Im Investment-Bereich kann ein Mangel an Einblicken oder kritischem Wissen zu einem schwachen Portfolio führen. Glücklicherweise haben wir uns zu einer Gesellschaft voller Daten entwickelt, in der selbst für das kleinste Unternehmen eine Fülle von Informationen verfügbar ist. Allerdings wird es zu einer unmenschlich schwierigern Aufgabe, zu wissen, wo man suchen muss und was in diesem Meer an Fakten und Zahlen relevant ist.
„Laut IBM wurden 90 % der Daten weltweit in den letzten zwei Jahren erstellt“, sagt Holly Robertson, Vice President, Quantitative Investment Solutions Sales bei HSBC Global Markets. „Und wahrscheinlich werden wir das Gleiche in zwei Jahren noch einmal sagen.“
Erschwerend kommt hinzu, dass ein Großteil dieser kürzlich generierten Informationen in natürlichem Text und anderen weniger zugänglichen, unstrukturierten Formaten wie Posts in sozialen Medien, Bildern und Videos enthalten ist. Die Nutzung der relevanten Details aus diesen Formaten kann HSBC neue Erkenntnisse über ein bestimmtes Unternehmen oder eine bestimmte Chance liefern – und möglicherweise zu besseren Investitionsentscheidungen führen.
„Es sind die Informationen, die nicht in eine Tabelle passen“, sagt Robertson. „Es sind Daten, die nicht leicht quantifizierbar sind. Es sind die Metadaten – die Informationen rund um die Informationen. So kann man beispielsweise viel lernen, wenn man die Art und Weise, wie ein CEO während eines kürzlich durchgeführten Quartalsberichts über bestimmte Themen gesprochen hat, mit der Art und Weise vergleicht, wie er dieselben Themen in der Vergangenheit diskutiert hat – und mit der anschließenden Diskussion in den sozialen Medien. Dabei geht es um die Synthese sowohl traditioneller als auch alternativer Daten, um Verbindungen zu finden und Erkenntnisse zu gewinnen. Eine typische Fundamentalanalyse würde solche Informationen schlichtweg nicht aufzeigen.“
Sie fährt fort: „Alle diese Informationen sind öffentlich zugänglich. Wenn Sie unbegrenzt Zeit und Leute hätten, könnten Sie den ganzen Tag auf Twitter sitzen und diese Informationen ermitteln. Aber die schiere Menge übersteigt einfach die menschliche Vorstellungskraft.“ Und wenn selbst die Experten kaum an der Oberfläche der verfügbaren Daten kratzen, gibt es ein klares Problem – und eine unglaubliche Chance.
HSBC hat im Zusammenhang mit AiPEX mehr als 2 Milliarden US-Dollar an Umsätzen realisiert
AiPEX übertraf den S&P 500 in den letzten 10 Jahren um 123 %
Parallel zu dieser Informationsflut ist auch das Interesse an Kleinanlegern und dem Aktienmarkt insgesamt stark gestiegen. „Wir haben es alle in den letzten zwei Jahren gesehen“, sagt Robertson. „Früher hatten wir es mit erfahrenen oder institutionell orientierten Anlegern zu tun, aber jetzt steigt die Begeisterung von Kleinanlegern in einem Maße, wie wir es in der Vergangenheit noch nicht erlebt haben. Immer mehr Menschen versuchen zu verstehen, welche Unternehmen gut abschneiden und warum.“
Und diese Art von Einblicken in diese neuartigen – und oft unabhängigen und technisch versierten – Investoren zu erhalten, stand im Fokus der HSBC Quantitative Investment Solutions (QIS).
„Wir sind stolz darauf, dass wir in der Lage sind, scheinbar komplexe Sachverhalte so aufzuschlüsseln, dass der einzelne Anleger sie verstehen und hoffentlich davon profitieren kann“, fügt Robertson hinzu. „Als wir also feststellten, dass institutionelle Anleger mit Hilfe von KI bereits überdurchschnittliche Renditen für ihre Kunden erwirtschafteten, wollten wir diesen Vorteil auch für Kleinanleger nutzbar machen.“
Insbesondere wollte die Bank die Leistungsfähigkeit der KI nutzen, um die ständig wachsende Fülle an Texten in natürlicher Sprache und unstrukturierten Daten zu durchsuchen und Unternehmen mit einem höheren Wachstumspotenzial zu identifizieren. Und durch den Aufbau eines risikokontrollierten Überschussrenditeindex aus den Aktien dieser Unternehmen könnte HSBC Pionierarbeit für ein bahnbrechendes Finanzprodukt leisten, das diesem breiteren Pool technisch versierter Verbraucher datengestützte Anlageoptionen bietet.
