• Facebook
  • Twitter
  • Google Plus
  • Geldanlage

Lehren aus dem Quant-Beben

, Robin Wigglesworth, Financial Times

Fast ein Jahrzehnt nach dem Beinahe-Zusammenbruch des Sektors sind computergesteuerte Quant-Systeme wieder der neueste Trend am Finanzmarkt. Hat die Branche aus der Katastrophe gelernt?

Händler an der Wall Street © Getty Images

Es war ein typischer New Yorker Sommertag; ein Tag, an dem das Betreten der perfekt klimatisierten Büros von Goldman Sachs in Downtown Manhattan eine kühlende Erleichterung von der Schwüle draußen ist. Aber für Gary Chropuvka sollte es einer der schlechtesten Tage seines Lebens werden

Chropuvka arbeitete für Goldmans Geldverwaltungsarm, genauer: in der Abteilung für quantitative Handelsstrategien, kurz: QIS. Diese Abteilung besteht aus Mathematikern, Computerwissenschaftlern und Physikern. Selbst innerhalb von Goldman Sachs galten diese „Quants“ als intellektuelle Superstars. Ihre Fähigkeiten, die Signale der Finanzmärkte zu decodieren, führten dazu, dass sie in der Spitze 165 Mrd. Dollar verwalteten – mehr als jeder andere Hedgefonds.

Aber am 6. August 2007 brach alles zusammen. Mit der Eröffnung des US-Handels produzierten die zuvor erfolgreich automatisierten Investmentalgorithmen der Quant-Superstars plötzlich Verluste, die in beängstigendem Tempo immer weiter anstiegen.

Was später als das „Quant-Beben“ bekannt wurde, spielte in der Wahrnehmung kaum noch eine Rolle. Rasch wurde es überschattet von der globalen Finanzkrise. Aber es schockierte eine ganze Generation von Finanzwissenschaftlern an der Wall Street. Selbst der Hedgefonds Renaissance Capital des legendären Kalte-Krieg-Entschlüsselers James Simons erlitt schmerzhafte Verluste, welche unter dem Strich beinahe Goldman Sachs‘ Quant-Abteilung vernichteten.

„Diese ganzen Dinge haben akademisch wunderbar funktioniert, und sie haben sich auch in der Praxis bewiesen, und dann gab es plötzlich diesen Horror-Moment“, sagt Chropuvka. „Es war eine der demütigendsten Erfahrungen unseres Lebens.“

Goldman Sachs' Quant-Abteilung Symbol des Comebacks

Fast ein Jahrzehnt später ist quantitatives Investieren erneut der heißeste Trend am Finanzmarkt. Computerbasierte Hedgefonds verzeichneten gerade das achte Jahr in Folge Nettomittelzuflüsse und haben ihr Vermögen seit 2009 auf nunmehr 918 Mrd. Dollar verdoppelt, wie Hedge Fund Research herausgefunden hat. Selbst diese Zahlen sind konservativ gerechnet, da viele traditionelle Hedgefonds und Vermögensverwalter quantitative Strategien in ihre Herangehensweise integrieren und nicht in diese Berechnung eingehen.

Die Quant-Abteilung von Goldman Sachs ist ein Symbol dieses Comebacks. 2011 setzte Goldman sein Computergenie Armen Avanessians an die Spitze der Abteilung. Er trug zur Wende der Sparte bei. Nach einem zwischenzeitlichen Tief von 38 Mrd. Dollar verwaltetem Vermögen beträgt dieses nun wieder 92 Mrd. Dollar – was immer noch weniger ist als das Vorkrisenhoch.

„Das erste, was ich tat, war, zu unseren größten Kunden zu fliegen und mich zu entschuldigen“, sagt er. „Alle schlechten Dinge enthalten das Überstrapazieren von Investmentideen und kreditbasierte Spekulation, die Quant-Krise war hier nicht anders. Aber die Kernidee, dass es Computer viel besser als Menschen können, war richtig. Ich habe das Gefühl, dass wir erst im frühen Stadium einer Quant-Revolution sind, und das finde ich aufregend“.

Das explosionsartige Wachstum von Algo-Trading – ob durch Hochfrequenzhändler, neue ETFs oder Hedgefonds mit künstlicher Intelligenz – hat die Märkte verändert. Manche Analysten haben die Sorge, dass eine weitere Schmelze im Stile des Jahres 2007 droht – und dass sie schlimmer ausfällt als damals, weil die Strategien regelrecht mutiert sind.

