Machine Learning an den Finanzmärkten.

Die Probleme mit Finanzmarktdaten

Es ist weitaus einfacher, mit Machine Learning einen Großmeister im Schach zu schlagen, als die Kurse an der Börse auch nur annähernd gut zu prognostizieren. Den Autoren des Papers zufolge liegt das daran, dass im Finanzbereich andere Rahmenbedingungen gegeben sind: [1]

Rahmenbedingungen im Finanzbereich:

Small-Data-Umgebung: Die Datenmenge an den Finanzmärkten ist nur scheinbar groß. Tatsächlich werden die Prognosevariablen, von denen Algorithmen lernen können, von der limitierten Anzahl verlässlich messbarer Parameter – nämlich den beobachteten Renditen – begrenzt. So ergeben sich etwa bei Monatsdaten für ganze Asset-Klassen jeweils nur ein paar hundert Datenpunkte. Das ist ein winziger Datensatz, der nur Modelle mit einer Handvoll an Variablen zulässt, wenn diese eine gewisse Stabilität aufweisen sollen. Selbst für die Analyse von Einzelaktien, bei denen das verfügbare Universum hunderttausende Daten umfassen kann, handelt es sich aus Machine-Learning-Sicht um einen kleinen Datensatz. Zudem ist die effektive Anzahl an Beobachtungen infolge von Querschnittskorrelationen zwischen den einzelnen Titeln weitaus kleiner. Das Problem dabei ist, dass wir an den Märkten nicht wie in anderen Bereichen beliebig viele neue Daten durch Experimente generieren können, um den Trainingsdatensatz zu erweitern. Deshalb werden Renditeprognosen auch in 100 Jahren noch ein Small-Data-Problem sein, egal wie fortgeschritten die Methoden sind. Eine Ausnahme ist das High Frequency Trading. Aufgrund der extrem kurzen Zeiträume ist die Datenfrequenz hier sehr hoch, was die Anwendung weitaus höher parametrisierter Modelle ermöglicht. Allerdings haben die entsprechenden Strategien eine sehr begrenzte Kapazität, weshalb diese Nische von wenigen, hochspezialisierten Akteuren umkämpft wird.

‍

wenig Signal, viel Noise: Beim zweiten wichtigen Faktor sieht es nicht besser aus, denn die Kursbewegungen an den Märkten sind nahezu effizient. Das ist eine direkte Folge des fortlaufenden Einpreisens neuer Informationen durch alle beteiligten Akteure, was die verbleibende Prognostizierbarkeit vor allem im kurzfristigen Bereich stark verringert (aber nicht ganz auslöscht). Deshalb ist die Volatilität der Renditen erheblich höher als die Risikoprämien bzw. die erwarteten Renditen selbst. Der hohe Anteil des „Rauschens“ kommt dadurch zustande, dass bei nahezu effizienten Kursen vor allem unerwartete Nachrichten und Schocks den Markt bewegen. Die Autoren schreiben, dass sich das Signal-to-Noise Ratio auf längeren Zeithorizonten zwar verbessert, aber damit wiederum die Anzahl an verfügbaren Datenpunkten abnimmt und die Varianz der Prognosefehler steigt. Es geht also darum, einen geeigneten Kompromiss zu finden, der sowohl eine gewisse Signalstärke als auch eine ausreichende Anzahl an Beobachtungen ermöglicht.

‍

Weitere Herausforderungen

Small Data und das schlechte Signal-to-Noise Ratio sind aber nicht die einzigen Probleme, mit denen sich Machine-Learning-Anwender im Finanzbereich herumschlagen müssen. Die Studie von  Israel / Kelly / Moskowitz nennt drei weitere Herausforderungen, die eine Umsetzung erschweren: [1]

Evolution der Märkte: Die Kapitalmärkte sind dynamisch und entwickeln sich durch Anpassung der Akteure an neue Bedingungen weiter. Insbesondere finden Signale, die eine gewisse Prognosegüte aufweisen, oft schnelle Verbreitung, was deren Aussagekraft meist dauerhaft reduziert oder ganz verschwinden lässt. Zudem beeinflusst der technische Fortschritt auch ganz grundsätzliche Zusammenhänge wie die Interaktion der Menschen an den Märkten. Deshalb sind die Finanzmärkte komplexer als die meisten anderen Anwendungsgebiete für Machine Learning. Die Autoren verdeutlichen dies mit einem treffenden Vergleich zur Bilderkennung: „Katzen fangen nicht an, sich in Hunde zu verwandeln, sobald der Algorithmus zu gut darin wird, sie auf Fotos zu erkennen“.

Unstrukturierte Daten: Klassische quantitative Finanzmarktdaten sind in gut aufbereiteter Form verfügbar, aber weitgehend „ausgebeutet“. Viele neue, interessante, alternative Daten sind dagegen unstrukturiert, etwa als Mix aus Text, Grafiken und Videos. Zudem sind die Historien vergleichsweise kurz, etwa bei Daten aus Social Media oder zur Geolocation.

Notwendigkeit zur Interpretation: Manche Machine-Learning-Modelle sind Black Boxes, bei denen es schwierig ist, überhaupt Interpretationen der Lernmechanismen abzuleiten. Genau dieses Verständnis ist jedoch – selbst bei hoher Prognosegüte – eine wichtige Anforderung im Asset Management, um etwa die Risiken gegenüber Kunden und Aufsichtsbehörden klar benennen zu können. Ähnliche Herausforderungen gibt es auch in anderen sensiblen Bereichen wie etwa der Medizin.