DE EN FR IT
Abmelden
Abmelden
DE EN FR IT
Blog für institutionelle Anleger Künstliche Intelligenz: Effizienzsteigerung in der Obligationenanlage

Das Asset Management nutzt gezielt Künstliche Intelligenz (KI) für die Optimierung von Anlageentscheiden.

Asset Management 19. November 2020

Das Fixed Income-Team verwaltet ein Obligationenportfolio von CHF 42 Mrd. und profitiert von der Leistungsstärke der Algorithmen für die Vorhersage von Kreditspreads. So trägt KI dazu bei, das Anlagevermögen noch besser im Sinne der Kunden zu bewirtschaften.

Optimierung von Anlageentscheiden

Im Management eines Obligationenportfolios ist die realistische Einschätzung des Kreditspreads für die Titelselektion und die Wahl des Ein- und Ausstiegszeitpunktes zentral – und damit für den Erfolg des Portfolios ausschlaggebend.

Das Asset Management verfügt über ein Obligationenportfolio von CHF 42 Mrd. Angesichts des schwierigen Marktumfelds mit Tiefstzinsen ist das Beschreiten neuer Wege wesentlich für das erfolgreiche und aktive Bewirtschaften der anvertrauten Vermögenswerte. So besteht eine intensive Kooperation mit dem Start-up Brainalyzed. Das Asset Management entwickelte beispielsweise auf der KI-Plattform von Brainalyzed ein eigenes Modell für die Vorhersage von Kreditspreads.

Was ist ein Kreditspread?
  • Als Kreditspread eines Unternehmens bezeichnet man die Renditedifferenz zwischen einer «risikolosen Geldanlage», zum Beispiel Schweizer Staatsanleihen («Eidgenossen»), und einer Unternehmensanleihe mit ähnlichen Laufzeiten.

 

  • Für Unternehmen wirkt sich ein Anstieg des Kreditspreads unmittelbar negativ auf den Unternehmenswert aus und hat bei Neuemissionen hohe Finanzierungskosten zur Folge. Für Investoren führt eine Ausweitung der Kreditspreads zu Verlusten bei ihren Anleihenbeständen.
Vorhersagemodell: Entwicklung und Einsatz
  • Das Asset Management untersucht im eigenen Modell nicht einzelne Unternehmens-Spreads, sondern analysiert den Kreditspread des Index Barclays Global Aggregate Corporate OAS («Option Adjusted Spread») «LGCPOAS-Index». Dieser Index fasst die Kreditspreads von globalen festverzinslichen Unternehmensanleihen im Bereich Investmentgrade zusammen und spiegelt somit die Stimmung am Obligationen Markt wider.
     
  • Die Vorhersage der Entwicklung des «LGCPOAS-Indices» erfolgt mit Künstlicher Intelligenz (KI). Diese basiert auf Algorithmen, die Muster und Gesetzmässigkeiten in grossen Datenmengen erkennen. Konkret werden mit Hilfe sogenannter Neuronaler Netzwerke Informationen aus grossen Datenbeständen generiert und Prognosen getroffen. Vereinfacht dargestellt fliessen die Informationen in Neuronalen Netzen von der Eingabe (Input Layer) über eine oder mehrere Zwischenschichten (Hidden Layer) bis hin zur Ausgabe (Output Layer). Die Ausgabe ist in unserem Fall die Vorhersage des «LGCPOAS-Indices» für die nächsten 10 Tage.

    Je gezielter die Eingabe erfolgt, desto besser die Vorhersage. Das Fixed Income-Team entwickelte ein Modell mit 13 Inputwerten, welche Einfluss auf die Entwicklung des «LGCPOAS-Indices» haben. Einer davon ist z.B. der Goldpreis.
Index-Vorhersage vom 01.06 bis 28.10.2020
Die blaue Linie zeigt den effektiven Verlauf des Indices. Die Linie in Magenta zeigt die Vorhersage des «LGCPOAS Index» für die nächsten 10 Tage durch das Modell. Per Ende Oktober 2020 erwartet das Modell eine Seitwärtsbewegung der Kreditspreads (Quelle: Bloomberg /Asset Management).
Kooperation mit dem Start-up Brainalyzed

Um Vorhersagen mit Künstlicher Intelligenz zu treffen, entwickelte das Start-up Brainalyzed mit Unterstützung von Baloise Asset Management eine raffinierte Plattform. Die Portfolio Managerin Nisha Nicotra war an der Entwicklung beteiligt und ist begeistert: «Bisher war die Auswertung von grossen Datenmengen praktisch unmöglich. Mit der neuen Plattform können wir in wenigen Schritten Daten in Kombination mit unserer Expertise effizient auswerten und den Output für unsere Anlageentscheide nutzen.»

  • Die Plattform von Brainalyzed generiert eine Vielzahl von Neuronalen Netzwerken, welche nach verschiedenen Kriterien (Gewichtung, Inputwerten und Architektur) optimiert sind. Damit wird die Stabilität und Diversifikation des Modelles erheblich verbessert.
  • Die tatsächliche Vorhersage basiert auf einem ganzen Schwarm von Neuronalen Netzwerken, sogenannten Brains, die sich während der Optimierung als optimal in Bezug auf die gewählten Performance-Parameter erwiesen haben.
Die grünen Brains erfüllen die Kriterien der Performance-Parameter und werden für die Vorhersage des Zielwertes einbezogen (Quelle: Brainalyzed).
Wertvolle KI-Unterstützung

Die Nutzung von KI unterstützt das Portfolio Management vom Asset Management in der aktiven Bewirtschaftung von Anleihenportfolios. KI liefert als Ergänzung zu aktuellen Einschätzungen zeitnahe und wertvolle Informationen bei der Einschätzung von Kreditspreads im Anlageuniversum.

Disclaimer

Baloise Asset Management AG übernimmt keine Gewähr für die verwendeten Kennzahlen und Performance-Angaben. Der Inhalt der Publikation beinhaltet Meinungen zur Marktentwicklung und dient ausschliesslich zu Informationszwecken und dient nicht der Anlageberatung. Insbesondere stellen die Informationen in keiner Weise ein Kaufangebot, eine Anlageempfehlung oder eine Entscheidungshilfe in rechtlichen, steuerlichen, wirtschaftlichen oder anderen Belangen dar. Es wird keine Haftung für Verluste oder entgangene Gewinne übernommen, die aus einer Nutzung der Informationen entstehen könnten.