Trading mit KI - Vorteil oder Nachteil?


Finanzmärkte werden schon lange durch künstliche Intelligenz (KI) und Big Data verändert. Inzwischen setzen auch immer mehr private Trader auf KI um Geld an den Märkten zu verdienen. Wie das funktioniert, zeigt dieser Artikel.


Künstliche Intelligenz schlägt den Markt: Die ganz großen in der Finanzbranche, darunter auch BlackRock oder Man Group, arbeiten weltweit auf Hochdruck daran. Der große Unterschied zu anderen automatisierten Strategien besteht darin, dass hier nicht der Mensch entscheidet, nach welchen Regeln die Maschine handelt, sondern es dem Computer überlassen wird, in einem vorgegebenen Rahmen, selbstständig Entscheidungen zu treffen. Mit dieser Strategie hat man die besten Möglichkeiten am Markt möglichst große Gewinne zu erzielen. Obwohl der Erfolg bisher noch recht bescheiden ist gibt es in den USA bereits einen ETF, bei dem künstliche Intelligenz die Anlageentscheidungen trifft. (siehe: AI Powered Equity ETF)


Damit der Computer gute Entscheidungen treffen kann werden entsprechend hochwertige Daten benötigt. Aus diesem Grund werten zum Beispiel Hedgefonds inzwischen routinemäßig Satellitenbilder aus, um die Auslastung chinesischer Firmen zu bestimmen. Darüber hinaus werden die Zahlungsströme von Kreditkarten analysiert, um herauszufinden wo und wie die Menschen einkaufen. Das Internet bleibt dabei die größte Datenquelle der Maschinen. BlackRock hat zum Beispiel festgestellt, dass man anhand der Blog-Posts, von Mitarbeitern großer Konzerne, Rückschlüsse auf das Unternehmen schließen kann. Wenn die Stimmung der Mitarbeiter gut ist, dann zeigt sich das auch in der Regel am Kursverlauf der Aktien. Das erklärte BlackRock-Gründer Larry Fink in einem Interview.

Um diese entsprechenden Datenmengen auszuwerten, ist ein riesiges Ausmaß an Rechenpower notwendig. Der AI-Entwickler Sentient Technologies setzt 2 Millionen Prozessoren und mehr als 5.000 Grafikkarten ein, um die Märkte zu analysieren.


Kernstück der künstlichen Intelligenz sind sogenannte genetische Algorithmen. Dabei wird die Evolution nachgebildet. Algorithmen, die gute Ergebnisse liefern, vermehren sich. Algorithmen, die schlecht Ergebnisse liefern, sterben aus.

Immer mehr private Anleger schätzen die künstliche Intelligenz und binden es in Ihren Tradingalltag mit ein. So gibt es zum Beispiel die Firma MoreTrading, die Computergenerierte Forex-Signale privaten Tradern zur Verfügung stellt.


Es ist aber auch möglich selbst solche Algorithmen zu erstellen (das nötige Vorwissen ist dabei Voraussetzung). Möglich macht es unter anderem das Java-Programm Genotick vom Entwickler Lukasz Wojtow.

Selbst wenn der genaue Ablauf relativ komplex ist, kann man die Grundidee von Genotick relativ einfach erklären: Das Programm erzeugt eine große Anzahl von "Robotern". Roboter oder auch Bots genannt sind Miniprogramme, die Kauf- und Verkaufsentscheidung treffen. Die Art der Berechnungen dieser Roboter, um Entscheidungen zu treffen, ist immer unterschiedlich und manchmal zufallsbestimmt. Nach einer bestimmten Zeiteinheit stimmen die Roboter ab ob der Kurs voraussichtlich steigt oder fällt. Die Mehrheit trifft die Entscheidung. Wichtig ist dann der folgende Schritt: Es findet einer Art Evolution statt. Die Roboter mit der richtigen Prognose arbeiten weiter und erschaffen selbst neue Nachkommen, welche dann ähnlich funktionieren. Roboter die zu oft eine falsche Prognose geliefert haben, löschen sich irgendwann selbst.


Die Hoffnung dabei ist, irgendwann eine Population von Robotern zu haben, die den Kursverlauf möglichst genau vorhersagen kann. Viele Firmen stellen Ihre Resultate auf Ihre Homepage oder geben diese bei Nachfrage heraus.


In einem Praxistest mit den DAX-Kursdaten seit dem Jahr 1988 konnte eine erzeugte "Roboter"-Population einen Gewinn von 542 Prozent einfahren.

Damit schnitt das Programm nicht so gut wie ein Buy-and-Hold-Investor ab, der mit einer Long-Investition im DAX im betrachteten Zeitraum (immerhin 29 Jahre) mehr als 1.100 Prozent verdient hätte. Es muss dabei aber angemerkt werden, dass dem Programm, für den schnellen Praxistest, ausschließlich DAX-Kursdaten auf Tagesebene zur Verfügung standen. Wie schon oben erwähnt funktionieren diese Art von Roboter besser, wenn hochwertigere Kursdaten zur Verfügung stehen. Zum Beispiel wäre der Test mit hoher Wahrscheinlichkeit besser ausgefallen, wenn Kursdaten von der Tick- oder Minutenebene und Daten anderer Basiswerte vorhanden gewesen wären.


Ein weiterer Punkt, um ein besseres Ergebnis zu erzielen, wäre, laut dem Entwickler, die Population von 10.000 Robotern zu erhöhen. Diese Anzahl der Roboter im Test sei zu gering um einen schnellen Abschluss der Berechnungen zu erreichen. Es ist gut möglich das größere Roboterpopulationen mit mehr Daten besser Ergebnisse erzielen. Dies setzt dann auch eine sehr viel größere Rechenleistung voraus.




Die hier vorgestellte künstliche Intelligenz kann es, im Moment, noch nicht mit den besten menschlichen Tradern aufnehmen. Es ist aber zu bedenken, dass sich diese Technik in den kommenden Jahren weiterentwickelt. Danach wird es schwer sein, als menschlicher Trader, zu überleben.

Es ist wohl ein guter Rat sich mal mit diesem Thema zu befassen und zu schauen ob es noch notwendig ist selbst den ganzen Tag vor dem Rechner zu sitzen oder sich von dieser Technik helfen zu lassen.



Erfolg im Trading zeigt sich durch gute Vorbereitung und eine Gelegenheit.

Erfolgreiche Trader nutzen eine neue Generation von Forex-Signalen und sind im Vorteil!




Jetzt 2 Wochen testen!