„Das ist meine größte Sorge“, sagt Richard Bookstaber, ein ehemaliger Risikomanager von Morgan Stanley und Moore Capital und heutiger Analyst im Büro für US-Staatsanleihen von Financial Research. „Was derzeit passiert, ist nicht nur das Wachstum der Hedgefonds wie vor der Krise. Es ist ein systemweiter Trend in der Investmentwelt. 2007 war es ein lokales Ereignis, weil niemand sonst diese Strategien verfolgt hat. Nun tut es jeder.“

[Seitenwechsel]

Quants identifizieren kleine aber beständige Schritte

New Yorker Zentrale von Goldman Sachs © Getty Images
New Yorker Zentrale von Goldman Sachs

Ungefähr ein Dutzend Analysten und Fondsmanager sammeln sich in einer luftigen Ecke des New Yorker Zentrale von Goldman Sachs, um den Co-Chefs der Researchabteilung des Aktien-Alpha-Teams von Goldmans Quant-Mannschaft zuzuhören: Dennis Walsh und Takashi Suwabe präsentieren einige Ergebnisse ihres „Number Crunshings“.

Walsh demonstriert, wie man von einem ganz gewöhnlichen Ereignis profitieren kann: der Präsentation von Quartalszahlen. Mit Hilfe von Künstlicher Intelligenz, die Sprache auswertet, können die Algorithmen von Goldman verbale Hinweise der Analysten während der Telefonschalte deuten; ob diese positiv oder negativ überrascht sind und folglich später ihre Prognosen heben oder senken werden.

„Es gibt zwar eine Tendenz zum Lob. Aber wenn 20 von 30 Analysten sagen: „Starkes Quartal“, dann war es vermutlich auch eines“, sagt Walsh. Es klingt ein wenig nach Reißbrett-Analyse, aber der Erfolg von „Quants“ fußt auch darauf, kleine, aber beständige Signale zu identifizieren, die in Handelsalgorithmen übertragen werden.

Die Quant-Abteilung QIS wurde nach der Nahtoderfahrung 2007 radikal umgebaut und konzentriert sich nun auf drei Gebiete. Der größte Unternehmensbereich sind mit 35 Mrd. Dollar Vermögen so genannte „steuereffiziente Strategien“, die Investmentprodukte für die reichen Goldman-Kunden strukturieren. Laut den QIS-Führungskräften sind die Schwerpunkte der Arbeit aber das rund 31 Mrd. Dollar schwere „Smart Beta“-ETF-Geschäft, der Investoren eine Geldanlage anhand bestimmter, in der Vergangenheit erfolgreichen Faktoren und Kennziffern ermöglicht.

Hinzu kommt die rund 16 Mrd. Dollar schwere Abteilung für Überrenditen im Aktienmarkt, Equity Alpha, sowie eine kleinere, rund 3,2 Mrd. Dollar große Abteilung für „alternative Risikoprämien“. In diesem Bereich versuchen die Finanztüftler, Hedgefonds-Erträge nachvollziehen zu können und dann nachzubilden.

Analyse von 14.800 Aktien

Die Zukunft dieses Geschäfts liegt in den Daten. „Die schiere Menge der Daten da draußen ist fantastisch“, sagt Chropuvka, einer der beiden Partner der QIS-Abteilung bis heute. „Die Verbindungen zwischen Unternehmen zu identifizieren ist schwieriger geworden, und Quants mögen es, Computer zu benutzen, die genau das leisten. Wir haben nun über Jahrzehnte das Spiel in der Breite gespielt, nun können wir es auch in der Tiefe spielen. Und wir können es nun umfassend und vor allem in Echtzeit tun“.

Ein weiteres Signal, das Goldmans quantitative Analysten entdeckt haben, ist das, was sie „geografisches Momentum“ nennen. Es basiert darauf, dass Unternehmen an einem Ende des Planeten oft Hinweise darauf liefern können, wie andere in der gleichen Region abschneiden.

Die QIS-Abteilung hat die Daten von 14.800 beobachteten Aktien über eine Million Standorte mittels „automatischem Lernen“ analysiert, um versteckte Zusammenhänge und Verbindungslinien über Länder hinweg zu identifizieren. Dabei haben sie 200 ökonomische Cluster definiert, in denen sich Unternehmen oft im Gleichschritt bewegen. Eine französische Bank mit einem großen Kreditbuch in Osteuropa kann womöglich Hinweise darauf liefern, wie es polnischen Bauunternehmen geht. Texanische Projektentwickler wiederum können Indikatoren über die Lage bei mexikanischen Zementabsätzen sein.

Der Enthusiasmus der Investmentbranche für das Potenzial von „Big Data“, superschnellen Rechnern ist regelrecht greifbar – und das nicht nur unter Hedgefonds. State Street, mit 2,4 Billionen Dollar Volumen einer der größten Vermögensverwalter der Welt, glaubt, dass es der „nächste evolutionäre Schritt“ der Branche sei. Blackrock, der größte Vermögensverwalter der Welt, glaubt, es markiere einen Wendepunkt in der Geschichte der Branche.

