An Abenden und Wochenenden, fernab seines Jobs als Software-Verkaufsleiter, verbrachte Joel Rieger mehr als ein Jahr in seinem Homeoffice in Los Angeles und versuchte, ein automatisiertes Optionshandelsprogramm zu entwickeln – ähnlich jenen, die hochfliegenden Wall-Street-Hedgefonds mit kleinen Armeen von Doktoren Geld drucken lassen.

Er schrieb den Python-Code manuell, testete Strategien mit Simulationen und verfolgte Hunderte von Aktien. Die Ergebnisse waren aber kaum besser, als sein Geld einfach in einen S&P-500-Indexfonds zu parken. Er entschied, dass sich die Arbeit nicht lohnte.

Dann kam die KI.

Nachdem Anthropic Claude veröffentlicht hatte, nutzte Rieger das Programm, um sein Projekt wiederzubeleben. In etwa einer Stunde machte es erhebliche Fortschritte bei einem komplexen Modell, das durch Jahre historischer Daten sichten konnte, um Handelssignale zu generieren.

Zuerst waren sie nicht gut. Im vergangenen Jahr, nachdem Rieger es mit seinem Brokerkonto verbunden und es einen kleinen Teil seines Geldes eigenständig in S&P-500-Optionen handeln liess, verlor es nach seinen Angaben 25 Prozent – ein Fehltritt, den er auf falsche Volatilitätsdaten und Fehler beim Training zurückführt. Doch nach einigen Korrekturen und einem neuen Ansatz sind die Ergebnisse vielversprechender geworden. Das Modell erzielte in diesem Jahr nach seinen Angaben rund 14 Prozent Rendite und übertraf damit den breiteren Markt.

«KI ist ein echter Game Changer», sagte der 50-jährige Rieger, der rund 5 Prozent seines Portfolios in seine KI-gestützte Optionsstrategie investiert hat. «Es ist unglaublich, wie schnell man damit Dinge aufbauen kann.»

Rieger, der seinen Job aufgegeben hat, um sich auf die Verwaltung seines eigenen Geldes zu konzentrieren, gehört zu einer ersten Welle von Menschen, die versuchen, die Kraft künstlicher Intelligenz zu nutzen, um selbst gebraute Versionen der raffinierten Algorithmen zu entwickeln, die Hedgefonds wie Millennium Management, Citadel und Renaissance Technologies reich gemacht haben.

Die Experimente, falls erfolgreich, versprechen, den Day-Trading-Boom, der seit der Pandemie florierend ist, weiter anzukurbeln, während Privatanleger Gewinne in allem verfolgen, von Meme-Aktien und Derivaten bis hin zu Wetten auf reale Ereignisse auf Prognosemärkten.

Es könnte der Anlagebranche einen weiteren Schub verleihen, die sich im Laufe der Jahre bereits durch kostengünstige Indexfonds und gebührenfreie Brokerhäuser transformiert hat. Nun droht die KI, den Wettbewerbsvorteil von Finanzberatern und Vermögensverwaltern zu untergraben, deren Verkaufsargument die Fähigkeit war, rasante Marktbewegungen zu nutzen oder Modelle einzusetzen, die durch Jahre an Expertise und Daten verfeinert wurden.

Demokratisierung mit Risiken

Für ihre Befürworter ist die neue Technologie eine demokratisierende Kraft - die neueste, die verspricht, den kleinen Leuten zu ermöglichen, von den Strategien zu profitieren, die bisher elitären Firmen vorbehalten waren.

Doch es gibt auch erhebliche Risiken. Selbst die meisten professionellen Vermögensverwalter können den Markt nicht langfristig schlagen, und trotz aller Rede von schnellem Reichtum auf den Finanzmärkten haben Studien ergeben, dass die Mehrheit der Day-Trader am Ende Geld verliert. Die KI könnte das ändern. Oder sie könnte genauso leicht dazu führen, dass die Verluste verstärkt werden, indem sie alle Anleger in die gleichen Höhen und Tiefs treibt und sie in allzu komplexe Trades führt.

«Viele Handelssysteme sind nicht für volatile Umgebungen ausgelegt», sagte Alicia Vidler, eine Forscherin für agentische KI und Finanzmärkte. «In einem Bärenmarkt haben Sie viel mehr Risiko.»

Irene Aldridge, eine Forscherin für quantitative Finanzen und KI, sagte, sie sehe Vorteile in der Adoption der Technologie durch Privatanleger, die wahrscheinlich mehr Liquidität in die Märkte bringen wird, indem sie zu bisher übersehenen Anlageklassen lenkt, statt zu den grossen Namen, zu denen sie typischerweise tendieren. Doch sie sagte, es könnte auch die Marktschwankungen verstärken, da immer mehr Menschen auf ähnliche Modelle angewiesen sind, die von einer Handvoll KI-Unternehmen ausgespuckt werden.

«KI-Modelle parsen die gleichen Daten, verwenden sehr ähnliche Modelle und liefern allen sehr ähnliche Ergebnisse», sagte Aldridge, Gründerin der Research-Firma AbleMarkets. «Wir werden als Folge davon viel mehr Volatilität sehen.»