Stell dir vor, ein Roboter hilft dir, dein Taschengeld klug anzulegen. Forschende haben herausgefunden, wie das geht.
Weißt du was ein Portfolio ist? Das ist wie eine Schatzkiste, in der du verschiedene Sachen aufbewahrst, die dir wichtig sind. In der Finanzwelt ist ein Portfolio eine Sammlung von Investitionen, wie Aktien oder Anleihen. Forschende haben sich gefragt, wie man das beste Portfolio zusammenstellen kann, das sowohl sicher als auch gewinnbringend ist. Sie haben dafür eine Methode entwickelt, die auf künstlicher Intelligenz basiert.
Was die Forschenden herausgefunden haben
Die Forschenden haben herausgefunden, dass man mit einem speziellen Algorithmus, genannt Soft Actor-Critic (SAC), das beste Portfolio finden kann. Dieser Algorithmus lernt, wie man die besten Investitionen auswählt, indem er verschiedene Szenarien durchspielt. Sie haben auch bewiesen, dass dieser Algorithmus immer besser wird, je mehr er übt. In ihren Tests hat der SAC-Algorithmus in simulierten und echten Finanzmärkten sehr gut abgeschnitten.
Wie haben sie das gemacht?
Um den SAC-Algorithmus zu entwickeln, haben die Forschenden die Parameter, die das Portfolio beeinflussen, in drei Teile aufgeteilt. Sie haben dann jeden Teil nacheinander gelernt. Das ist so, als ob du ein Puzzle zusammensetzt: Du fängst mit einem Teil an und arbeitest dich dann zu den anderen Teilen vor. So wird der Algorithmus stabiler und genauer. Sie haben auch gezeigt, dass dieser Prozess theoretisch funktioniert und immer besser wird.
Warum ist das wichtig?
Das ist wichtig, weil es uns hilft, klügere Investitionsentscheidungen zu treffen. Stell dir vor, du hast ein bisschen Taschengeld und möchtest es anlegen. Mit dieser Methode kannst du sicherer und gewinnbringender investieren. Das kann auch für große Unternehmen und Banken nützlich sein, um ihre Investitionen besser zu managen. So können sie mehr Gewinn machen und gleichzeitig Risiken minimieren.
Du willst mehr über die Studie wissen?
Die Forschenden, die diese Methode entwickelt haben, heißen Yu Li, Yuhan Wu und Shuhua Zhang. Sie haben ihre Ergebnisse in einem wissenschaftlichen Artikel veröffentlicht. Quelle: Yu Li, Yuhan Wu, Shuhua Zhang. The Exploratory Multi-Asset Mean-Variance Portfolio Selection using Reinforcement Learning. 2025.