[Seitenwechsel]

Auch quantitative Geldanlage ist knifflig

Der Enthusiasmus reflektiert eine Perspektive, in welche Richtung sich Märkte und Vermögensverwaltung bewegen. Nicht nur einige wenige Elite-Firmen, selbst die größten Vermögensverwalter streiten sich um konsistente Erträge. Der HFR-Branchenindex für Hedgefonds-Erträge war weit weniger volatil als das gesamte Anlageuniversum, hat aber auch nur 1,7 Prozent zugelegt im letzten Jahr.

Yin Luo, Leiter der quantitativen Analyse von Wolfe Research, glaubt, die Vorkrisenzeit sei das „goldene Zeitalter“ der Industrie gewesen, in der „alles geklappt hat, selbst wenn es gar nichts Besonderes war“. Nur sei es für alle Beteiligten viel schwerer, weil die üblichen Signale und Strategien der Vergangenheit plötzlich in Vergessenheit gerieten.

Auch eine Menge kluger Datenanalysten einzustellen ist nicht der Königsweg. Blackrock etwa goss Geld in seine Abteilung für „ Scientific Active Equity“, aber zwei Drittel seiner Quant-Fonds schnitten im vergangenen Jahr schlechter ab als der Vergleichsindex, wie Bloomberg-Daten zeigen. Jeff Shen, der Co-Chef der Abteilung, führt das auf den turbulenten Jahresstart 2016 an den Märkten zurück. Die Bilanz beweist trotzdem, dass auch quantitative Geldanlage knifflig ist.

Der Leiter eines großen Quant-Hedgefonds vergleicht das Phänomen mit Kodak, dem Kamerahersteller, der den Aufstieg der Digitalfotografie kommen gesehen hat, sein Geschäft aber dennoch nicht refokussieren konnte und in die Pleite schlitterte. „Selbst wenn man entdeckt, dass sich etwas ändert, ist es nicht leicht, das Geschäft entsprechend umzubauen“, sagt er.

Dennoch transformiert die Quant-Revolution die Investmentbranche. Die komplizierten, aber in der Breite dennoch erklärbaren Finanzmärkte vorheriger Generationen haben sich in einen digitalen Dschungel undurchschaubarer Komplexität verwandelt.

Wiederholt sich das Quant-Beben?

Um zu verstehen, wie die Märkte funktionieren, benötigt man das Wissen der so genannten „Griechen“-Konzepte: Begrifflichkeiten, die in Zusammenhang mit griechischen Buchstaben stehen: Alpha-Generierung, Smart Beta, Gamma-Scalping, Delta-Hedging und Options-Theta. Die Geschwindigkeit hat rasant zugenommen, ebenso die Zahl der Marktanomalien, merkwürdiger Handelsmuster und mysteriöser „Blitz-Crashs“ – parallel zum Aufstieg der Algorithmen.

Und so ist eine der größten Ängste auch, dass das in die Quant-Strategien investierte Geld die Saat für eine Wiederholung des Quant-Bebens im Jahr 2007 ist.

Den genauen Auslöser des damaligen Bebens kennt niemand, aber Analysten stimmen überein, dass der Topf überkochte, weil zu viele unwissende große Investoren die gleichen Positionen eingegangen sind, um ihre Erträge mittels Kredithebel zu steigern. Als die Finanzkrise begann, waren einige der großen Akteure mit Verlusten im Subprime-Segment dazu gezwungen, ihre liquiden Positionen aufzulösen, um damit Mittelrückflüsse von Investoren zu bedienen. Die sinkenden Kurse wiederum brachten Investoren mit ähnlichen Positionen in Schwierigkeiten, die sie ihrerseits mit Verkäufen zur Verlustbegrenzung weiter verschärften.

Goldmans QIS-Abteilung wird gelegentlich beschuldigt, das Quant-Beben ausgelöst zu haben – insbesondere ihr „Global Alpha“-Fonds, der 2011 geschlossen wurde. Es ist ein Vorwurf, den Unternehmensvertreter vehement abstreiten. QIS sei einfach eines der größten Opfer gewesen, weil einige seiner Fonds einen „unglaublich hohen Kredithebel benutzt haben“, sagt Chropuvka.

Der Fremdkaptaleinsatz der damaligen Zeit ist weitgehend verbannt aus dem Finanzsystem. Das von US-Präsident Donald Trump geplante Zurückdrehen der Regulierung könnte das wieder ändern, aber der gesunkene „Hebel“ ist auch ein Ergebnis wachsender Vorsicht. Und: Zwar flossen den Quant-Strategien in den vergangenen Jahren erhebliche Mittel zu, aber ihre Vielfalt ist gestiegen.

