Regelbasierte Asset-Allokation auf der Basis eines selbstlernenden Algorithmus

04.10.17 09:00

NordLB AM setzt auf Maschinenlernen

Von Antonia Kögler

Regelbasierte Anlagestrategien liegen im Trend. DerTreasurer stellt den Ansatz der NordLB AM vor, die auf einen selbstlernenden Algorithmus setzt.

Der Algorithmus der NordLB AM soll verschiedene Marktregime erkennen.

monsitj/iStock/Thinkstock/Getty Images

Der Algorithmus der NordLB AM soll verschiedene Marktregime erkennen.

Breiter aufgestellte Assetmanager werden in Zukunft verstärkt auf regelbasierte Ansätze zurückgreifen – allein, um Kosten zu senken. Dieser Trend wird weiter zunehmen, da sind sich die Experten der NordLB Asset Management (NordLB AM) sicher. Aktives Management wird hingegen eher stärker bei Boutiquen zu finden sein, die sich in speziellen Nischenmärkten sehr gut auskennen. Auch der Anlagespezialist aus Hannover will sich in diesem wachsenden Markt der quantitativen Strategien mit einem eigenen selbstlernenden Algorithmus positionieren. „Wir haben das Projekt vor zwei Jahren gestartet und sind nun dabei es auf andere Assetklassen auszuweiten“, sagt Carsten Schmeding, Vorstandsvorsitzender der NordLB AM.

Konkret funktioniert der Ansatz so: Der von der NordLB AM entwickelte Algorithmus analysiert verschiedene Datenquellen und Assetklassen, um herauszufinden, in welcher Marktphase sich diese gerade befinden. „Wir sprechen dabei von unterschiedlichen Marktregimen“, sagt Oliver Klehn, der das System gemeinsam mit dem NordLB AM Quant-Team entwickelt hat. Das System erkenne im einfachsten Fall, ob zum Beispiel gerade das Regime eines Bullen- oder eines Bärenmarktes vorherrscht. In der Praxis gibt es noch weitere, unterschiedliche Regime. Der Einschätzung der Marktphase folgend wird dem Portfoliomanager dann eine geeignete Assetallokation vorgeschlagen, abhängig vom Risikoappetit des Investors.

NordLB AM will ideale Asset-Quoten ermitteln

Mit einzelnen Papieren befasst sich das System allerdings nicht: Es nennt die Höhe der Quote, zu der jetzt in eine Assetklasse oder einen Index investiert werden sollte. Die NordLB AM nutzt den Algorithmus bereits bei einem Portfolio, dass in den Euro Stoxx 50 investiert. Je nach Marktregime und dessen Ausprägung wird die Aktienquote hoch- oder heruntergefahren werden. „Der zweite Teil des Portfolios besteht aus Bundesanleihen mit kurzer und langer Laufzeit, die in derivativer Form abgebildet werden“, erklärt Klehn. Eine Ausweitung des Ansatzes auf andere Assetklassen ist geplant. Als nächstes soll der Algorithmus die ideale Gewichtung dreier regionaler Immobilienaktienindizes in Kombination mit kurz- und langlaufenden Bundesanleihen errechnen.

Treasurer nutzen die Strategie des Anbieters derzeit noch nicht. „Bei Versicherern ist die Einstiegshürde niedriger“, hat Carsten Schmeding beobachtet. Die Assetallokation ist naturgemäß komplex, zumal bei einem selbstlernenden Algorithmus der nicht nur bekannte Marktschemata erkennen soll: „Der Algorithmus ist auch in der Lage, neue Marktregime zu erkennen und entsprechende Empfehlungen abzugeben“, so Klehn. „Wir adressieren damit die Schwächen herkömmlicher Modelle, die Risiken von Extremereignissen nur unzureichend abbilden.“ Bei aller Technologie betont er aber auch. „Wir machen kein automatisiertes Trading, ein Portfoliomanager prüft die Marktdaten und Empfehlungen auf Plausibilität und führt die Allokation dann aus.“ Ganz auf den Faktor Mensch verzichtet man bei der NordLB AM also nicht.

Koegler[at]derTreasurer.de