„Als wir uns die Menge relevanter Daten ansahen, die bereits verfügbar waren, war das irgendwie überwältigend“, erinnert sich Robertson. „Wir brauchten KI – und die Menschen, die wissen, wie man sie einsetzt –, um die Idee voranzutreiben, all diese strukturierten und unstrukturierten Daten zu nutzen, um Wachstumsvorhersagen zu treffen.“
Und nach einer Reihe von Diskussionen rund um Silicon Valley wollte HSBC mit IBM Business Partner EquBot Inc. zusammenarbeiten, um seinen neuen Index zu erstellen.
„Der Leiter ihrer QIS-Organisation hat sich tatsächlich direkt an uns gewandt“, fügt Chida Khatua, Chief Executive Officer von EquBot, hinzu. „Er sagte, er sei an unserer Arbeit interessiert und begeistert, da wir KI und maschinelles Lernen nutzen, um Daten in bessere Investitionsentscheidungen umzuwandeln. Deshalb haben wir mehrere Gespräche mit HSBC geführt, um ihnen zu helfen, die Technologie – einschließlich IBM Watson – hinter der KI-Investitionsplattform EquBot zu verstehen.“
„IBM schien der richtige Ansprechpartner zu sein, wenn man versucht, etwas zu entwickeln, das KI nutzt“, sagt Robertson. „Und das EquBot-Team brachte viel Fachwissen und Erfahrung mit. Sie wussten, wovon sie sprachen, sowohl in Bezug auf das Engineering als auch auf die Vertriebs- und Asset-Management-Seite. Die Zusammenarbeit war von Anfang an sehr gut.“
Der neue HSBC AI Powered US Equity Index (AiPEX) nutzt die KI-Investitionsplattform EquBot als Stockpicker zur Auswahl von Unternehmen mit Wachstumspotenzial, indem Zusammenhänge identifiziert und quantifiziert werden, die für Menschen nicht ohne weiteres erkennbar sind. IBM Watson® Discovery und IBM Watson Natural Language Understanding bieten hierbei die Analyse und Anreicherung von Textinformationen, aus denen sich die Erkenntnisse gewinnen lassen, die die Plattform letztendlich nutzt. In der Zwischenzeit überwacht IBM Watson Studio die proprietären KI-Modelle, die diese Ergebnisse verwalten, und wirkt Verzerrungen und Datendrift entgegen.
„Unser Ziel ist es, für unsere Investoren die branchenweit beste Technologie zu verwenden“, erklärt Art Amador, Chief Operating Officer und Mitbegründer von EquBot. „Wir haben verschiedene Optionen für die Zusammenarbeit mit unserer KI-Investitionsplattform geprüft, und Watson Discovery und Watson Studio haben sich als die effektivsten erwiesen. Am Ende haben sie die besten Entscheidungen getroffen. Und IBM hat eine hervorragende Erfolgsbilanz. Es hat eine Geschichte, die den Anlegern und Kunden, mit denen wir regelmäßig sprechen, gut bekannt ist.“
Um die zugehörigen KI-Modelle vorzubereiten, nutzte EquBot IBM-Technologien, um etwa 20 Jahre historischer Daten und Texte zu aggregieren und aufzunehmen – darunter sowohl strukturierte als auch unstrukturierte Formate. „Es dauerte knapp über drei Monate, bis wir die verschiedenen Parameter gründlich getestet und fein abgestimmt hatten“, erinnert sich Amador. „Das setzten wir gemeinsam mit dem HSBC-QIS-Team um.“
Er fährt fort: „Wie häufig eine Neugewichtung vorgenommen werden sollte, wie Unternehmen mit Liquiditätsproblemen herausgefiltert werden können, wie hoch der Prozentsatz eines bestimmten Unternehmens im Index sein sollte – das HSBC-Team konnte mehrere Iterationen auf unserer Plattform durchführen, um diese Fragen zu beantworten. Sie konnten verschiedene Modelle ausprobieren, bis sie das fanden, was ihre Investoren sich ihrer Meinung nach wünschen würden.“
Für die Auswahl der Aktien, aus denen sich der AiPEX zusammensetzt, verfolgt die KI-Investitionsplattform EquBot einen regelbasierten Investmentansatz und überwacht die im Russell 1000 Index gelisteten Unternehmen, um daraus rund 250 Unternehmen mit dem höchsten Wachstumspotenzial zu identifizieren.
„Diese Aktienauswahl basiert auf den Erkenntnissen einer ganzen Armee von – wie wir sie gerne nennen – simulierten KI-Analysten“, sagt Robertson. „Diese Simulationen arbeiten vollständig koordiniert. Wenn also ein KI-Modul etwas über ein Unternehmen erfährt, wissen es alle. Und es ist dieses gemeinsame Wissen, das sie nutzen, um ein Portfolio der Unternehmen auszuwählen, die am besten für Wachstum positioniert sind.“
Für jedes der 1.000 bewerteten Unternehmen vergeben diese „simulierten KI-Forschungsanalysten“ drei Scores, um ihr entsprechendes Wachstumspotenzial zu bewerten – einen Finanz-Score, einen Nachrichten- und Sentiment-Score und einen Management-Score.
