Teslas Autopilot kann mit Hilfe von im Fahrzeug verbauten Kameras Straßenschilder, Passanten und andere Fahrzeuge zu erkennen. Der Schlüssel hierzu liegt in der Computer Vision, einem Spezialgebiet des Maschinellen Lernens. Die EAM hat eben diese Technologie verwendet, um den weltweit ersten virtuellen Chartanalysten zu erstellen.
Ich glaube es erst, wenn ich es sehe…
Dinge visuell zu erkennen ist eine der ersten Fähigkeiten die Menschen erlernen. Obwohl die Verarbeitung visueller Reize eine wichtige Rolle in unserem Leben spielt erscheint sie uns oft als selbstverständlich.
Zwar konnte schon 1996 erstmals ein Computer einen Menschen im Schach bezwingen, das „Licht der Welt“ erblickten Maschinen aber erst später. Leistungsstarke Prozessoren und eine Flut an visuellen Trainingsdaten ermöglichen es Maschinen heute Objekte schnell zu erkennen und blitzschnell zu reagieren, was sich besonders bei Autopiloten und Fertigungsrobotern bezahlt macht.
Chartanalyse – Eine sterbende Kunst?
Mit der zunehmenden Quantifizierung der Finanzbranche verlor die Chartanalyse, eines der ältesten Werkzeuge zur Investitionsentscheidung, immer mehr an Bedeutung. Die Grundannahme der Chartanalyse besagt, dass Marktpreise großteils von den Stimmungen der Marktteilnehmer, die sich in Mustern im Chartverlauf manifestieren, abhängen.
Neben einer Vielzahl an Mustern trägt die Intuition des Chartanalysten maßgeblich zu einer korrekten Kursprognose bei. Wie auch bei einem guten Handwerker ist diese Intuition eine Fähigkeit, die mühsam über die Dauer von Jahren erworben werden muss, außer man ist eine Maschine…
Der weltweit erste virtuelle Chartanalyst
In Absprache mit einem menschlichen Chartanalysten und mit Hilfe von etwa einer Million Charts von Aktien aus dem S&P 500 Index wurde in der Erste Asset Management der weltweit erste virtuelle Chartanalyst trainiert.
Dabei kam ein neuer von Google entwickelter Algorithmus zu Einsatz, der auf tiefen neuronalen Netzen beruht und in selbstfahrenden Autos zum Einsatz kommt.
Der virtuelle Analyst kann mit Aktiencharts gefüttert werden und liefert neben der Wahrscheinlichkeit eines positiven zukünftigen Kursverlaufs auch ein Bild, in dem die Prognose „begründet“ wird. Erste Tests des Systems lieferten vielversprechende Resultate.
Anmerkung: Dynamische Analyse des Chartbildes von Apple. Die Zahl links oben gibt die Wahrscheinlichkeit eines positiven Ertrags wieder. Rote Bereiche signalisieren eine positive Entwicklung, blaue Bereiche eine negative. (Quelle: Erste AM) Hinweis: Die Wertentwicklung in der Vergangenheit lässt keine verlässlichen Rückschlüsse auf die zukünftige Entwicklung zu.
Mensch gegen Maschine?
Die Frage drängt sich auf, ob in Zukunft Maschinen eigenständig Anlageentscheidungen treffen können. Mit dem gängigen Stand der Technik ist dies auf absehbare Zeit nicht der Fall, da neben der Chartanalyse eine Vielzahl an Faktoren Investitionsentscheidungen beeinflussen, die schwer automatisierbar sind.
Sicher aber werden in Zukunft Roboter wie der virtuelle Chartanalyst dem menschlichen Entscheidungsträger als Werkzeug dienen. Um die individuellen Bedürfnisse eines jeden Kunden in der Anlageberatung berücksichtigen zu können wird auch in Zukunft ein menschlicher Ansprechpartner notwendig sein.
Wichtige rechtliche Hinweise:
Prognosen sind kein zuverlässiger Indikator für künftige Entwicklungen.