Beleggers zijn de afgelopen jaren behoorlijk in de ban geraakt van artificiële intelligentie (AI). De technologie prikkelt de fantasie. Er is ook veel aandacht voor de enorme investeringen in IT-infrastructuur die hierdoor op gang komen.
Het is een kwestie van tijd voordat de nadruk verschuift naar bedrijfstakken die het meest de vruchten plukken van de technologie. Artificiële intelligentie heeft een heel directe impact op de beleggingswereld. Verschillende handelsfirma’s zetten AI al in voor het ontwikkelen en aansturen van allerlei algoritmen. Dat zijn computergestuurde strategieën die automatisch financiële waarden kopen of verkopen, op basis van wiskundige modellen, statistische analyse of AI.
De Amerikaanse marktmaker Citadel is een van de partijen die daarin vooroplopen. De algoritmen van Citadel en soortgelijke partijen pikken veel sneller nieuwe patronen op – en passen zich rapper aan veranderende marktomstandigheden aan – dan menselijke handelaren.
Beleggingskompas in onzekere tijden
Voor particuliere beleggers is het heel lastig om een voet tussen de deur te krijgen bij specifieke AI-strategieën. Citadel staat bijvoorbeeld alleen open voor participaties van institutionele partijen of zeer vermogende particulieren die minstens 10 miljoen dollar meebrengen. Er zijn echter steeds meer partijen die zich van die werkwijze bedienen.
Zelfs BlackRock lichtte in de recente halfjaarvisie toe dat dit soort methodes belangrijker wordt. Omdat traditionele economische sectoren aan kracht hebben ingeboet door alle onzekerheid in de handel, heeft de fondsenreus een systeem dat de posities onder meer bijstuurt op basis van de frequentie van hoofdletters in Trumps berichten op de sociale media, vacatureadvertenties en andere ongebruikelijke variabelen om het marktsentiment te peilen. Onderzoek van de Amerikaanse universiteit Stanford wijst erop dat zo’n inzet van AI straks gemeengoed wordt.
Fondsbeheerders overnemen
Een team wetenschappers van Stanford heeft een model gebouwd dat de rol van fondsbeheerders gedeeltelijk kan overnemen. Ze voedden het systeem met 170 indicatoren die verbonden worden aan aandelenrendement. Naast bekende zaken zoals de officiële beleidsrente en kredietbeoordelingen van bedrijven, waren dat ook meer complexe zaken zoals analistenpresentaties bij kwartaalcijfers. Het team maakte alleen gebruik van publiek beschikbare gegevens. Om de voorspellende kracht van het model te testen, kreeg het de portefeuilles voorgeschoteld van circa 3.300 beleggingsfondsen over de periode tussen 1990 en 2020.
In plaats van AI volledig aan het stuur te zetten, kwam er alleen de mogelijkheid om de portefeuille elk kwartaal iets bij te stellen. Op deze wijze bootste het Stanford-team zoveel mogelijk het werk van een AI-fondsenanalist na. Het resultaat maakte zoveel indruk dat de wetenschappers een jaar bezig waren om alle resultaten na te rekenen, voordat ze ermee naar buiten durfden te komen.
In de testperiode genereerde de fondsen in het universum gemiddeld 2,8 miljoen dollar aan extra rendement per kwartaal. Met de bijstellingen van het model steeg dat naar 17,1 miljoen dollar. Met andere woorden: het gemiddelde rendement steeg met ruim 500 procent door de inzet van AI en het systeem bleef 93 procent van de menselijke fondsbeheerders voor.
Machine learning maakt het verschil
Nu artificiële intelligentie (AI) wereldwijd miljarden aan investeringen losmaakt, verschuift de aandacht steeds vaker van infrastructuur naar concrete toepassingen. In de financiële sector is die verschuiving al merkbaar. Waar grote partijen als Citadel en BlackRock AI inzetten voor razendsnelle handelsstrategieën en sentimentanalyses, kiest Pictet Asset Management met zijn Quest AI-strategie voor een meer gestructureerde, transparante en toegankelijke aanpak.
“Ons model richt zich niet op wie het snelst is, maar op wie de meeste relevante informatie kan combineren en interpreteren”, zegt David Wright, co-head quantitative investments bij Pictet AM en een van de ontwikkelaars van Pictet Quest AI. “Het draait bij ons om voorspelbaarheid, consistentie en schaalbaarheid. We willen geen hype najagen, maar toegevoegde waarde leveren.”
In plaats van allerlei variabelen in een model te stoppen en te kijken welke portefeuille eruit rolt, kiest Pictet Quest voor een meer open structuur. Wright: “Wij maken gebruik van machine learning, omdat we daarmee kunnen begrijpen waarom elke positie wordt ingenomen. Aan de hand van een hele serie kenmerken stellen we een diagram op. Is de winstverwachting de afgelopen tijd gestegen of juist gedaald? Hebben grote beleggers een grote of een kleine positie in het aandeel? Is er sprak van bepaalde seizoenseffecten? Via ongeveer 250 ja/nee-vragen ontstaan er allerlei vertakkingen, zoals bij een boom. Vervolgens maakt het model op basis van historische koersgegevens over de voorgaande twaalf jaren een voorspelling van het rendement voor de komende maand.”