„Beim Finanz-Score“, erklärt Robertson, „schaut es sich faktoren wie Umsatzkosten, Kurs-Gewinn-Verhältnis, Einnahmen-Ausgaben und Gewinn pro Aktie an. Der zweite Score, der Nachrichten- und Sentiment-Score, wird von Watson durch das Lesen von Nachrichtenartikeln und sozialen Medien ermittelt, um zu sehen, was die Menschen über bestimmte Unternehmen sagen. Der Management-Score befasst sich mit der Arbeit und Leistung des Managements und der Führungsebene dieser Unternehmen und damit, wie sie auf dem Markt wahrgenommen werden.“
Da der Markt ständig in Bewegung ist, berechnet die Plattform diese Werte jeden Monat neu – und passt das AiPEX-Portfolio entsprechend neu an. Und damit die Berechnungen aktuell bleiben, speist das EquBot-Team ständig aktuelle Marktinformationen in die virtuellen KI-Analysten ein, sobald diese verfügbar sind.
„Wir geben ihnen die herkömmlichen strukturierten Daten“, fügt Amador an. „Aber das ist nur ein Bruchteil der Informationen, die verfügbar sind. Etwa 90 % der von uns verwendeten Informationen sind unstrukturiert. Und mit Watson Discovery schauen wir uns jeden Tag rund eine Million Nachrichtenartikel in über einem Dutzend verschiedener Sprachen an.“
Es scheint ziemlich offensichtlich, dass die KI-Plattform EquBot Trends aufgreift, die Menschen einfach nicht bemerken. „Schon vor März 2020, als der Markt aufgrund der Pandemie abfiel“, sagt Robertson, „hatte das AiPEX-Portfolio bereits allgemein in Pharma und Biotech investiert. Und es konzentrierte sich ganz speziell auf eines der Unternehmen, das einen Impfstoff entwickelte.“
Sie fährt fort: „Es war in der Lage, die FDA-Dokumente über klinische Studien dieses Unternehmens zu analysieren und daraus Erkenntnisse zu gewinnen – Details, die noch nicht einmal in den US-Nachrichten veröffentlicht worden waren. Und es konnte erkennen, dass dieses Unternehmen in einer guten Position war, um in Marktführung zu gehen.“
Auch die Energieknappheit und die damit verbundenen Störungen des Marktes, die im zweiten Quartal 2022 auftraten, schien die Lösung vorherzusehen. „AiPEX hat bereits im Dezember 2021 eine deutliche Übergewichtung in Aktien aus dem Energiesektor vorgenommen, da es im Informationsmodell bereits lange vor den Sanktionen gegen Russland Signale für eine bevorstehende Instabilität erkannt hatte. Daher profitierte AiPEX, das stark in den Energiesektor investiert hatte, von einem Anstieg des Ölpreises um 40 %, während der entsprechende Energiesektor traditioneller, marktgewichteter Indizes – wie dem S&P 500 – relativ klein war.“
AiPEX war auf Anhieb ein Erfolg und erzielte in den ersten Monaten einen Produktumsatz von über 250 Mio. USD, mit einem Gesamtumsatz von über 2 Mrd. USD seither. Und der von der künstlichen Intelligenz ausgewählte Index übertrifft routinemäßig herkömmliche nach Marktkapitalisierung gewichtete Indizes und erzielte in den letzten 10 Jahren eine jährliche Rendite von 5 %.
