Auch quantitative Anlagestrategien können von Künstlicher Intelligenz und Big Data profitieren

Selbstfahrende Autos, menschlich wirkende Sprachassistenten, selbstlernende Schachcomputer auf Weltmeisterniveau: »Künstliche Intelligenz« (KI) hat in den vergangenen Jahren beachtliche Fortschritte gemacht. KI zielt darauf ab, Maschinen mit menschenähnlicher Intelligenz – oder gar überlegener »Super-Intelligenz« – zu konstruieren. Ein KI-System lernt aus Beobachtungen und Daten der Vergangenheit und kann diese Informationen nach Beendigung einer Lernphase verallgemeinern. Es erkennt also Muster und Gesetzmässigkeiten. Das Ziel eines KI-Systems ist, Daten intelligent miteinander zu verknüpfen, Zusammenhänge zu erkennen und Vorhersagen zu treffen, wenn neue Daten vorgelegt werden.

Eine zentrale Rolle spielen für KI-Systeme die Daten, die als Input verwendet werden. Dass hier in vielen Bereichen täglich wachsende Datensätze aus einer zunehmenden Zahl an Datenquellen zur Verfügung stehen, ist deshalb ein treibender Faktor im Fortschritt der KI. Man spricht hier oft von »Big Data«.

Auch in der Finanzwelt sind KI-Systeme Gegenstand reger Forschungs- und Entwicklungsarbeit. In Form alternativer Datensätze stehen auch hier wachsende Datenmengen zur Verfügung und die Datenauflösung sowie Datenrate (Updatefrequenz) nimmt weiter zu. Diese Daten bieten vielfältige Anwendungsmöglichkeiten. KI-Systeme sollen daraus wiederkehrende Muster und Ähnlichkeiten in den Finanzmärkten lernen. Der Übergang von bekannten Techniken aus der Statistik zu maschinellem Lernen und Künstlicher Intelligenz ist dabei fliessend.

Erfahren Sie mehr zu diesem Thema in der Analyse »Auch quantitative Anlagestrategien können von Künstlicher Intelligenz und Big Data profitieren«, die wir Ihnen rechts zum Download anbieten.