Goed rendementsinzicht
Door deze aanpak ontstaat er een goed inzicht van hoe het rendement is opgebouwd. Wright: “Bij een aandeel van Apple wordt een deel van het koersverloop bijvoorbeeld bepaald doordat het een large cap is. Een ander deel doordat het een technologiebedrijf is en doordat de winstprognose iets is gestegen. Het is dus geen black box, zoals veel andere beleggingsmodellen op basis van kunstmatige intelligentie. Bovendien kan het systeem goed uit de voeten in elk marktklimaat, zonder dat het daarvoor afhankelijk is van bepaalde factoren zoals momentum of volatiliteit.”
Artificiële intelligentie heeft een heel directe impact op de beleggingswereld.
Net als de wetenschappers van Stanford, kiest Pictet Quest AI ervoor om een bestaande portefeuille iets bij te stellen in plaats van om de hele aandelenselectie aan AI over te laten. Het fonds heeft als doelstelling om met een tracking error (indicatie van de jaarlijkse rendementsafwijking) van 2 procent ten opzichte van de MSCI AC World Index een rendement te halen dat jaarlijks 1,5 procent hoger ligt dan dat van de index. Met een rendement van 12,8 procent sinds introductie in april 2024 tegenover 9,8 procent voor de wereldindex slaagt het fonds daar vooralsnog goed in.
AI op zoek naar veelbelovende thema’s
Dichter bij huis zetten de zelfbenoemde investment engineers van Robeco kunstmatige intelligentie juist in voor het ontdekken van nieuwe beleggingsthema’s. Met een AI-model voor Natural Language Processing – natuurlijke taalverwerking – worden ongeveer 100.000 teksten gescand, zoals nieuwsartikelen, kwartaalverslagen, winstrapporten, wetenschappelijke publicaties interviews en veel meer. Zo wordt beoordeeld welke thema’s eruit springen in de financiële wereld. Actuele voorbeelden zijn digitale advertenties en mediastreaming, innovatieve behandelmethodes voor kanker en onderzoek naar nieuwe biotechnologiemedicijnen.
De AI-engine functioneert als een geavanceerd filtersysteem. Het detecteert namelijk niet alleen welke trends in opkomst zijn, maar ook hoe volwassen en toegankelijk voor beleggers die thema’s inmiddels zijn. Zo kan het fonds snel inspelen op relevante ontwikkelingen, nog voordat deze breed worden opgepikt door de markt.
In een volgende stap wordt gekeken welke aandelen het meeste van deze langetermijntrends profiteren. Daarvoor vertrouwt het fondsenhuis op een AI-systeem voor sentimentsanalyse, waarbij aan de hand van de woordkeuze wordt gekeken of een tekst positief, negatief of neutraal is. Ten slotte gebruikt Robeco de eigen kwantitatieve modellen om een portefeuille samen te stellen van honderd aandelen, die profiteren van circa 25 thema’s.
Dit alles vormt de portefeuille van de in oktober vorig jaar gelanceerde Robeco Dynamic Theme Machine ETF (ISIN-code IE000VG2WCW5). Een tracking error van 5 procent geeft deze ETF behoorlijk wat ruimte om af te wijken van de MSCI World Index. Eind juni had de ETF een naar verhouding grote positie in de IT- en healthcare-sector, terwijl industrie- en consumentenaandelen juist minder zwaar meewegen. Na een goede start heeft de Robeco Dynamic Theme Machine een achterstand op de wereldindex opgelopen, toen in het voorjaar het beursklimaat vooral werd bepaald door handelsonrust in plaats van beleggingsthema’s.
Ruimer aanbod
Het aantal fondsen en met name ETF’s dat AI inzet, neemt de jongste tijd gestaag toe. De AI-Enhanced Eurozone Equities (ISIN-code IE000979OT00) belegt bijvoorbeeld op een enigszins vergelijkbare wijze als Pictet Quest AI in aandelen uit de eurozone. Invesco AI Enablers (ISIN-code IE000LGWDNE5) zet net als Robeco NLP in om te beoordelen welke bedrijven een sleutelrol spelen bij de opkomst van kunstmatige intelligentie. Vervolgens maakt een menselijk analistenteam onderscheid tussen bedrijven die zich hoofdzakelijk op AI richten en ondernemingen die meer onderdeel zijn van het universum daaromheen. Het eerstgenoemde segment krijgt een wat grotere weging in de index.
De Invesco AI Enablers-ETF is een interessante keuze voor beleggers die met artificiële intelligentie willen inspelen op de doorontwikkeling van deze technologie. Dat geldt in iets bredere zin voor Robeco Dynamic Theme Machine, waarbij aangetekend moet worden dat deze aanpak zich nog in verschillende marktklimaten moet bewijzen. Pictet Quest AI heeft in dit opzicht al een wat beter track record. Sinds de introductie blijft het de MSCI World Index over elke periode van drie of meer maanden duidelijk voor. Het fonds vormt een interessant alternatief voor een belegging in een traditionele ETF op de wereldindex.
