obwohl sich die fundamentalen Bedingungen kaum verbessert haben – Rotationsbewegungen sind deutlich sichtbar.

Auf Indexebene zeigt der US-Aktienmarkt weiterhin große Widerstandsfähigkeit. Die Korrelation zwischen den Sektoren bleibt niedrig, Mittel werden zwischen den Branchen verschoben, ohne dass es zu einem umfassenden Ausverkauf kommt. Selbst mit einem Anstieg der impliziten Volatilität am vergangenen Freitag blieb diese Marktstruktur grundlegend unangetastet.

Steigende AI-Effizienz stellt den Kapitalausgaben-Ansatz erneut auf den Prüfstand

Privorotsky zeigte sich nach realen Tests des Kimi K3-Modells besonders beeindruckt von dessen Ingenieursleistung. Das Modell hat 28 Billionen Parameter, für den Eigenbetrieb ist weiterhin ein Enterprise-GPU-Cluster notwendig und es kann nicht einfach auf gewöhnlichen lokalen Geräten laufen.

Seiner Meinung nach liegt das Augenmerk nicht auf der Inferenzphase, sondern auf der Effizienz des Trainings.

Im Gegensatz zum alleinigen Fokus auf größere Rechenleistung setzen die neuen Modelle mehr auf Algorithmusoptimierung, innovative Modellarchitekturen und effizientere Routing-Mechanismen mit „Mixture of Experts“ (MoE). Beim Kimi K3 beispielsweise gibt es 896 Expertenmodule, von denen bei jeder Inferenz nur 16 aktiviert werden – dies verringert den Ressourcenverbrauch erheblich.

Das führt erneut zu Überlegungen am Markt: Wenn Spitzenmodelle durch Innovation bei Algorithmen die Trainingseffizienz signifikant steigern können, braucht die AI-Branche dann weiterhin immer größere, kapitalintensive Datenzentren und Trainingscluster?

Privorotsky meint jedoch, diese Entwicklung stellt eher das Investitionsnarrativ beim Training infrage, während der Bedarf an Rechenleistung für Inferenz weiterhin gut gedeckt ist, weshalb der langfristige Bedarf an AI-Infrastruktur nicht grundlegend umgekehrt wurde.

Die Berichtssaison wird entscheiden, ob der AI-Trend anhält

Da die US-Notenbank vor ihrer Zinsentscheidung in eine stille Periode eintritt, richtet sich das kurzfristige Interesse auf makroökonomische Faktoren wie die Zinssitzung der Europäischen Zentralbank, die britischen Verbraucherpreise und die ersten PMI-Zahlen der wichtigsten globalen Wirtschaftsräume.

Privorotsky ist jedoch der Meinung, dass die eigentliche Richtung des Marktes von der bevorstehenden Berichtssaison bestimmt wird.

Neben Alphabet werden die Ergebnisse von Tesla, Texas Instruments, Intel und die bevorstehende „Advancing AI“-Veranstaltung von AMD wichtige Beobachtungspunkte für die AI-Investitionszyklen sein und weiter darauf prüfen, ob das Billionen-Geschäft mit AI-Kapitalausgaben weiterhin vom Markt akzeptiert wird.