white papers

Wie lässt sich maschinelles Lernen für Anlagestrategien nutzen?

Wie lässt sich maschinelles Lernen für Anlagestrategien nutzen?
Serge Tabachnik - Head of Research, Multi-Asset

Serge Tabachnik

Head of Research, Multi-Asset
François Chareyron - Portfolio Manager

François Chareyron

Portfolio Manager

 

Gut zu wissen

  • Die Research-Partnerschaft von LOIM mit den Datenanbietern Reuters/Refinitiv und dem französischen Start-up im Bereich des maschinellen Lernens Ai for Alpha hat einige bemerkenswerte Ergebnisse hervorgebracht, darunter zwei bevorstehende Publikationen in angesehenen Fachzeitschriften und den Best Paper Award anlässlich der MIDAS/ECML-PKDD Konferenz 2021.
  • Auf der Suche nach Anlagemöglichkeiten mittels der beiden akzeptierten Publikationen haben wir die Ergebnisse der ML-basierten Allokation für volatilitätsorientierte Portfolios zusammengefasst.
  • Der Fokus liegt dabei auf der Umsetzung von zwei Verfahren des maschinellen Lernens: Ersteres bezieht sich auf das Deep Reinforcement Learning (DRL) und Zweiteres auf Gradient Boosting Decision Trees (GBDT).
  • Beide beruhen auf adaptiven Methoden des maschinellen Lernens, um den für die Volatilität typischen Regimewechseln Rechnung zu tragen. Ihre Ansätze sind indes unterschiedlicher Natur.

 

Erfolgreiche Partnerschaft

Kontinuierliches Anlageresearch ist ein wesentliches Kennzeichen des Multi-Asset-Ansatzes von LOIM. Dadurch konnten Verbesserungen bei unseren risikobasierten Strategien vorangetrieben werden, die uns geholfen haben, einen besseren Anleihen-Carry zu erzielen und eine bessere Integration von Nachhaltigkeitsdaten in unserem Anlageprozess sicherzustellen.

Seit September 2020 arbeitet LOIM mit den Datenanbietern Reuters/Refinitiv und dem französischen Start-up im Bereich des maschinellen Lernens Ai for Alpha in einer Research-Partnerschaft zusammen, die dank der Subvention durch das European Institute of Innovation & Technology, ein integraler Bestandteil von Horizon Europe, ermöglicht wurde.

 

Errungenschaften und Auszeichnungen

Das Joint-Venture gab Anlass zu mehreren gemeinsamen Projekten, die einige bemerkenswerte Ergebnisse hervorbrachten, darunter zwei bevorstehende Publikationen in AAMAS ALA 2021 Workshop, Machine Learning Group (Springer Neural Computing and Applications Journal) und Mining Data for Financial Applications: 6th ECML PKDD Workshop, MIDAS 2021 (Springer).

Wir freuen uns, dass die zweite Publikation anlässlich der MIDAS/ECML-PKDD Konferenz 2021 mit dem Best Paper Award ausgezeichnet wurde und dass beide Artikel in den letzten Monaten auf SSRN zu den Top 10 Downloads bezogen auf ihre Themen gehörten.

 

Anwendung im Anlagebereich

Auf der Suche nach Anlagemöglichkeiten mittels der beiden akzeptierten Publikationen haben wir die Ergebnisse der auf maschinellem Lernen basierten Allokation für volatilitätsorientierte Anlageportfolios in einem White Paper zusammengefasst. Der Fokus liegt dabei auf der Umsetzung von zwei Verfahren des maschinellen Lernens, um die optimale Allokation zwischen Anlagemodellen mit Volatilitätsorientierung festzustellen. Ersteres bezieht sich auf das Deep Reinforcement Learning (DRL) und Zweiteres auf Gradient Boosting Decision Trees (GBDT).

 

Ein differenzierter Ansatz

Nach unserem Dafürhalten unterscheiden sich diese innovativen Verfahren aufgrund ihrer Lernansätze grundlegend: GBDT stützt sich auf überwachtes Lernen, während DRL auf unüberwachtem Lernen basiert.1 Beide beruhen auf adaptiven Methoden des maschinellen Lernens, um den für die Volatilität typischen Regimewechseln Rechnung zu tragen. Ihre Ansätze variieren jedoch und sind deutlich unterschiedlicher Natur.

Wenn Sie das White Paper lesen möchten, klicken Sie bitte auf die Schaltfläche zum Herunterladen.

Erfahren Sie hier mehr über Multi-Asset-Bausteine.