[Seitenwechsel]

Strategen sind gewarnt

Tatsächlich könnte auch der Aufstieg von „Big Data“ zu einer neuen, goldenen Ära der Industrie führen, glaubt Blackrock-Vertreter Shen. „Die Welt ist heute komplexer und breiter gefächert. Das macht es schwieriger, gut abzuschneiden, aber es senkt auch die Gefahr, durch Monokultur in den Strategien Risiken aufzubauen.“

QIS ist dafür ein Paradebeispiel. Während seine Quants 2007 lediglich rund ein Dutzend Signale identifiziert haben, werden nun über 250 mit einem weit geringeren Fremdkapitalhebel benutzt. Das heißt, die Gefahr von zu vielen Investoren, die in die gleiche Richtung laufen – die toxische Mischung des Jahres 2007 – ist deutlich geringer.

Goldman-Vertreter Avanessians etwa sieht sich „ständig paranoid, etwas zu übersehen“. Die Goldman-Quants haben seiner Meinung nach die Lehren aus 2007 gezogen. „Wir haben nun einen regelrecht manischen Fokus, was schiefgehen könnte, und keinen, was klappen könnte“, sagt er.

Nicht alle überzeugt das. Risikoanalyst Bookstaber etwa glaubt, dass zwar der Fremdkapitaleinsatz gesunken sei, aber mit der „Smart Beta-Industrie“ ein weiterer Bereich hinzugekommen sei, in dem ein Beben auch den Privatanleger erreiche. Und je stärker die Zuflüsse in Quant-Strategien, desto größer auch die Sorgen, dass es einen weiteren automatisierten Zusammenbruch geben könnte.

„Wir sind gefangen in einem ständigen Tauziehen zwischen Moore’schen Law und Murphy’s Law“, sagt Andrew Lo, Finanzprofessor des Massachusetts Institute of Technologie. Damit verweist er auf das Moore’sche Gesetz, nachdem sich die Rechenleistung beinahe jedes Jahr verdoppele – während hingegen Murphy’s Law besagt, dass alles das schiefgehen wird, was schief gehen kann. „Unsere Technologie ist schneller gewachsen als unsere Fähigkeit, sie zu managen, und die Finanzwelt wird immer komplexer und fragiler“, sagt Lo.

Zaubertrank erfolgreicher Hedgefonds

Eine der kleinsten, aber womöglich auch faszinierendsten Abteilung der Quant-Division Goldmans ist die „Alternative Risikoprämien“-Sektion. Hier versuchen einige Finanzwissenschaftler, den Zaubertrank erfolgreicher Hedgefonds zu identifizieren und dann selbst zu verwenden.

Über die vergangenen Jahre haben Quant-Analysten entdeckt, dass viele der erfolgreichen Strategien von Überrenditen speziellen Faktoren zugeordnet werden können: etwa dem Momentum von Kursbewegungen oder günstigen Bewertungen. Diese Faktoren fließen nun häufig in die Konstruktion von börsengehandelten Indexfonds (ETFs) ein.

Quant-Analysten behaupten nun, dass sie Faktoren identifizieren können, die zu den Überrenditen der Vergangenheit geführt haben und bislang vor allem bei Hedgefonds zum Einsatz kamen. Dazu zählen etwa Wetten auf Kursveränderungen im Rahmen von Übernahmesituationen oder Wetten auf Kursbewegungen von Anleihen oder Währungen. Nun versprechen die „Quants“, diese Strategien zu einem Bruchteil der Kosten von Hedgefonds investierbar zu machen.  

Im April 2012 transferierte Goldman Sachs rund 20 seiner Finanzwissenschaftler von der Wertpapierseite seiner Investmentbanksparte in die Quant-Sparte QIS, wo sie die „Alternative-Risikoprämien-Strategie“ aufbauen und ihre Strategie über neue Hedgefonds für institutionelle Kunden investierbar machen sollten.

Bislang war dies nur ein moderater Erfolg. Ende letzten Jahres verwaltete die Sparte 3,2 Mrd. Dollar. Doch Goldman-Führungskräfte haben die Abteilung als eine der drei wichtigsten Sparten ausgemacht. Sie sind überzeugt, dass es eine Art Gelddruckmaschine für die Massenproduktion günstiger Hedgefonds-Renditen für seine Kunden werden kann.  

Nichtsdestotrotz, einige Quants – gar nicht zu reden von vielen Hedgefonds-Managern – sind skeptisch. Sie argumentieren, dass ein großer Teil des Erfolgs von Hedgefonds-Klonen vor allem auf so genannten „Backtests“ beruht: dem simplen Entwickeln von Modellen mit historischen Daten, also dem, was in der Vergangenheit gut funktioniert hat. Doch viele Strategien, die in der Vergangenheit gut funktioniert haben, können versagen, wenn sie mit plötzlich schwankenden Märkten konfrontiert sind.

Copyright The Financial Times Limited 2017


Artikel zum Thema