„Vertrauen ist unglaublich wichtig“, sagt Robertson. „Und der Marke IBM wird viel Vertrauen entgegengebracht. Die Zusammenarbeit mit IBM vermittelt ein Gefühl der Glaubwürdigkeit, das unseren Erfolg auf dem Markt vorantreibt.Und mit der Transparenz von IBM und EquBot konnten wir KI demystifizieren und das Komplexe einfach machen. Wir klar darlegen, warum die jeweiligen Aktien ausgewählt wurden, und zwar in einer Weise, die für die Anleger verständlich ist und mit der sie sich wohlfühlen. Denn wenn es um Investitionen geht, ist es sehr wichtig, dass man sich mit dem Investitionsprozess wohlfühlt.“
Und zur Rolle von EquBot im gesamten Projekts fügt Robertson hinzu: „Ich kann mir kein anderes Unternehmen als EquBot vorstellen, das in der Lage gewesen wäre, den Algorithmus, auf dem AiPEX basiert, so effizient zu entwickeln und diese Geschichte dann so überzeugend zu präsentieren, dass die Menschen davon begeistert sind. Ihr Fachwissen, gepaart mit ihrem Narrativ und ihrem Engagement für den Erfolg von AiPEX, ist der Grund dafür, dass wir sicher sind, dass wir die richtige Wahl getroffen haben.“
„Maschinelles Lernen für Anlagestrategien steckt sich noch in den Kinderschuhen“, erläutert Amador. „Es werden weltweit 100 Billionen USD an Vermögenswerten verwaltet, und es gibt wahrscheinlich weniger als eine Billion an KI-Investitionen mit maschinellem Lernen. Aber wir glauben, dass die meisten Anlagestrategien irgendwann direkt oder indirekt von KI und maschinellem Lernen gemanagt werden.“
Robertson geht auch auf das Marktpotenzial ein, das noch erschlossen werden muss: „Was als Nächstes kommt, ist sehr aufregend. Bei den Aktien, die Watson auswählt, haben wir viele Themen gesehen – etwa Cybersicherheit oder die Zukunft des Transportwesens. Themen, die viel Aufsehen erregen. Und wir schauen uns im Moment an, wie wir diese Themen aufgreifen und mithilfe der KI ein Portfolio – eine Reihe von Aktien – zusammenstellen können, das zu diesen Themen passen könnte.“
„Wir können darüber reden, was EquBot und IBM gemeinsam machen – aber wenn wir diese Aspekte zum Leben erwecken können, dann begeistert das unsere Kunden wirklich für KI und treibt die Sache voran“, erklärt Robertson. „Wir haben also Kundenveranstaltungen in IBM Experience Centern durchgeführt – eine in New York und eine weitere in San Francisco. Und dort konnte man sehen, was IBM und Watson in verschiedenen Branchen tun. Man sieht einfach das volle Spektrum der Leistungsfähigkeit von KI.“
HSBC USA, Inc. (Link befindet sich außerhalb von ibm.com) ist ein in Maryland ansässiges Unternehmen mit verschiedenen Tochtergesellschaften, darunter die HSBC Bank USA, N.A.Über diese Tochtergesellschaften bietet HUSI Privatpersonen, vermögenden Kunden, kleinen und größeren Unternehmen, Institutionen und Regierungen eine breite Palette an traditionellen Bankprodukten und -dienstleistungen an. HUSI ist eine hundertprozentige Tochtergesellschaft der HSBC North America Holdings Inc.
IBM Business Partner EquBot (Link befindet sich außerhalb von ibm.com) mit Hauptsitz in San Francisco, Kalifornien, entwickelt und vertreibt globale Finanztechnologielösungen, die auf KI und maschinellem Lernen basieren. Die KI-Investitionsplattform des Unternehmens, die im Rahmen eines Platform-as-a-Service-Modells (PaaS) angeboten wird, bildet derzeit die Grundlage für Investitionen von über 2 Mrd. USD weltweit.
© Copyright IBM Corporation 2022. IBM Corporation, IBM Watson, New Orchard Road, Armonk, NY 10504
Hergestellt in den Vereinigten Staaten von Amerika, Oktober 2022.
IBM, das IBM Logo, ibm.com und IBM® Watson sind Marken der IBM Corporation in den USA und/oder anderen Ländern. Weitere Produkt‐ und Servicenamen können Marken von IBM oder anderen Unternehmen sein. Eine aktuelle Liste der IBM-Marken ist im Web unter ibm.com/legal/copyright-trademark verfügbar.
Das vorliegende Dokument ist ab dem Datum der Erstveröffentlichung aktuell und kann jederzeit von IBM geändert werden. Der Inhalt dieses Dokuments (einschließlich der Währungs- oder Preisangaben, die keine Steuern enthalten) ist zum Zeitpunkt der Erstveröffentlichung aktuell und kann von IBM jederzeit geändert werden. Nicht alle Angebote sind in allen Ländern verfügbar, in denen IBM tätig ist.
Die genannten Leistungsdaten und Kundenbeispiele dienen ausschließlich zur Veranschaulichung. Tatsächliche Leistungsergebnisse hängen von den jeweiligen Konfigurationen und Betriebsbedingungen ab. DIE INFORMATIONEN IN DIESEM DOKUMENT WERDEN OHNE JEGLICHE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GARANTIE ZUR VERFÜGUNG GESTELLT, EINSCHLIESSLICH DER GARANTIE DER MARKTGÄNGIGKEIT, DER EIGNUNG FÜR EINEN BESTIMMTEN ZWECK UND DER GARANTIE ODER BEDINGUNG DER NICHTVERLETZUNG VON RECHTEN. Die Garantie für Produkte von IBM richtet sich nach den Geschäftsbedingungen der Vereinbarungen, unter denen sie bereitgestellt werden.