Konditionierte
Multi-Asset Modelle

Auf der Ebene der Asset-Allokation findet die größte Wertschöpfung statt

Die Strategische Asset Allokation und deren taktische Bewirtschaftung über konjunkturelle Zyklen sowie wechselnde Risikoregimes am Kapitalmarkt bestimmen mehr als 90 % der langfristigen Performance einer Kapitalanlage. Obschon Anleger vermehrt illiquide Anlageklassen in ihre Portfolios aufnehmen, bilden die internationalen Aktien- und Anleihemärkte immer noch die wichtigste Basis für die Ernte von systematischen Risikoprämien in der Kapitalanlage. Die relative Performance der Aktien- und Anleihemärkte in unterschiedlichen Regionen, Währungs- und Wirtschaftsräumen wird von einer Vielzahl makroökonomischer Variablen und fundamentaler Bewertungsrelationen bestimmt. Daran orientieren sich Anleger, wenn sie neue Mittel investieren oder zwischen den Anlageklassen in ihren Portfolios umschichten. Das Management eines Multi-Asset Portfolios erfordert somit eine fortlaufende Auswertung der unzähligen Einflussfaktoren auf die Erwartungsbildung der Marktakteure, eingebettet in einen disziplinierten taktischen Allokationsprozess.

Unsere Modelle lernen die taktischen Allokationspräferenzen der Anleger

Unsere Modelle analysieren die komplexen, sich stets verändernden Wirkungszusammenhänge zwischen bewertungsrelevanten Daten und Preisentwicklungen an internationalen Aktien- und Anleihemärkten. Die Anlageklassen mit den höchsten Risikoprämien werden fortlaufend als Grundlage für taktische Portfolioentscheidungen identifiziert. Das Maschinelle Lernen erfolgt im Kontext der in der Praxis seit vielen Jahren bewährten konditionierten Bewertungsmodelle, wobei der Datenraum zur Konditionierung von Risikoprämien um Dimensionen größer ist als im Rahmen ökonometrischer Ansätze. Darüber hinaus werden nichtlineare Beziehungen zwischen Einflussgrößen sowie eventuelle Strukturbrüche in Wirkungszusammenhängen über die lernenden Algorithmen erfasst.