 

Quellen

1 Beim maschinellen Lernen lässt sich zwischen überwachtem Lernen mit gekennzeichneten Eingabe- und Ausgabedaten und unüberwachtem Lernen ohne derartige Daten unterscheiden. Unüberwachtes Lernen erfolgt eigenständig, um die inhärenten Strukturen von nicht gekennzeichneten Daten zu identifizieren.

 

Wichtige Informationen.

Dieses Dokument wird von Lombard Odier Asset Management (Europe) Limited herausgegeben, einer von der britischen Finanzaufsichtsbehörde FCA zugelassenen und regulierten Gesellschaft, die unter der Registernummer 515393 im FCA-Register eingetragen ist.
Lombard Odier Investment Managers („LOIM“) ist ein Markenname.
Dieses Dokument wird ausschliesslich zu Informationszwecken bereitgestellt und stellt weder ein Angebot noch eine Empfehlung zum Kauf oder Verkauf eines Wertpapiers oder einer Dienstleistung dar. Es ist nicht für den Vertrieb, die Veröffentlichung oder die Verwendung in Rechtsordnungen bestimmt, in denen ein solcher Vertrieb, eine solche Veröffentlichung oder Verwendung unrechtmässig wäre. Dieses Dokument enthält keine personalisierte Empfehlung oder Beratung und ersetzt keinesfalls eine professionelle Beratung zu Anlagen in Finanzprodukten. Bevor ein Investor eine Transaktion eingeht, sollte er die Eignung einer Transaktion für seine besonderen Umstände sorgfältig prüfen und, falls erforderlich, unabhängigen professionellen Rat in Bezug auf Risiken sowie rechtliche, regulatorische, kreditrechtliche, steuerliche und buchhalterische Konsequenzen einholen. Dieses Dokument ist Eigentum von LOIM und wird den Empfängern ausschliesslich zum persönlichen Gebrauch überlassen. Es darf ohne vorherige schriftliche Genehmigung von LOIM nicht (ganz oder teilweise) reproduziert, übertragen, verändert oder für andere Zwecke verwendet werden. Dieses Dokument gibt die Meinungen von LOIM zum Datum seiner Veröffentlichung wieder.
Weder dieses Dokument noch eine Kopie davon darf in die Vereinigten Staaten von Amerika, in eines ihrer Territorien oder Besitztümer oder in Gebiete, die ihrer Gerichtsbarkeit unterliegen, oder an oder zugunsten einer US-Person gesendet, mitgenommen oder verteilt werden. Als US-Person gelten zu diesem Zweck alle Personen, die US-Bürger oder -Staatsangehörige sind oder ihren Wohnsitz in den USA haben, alle Personengesellschaften, die in einem Bundesstaat, Territorium oder Besitztum der USA organisiert sind oder bestehen, alle Kapitalgesellschaften, die nach US-amerikanischem Recht oder dem Recht eines Bundesstaates, Territoriums oder Besitztums der USA organisiert sind, sowie alle in den USA ertragssteuerpflichtigen Vermögensmassen oder Trusts, ungeachtet des Ursprungs ihrer Erträge.
Quelle der Zahlen: Sofern nicht anders angegeben, wurden die Zahlen von LOIM erstellt.
Obwohl bestimmte Informationen aus als zuverlässig erachteten öffentlichen Quellen stammen, können wir ohne unabhängige Überprüfung weder die Richtigkeit noch die Vollständigkeit aller aus öffentlichen Quellen verfügbaren Informationen garantieren.
Die in diesem Dokument geäusserten Ansichten und Einschätzungen dienen ausschliesslich Informationszwecken und stellen keine Empfehlung von LOIM zum Kauf, Verkauf oder Halten von Wertpapieren dar. Die Ansichten und Einschätzungen entsprechen dem Stand zum Zeitpunkt dieses Dokuments und können sich ändern. Sie sollten nicht als Anlageberatung ausgelegt werden.
Dieses Dokument darf ohne vorherige Genehmigung von Lombard Odier Asset Management (Europe) Limited weder vollständig noch auszugsweise (i) in irgendeiner Form oder mit irgendwelchen Mitteln kopiert, fotokopiert oder vervielfältigt oder (ii) an Personen abgegeben werden, die nicht Mitarbeitende, leitende Angestellte, Verwaltungsratsmitglieder oder autorisierte Vertreter des Empfängers sind. In Grossbritannien gilt dieses Dokument als Werbematerial für Finanzprodukte und wurde durch Lombard Odier Asset Management (Europe) Limited genehmigt, die von der Financial Conduct Authority zugelassen ist und von ihr beaufsichtigt wird. ©2021 Lombard Odier IM. Alle Rechte vorbehalten