Das zeigt ein Eurekahedge-Index, der die Branche seit 2011 verfolgt. Die erste Aktienkorrektur seit zwei Jahren hat ihre Strategien auf den Kopf gestellt, nachdem sich einst verlässliche Cross-Asset-Korrelationen änderten.

Während befürchtet wird, dass Computerprogramme menschliche Händler überflüssig machen könnten, blieben die KI-Quants hinter ihren nach eigenem Ermessen handelnden Pendants zurück. Der Eurekahedge-AI-Index fiel im letzten Monat um 7,3 Prozent, verglichen mit einem Rückgang von 2,4 Prozent für den breiteren Hedge Fund Research Index.

Der Einbruch übertraf sogar eine traditionellere Kategorie von Quants, Berater im Rohstoffterminmarkt oder CTAs, die fast rekordhohe Verluste verzeichneten, als die Wende bei den Aktien den automatisierten Trendfolge-Strategien zu schaffen machte.

In welchem Ausmass Quant-Fonds Ausverkäufe verschlimmern können, ist stark umstritten. Einige Manager argumentieren, dass sie zu klein sind, um eine solche Wirkung zu erzielen. JPMorgan nimmt jedoch an, dass der vergangene Monat eine Ausnahme sein könnte und verweist auf ihre Performance in letzter Zeit.

"Alles in allem stellen wir fest, dass KI-Fonds, ähnlich wie CTAs, wahrscheinlich eine grosse Rolle bei der Korrektur im Februar gespielt haben, da sie angesichts eines beispiellosen Verlustes von 7,3 Prozent im vergangenen Monat gezwungen waren, Risiken abzubauen", schrieben die Strategen der Bank um Nikolaos Panigirtzoglou in einer Notiz am Freitag. Die Nutzerraten sind ebenfalls gestiegen, was die KI-Strategien überlaufener macht, sagten sie.

Strategien, die für in eine Richtung gehende Märkte entwickelt wurden, könnten laut Nigol Koulajian von Quest Partners zum Scheitern der Manager beigetragen haben. Die Anwender wären wohl nach der Optimierung der Modelle auf einen ruhigen Bullenmarkt selbstgefällig geworden und hätten Strategien geschaffen, die für Marktveränderungen ungeeignet seien, sagte der Chief Investment Officer des 1,4 Milliarden Dollar schweren Quant-Fonds kürzlich in einem Interview mit Bloomberg News.

Jedoch ist der Eurekahedge-Index - der rund 15 Fonds verfolgt - nur ein Teilbild der Branche. Da es sich bei künstlicher Intelligenz und maschinellem Lernen um etwas weit gefasste Kategorien handelt, können die Fonds sehr unterschiedliche Techniken einsetzen. Einige nutzen traditionelle Statistiken, können aber komplexere Datensätze analysieren, während andere, wie Deep Learning, Daten über mehrere Analyseebenen unter die Lupe nehmen, die mit der Funktionsweise des menschlichen Gehirns vergleichbar sind, so die Theorie.

Nichtsdestoweniger gibt es erste Anzeichen dafür, dass die von Eurekahedge verfolgten KI-Fonds aktuell dem Trend steigender Märkte folgen. JPMorgan stellt fest, dass KI-Fonds zunehmend mit trendfolgenden CTAs korrelieren, wobei die gleichförmigen Bewegungen in den letzten 12 Monaten auf etwa 80 Prozent gestiegen sind.

(Bloomberg)