Jan Szilagyi, CEO und Mitbegründer des Softwareunternehmens Reflexivity, teilte seine interessanten Einblicke in den Einsatz künstlicher Intelligenz im Aktienhandel. Während eines Auftritts in der SquawkBox-Sendung von CNBC teilte Szilagyi heute mit, dass führende Hedgefonds KI-Software als Ergänzung zu ihren bestehenden Tools verwenden, und fügte hinzu, dass KI in diesem Jahr mehrere korrekte Börsenvorhersagen getroffen habe.

Der Manager, dessen Unternehmen analytische Engines entwickelt, die LLM-Schnittstellen (Large Language Model) überlagern, ist davon überzeugt, dass künstliche Intelligenz bei ausreichender Rechenleistung und Schulung die menschliche Intelligenz im Aktienhandel schlagen kann.

Szilagyi sagte zu Beginn des Interviews, dass das ultimative Ziel von Reflexivity darin bestehe, „einen autonomen Investmentanalysten zu schaffen“. Im Rahmen dieses Prozesses stellt das Unternehmen derzeit Technologien bereit, die es Anlegern ermöglichen, Daten aus unterschiedlichen Quellen auf einer einzigen Plattform zu integrieren, um die Entscheidungsfindung zu optimieren.

Durch das Stellen von Fragen an die „Engine“ können Benutzer „sich darauf verlassen, dass die Engine die Daten findet und sie dann analysiert“, sagte der CEO, wodurch sich die für solche Vorgänge erforderliche Zeit von zwei Stunden auf zwei Minuten reduzierte.

Er erläuterte, dass das aktuelle KI-Handelssystem von Reflexivity darauf ausgelegt ist, „Parallelen aus der Vergangenheit zu finden, um Ihnen eine Vorstellung davon zu geben, wie Preismuster in der Zukunft aussehen könnten.“ Diese „Ähnlichkeiten“ können „auf den letzten 12 oder 15 Ereignissen basieren, auf der Auswahl von Wertpapieren, die Ihren Wünschen entsprechen“, unter Einbeziehung des aktuellen Umfelds oder einer Reihe von wirtschaftlichen Parametern oder anderen Parametern, die dazu führen können, dass bestimmte Aktien bessere Renditen liefern als andere.

Szilagyis Kunden „sind in erster Linie Top-Hedgefonds, die es als intelligente Ergänzung zu all den verschiedenen Datenquellen nutzen, auf die sie Zugriff haben“, teilte er mit.


Schematische Darstellung der Terminalschnittstelle von Reflexivity, die durch Datenanalyse einfache Abfragen in Antworten umwandelt.

Außerdem erläuterte er ausführlich, wie künstliche Intelligenz mehrere Trends an der Börse im Jahr 2024 richtig vorhersagte, andere jedoch übersah. Szilagyi erläuterte: „Wenn man sich zum Beispiel den Markt als Ganzes anschaut, war es sehr richtig, den Höhepunkt im Juli zu benennen, und es war auch sehr richtig, den falschen Aufschwung danach zu benennen. Nach dem Höhepunkt hat die KI den Tiefpunkt wieder richtig vorhergesagt.“ "

Allerdings fügte der Manager hinzu, dass seine Software im Vorfeld der jüngsten Sitzung der Fed, die zwei Zinssenkungen im Jahr 2025 anstelle der vorherigen vier vorsah, „etwas vorzeitig“ bullisch geworden sei.

Szilyagi glaubt jedoch nicht, dass das Modell hier einen Fehler gemacht hat, da es sich bei seiner Ausgabe „immer um eine Wahrscheinlichkeitsbewertung“ handelt. Seiner Meinung nach handelt es sich bei diesen Einschätzungen im Wesentlichen um Modelle, „die sagen: „Okay, wissen Sie, es besteht eine 70-prozentige Chance, dass das passiert. Es gibt eine 30-prozentige Chance, dass es nicht passiert.“

Auf die Frage, wann künstliche Intelligenz den Menschen im Aktienhandel vollständig ersetzen könnte, antwortete Szilyagi kontrovers: „Es ist schwer zu sagen, dass die menschliche Intelligenz etwas so Besonderes ist, dass wir besser im Handel sein sollten.“ Er glaubt: „Wenn man dem System so viel Rechenleistung geben kann und die Intelligenz sich weiter verbessert, dann ist es irgendwann keine verrückte Idee zu glauben, dass das System im Handel besser sein wird als Menschen.“

Er kam daraus zu dem Schluss, dass „wir möglicherweise fünf bis zehn Jahre brauchen“, um den Menschen zu ersetzen. Dies bedeutet nicht, dass KI den Menschen vollständig ersetzen wird, da einige Branchen, wie z. B. private Märkte, aufgrund eines relativen Mangels an Trainingsdaten schwerer zu erreichen sein werden. "

Zusammengestellt von /ScitechDaily