Algo-Trading: Computer im Wertpapierhandel: Besser als der Mensch?

Algo-Trading: Computer im Wertpapierhandel: Besser als der Mensch?

Bild vergrößern

Der Handels-Saal der Deutschen Börse in Frankfurt. Foto: AP

Computer beherrschen zunehmend den Wertpapierhandel. Mit ausgefeilten Algorithmen analysieren sie Chancen und Risiken. Doch sind sie auch besser als ein Mensch?

Fassungslos starrten die Finanzprofis in aller Welt auf ihre Bildschirme: Sämtliche Aktienkurse waren im freien Fall. Der deutsche Leitindex Dax verlor in wenigen Stunden mehr als sieben Prozent, auch an den Börsen in Japan und Indien gingen die Kurse auf Talfahrt. Die Ursachen für den schwarzen Montag, der am 21. Januar über die Anleger hereinbrach, waren schnell ausgemacht. Schuld hatten die Immobilienkrise und die drohende Rezession in den USA, milliardenschwere Abschreibungen auch bei europäischen Großbanken, die Finanzprobleme der WestLB, Panikverkäufe der Société Générale – und natürlich jene computergestützten Handelsprogramme, die schon 1987 für einen Crash gesorgt hatten, weil, so wurde schon damals geargwöhnt, ihre von Mathematikern oder Physikern entwickelten Algorithmen auf ungewöhnliche Marktbewegungen nicht reagieren konnten und stattdessen stur ihre programmierten Anlagestrategien abarbeiteten.

Seitdem haben die Finanzmathematiker zwar die Programme weiter verfeinert und auch mit einer Menge künstlicher Intelligenz versehen. Aber bei vielen Bankern herrscht weiter großes Misstrauen gegen die Arbeit der Rechenknechte. „Auch wenn die Computerprogramme noch so gut sind – es fehlt ihnen einfach die Intuition, der Esprit des Handelns“, beklagte sich am Tag nach jenem schwarzen Montag im Januar ein Frankfurter Aktienhändler. Er werde, kündigte er trotzig an, nun wieder stärker auf sein Bauchgefühl achten.

Anzeige

Ein schöner Vorsatz, aber lässt sich die Automatisierung der Handelsprozesse tatsächlich noch umkehren? Fakt ist: In den USA macht der auf Algorithmen basierende computergestützte Handel bereits die Hälfte aller Aktientransaktionen aus, in Deutschland sind es nach aktuellen Schätzungen bereits über 40 Prozent – und bis 2015 sollen es nach einer Studie von IBM bereits 90 Prozent sein. „Die Dienstleistungen im Wertpapierhandel werden zunehmend automatisiert“, weiß Rainer Riess, Geschäftsführer für den Bereich Stock Market Business Development an der Deutschen Börse in Frankfurt, deren weltumspannendes Teilnehmernetz das größte der Welt ist. „Wo früher 100 Händler saßen, sind es heute oft nur noch zehn“, meint er. „Und von denen sind drei Mathematiker und drei Programmierer.“

Die Geschwindigkeit, mit der Anteile an Gesellschaften verschoben werden, hat sich deshalb in den zurückliegenden Jahren rapide erhöht. „Von der Erteilung einer Order und wieder zurück zum Kunden dauert es heute weniger als zehn Millisekunden“, sagt Riess. In der Zeit, in der Sie diesen Satz lesen, können also bereits mehrere Hundert Aktienpakete im Werte von Zigmillionen Euro ihren Besitzer gewechselt haben. Kritiker behaupten, durch den regen Datenverkehr habe der Mensch längst die Kontrolle über die Geschäfte verloren. „Viele Portfolio-Manager haben inzwischen vor der Komplexität der Systeme kapituliert – sie machen sich gar nicht mehr die Mühe zu verstehen, was ihre Computer im Einzelnen machen“, beklagt Chris Rexworthy, IT-Experte bei der Unternehmensberatung IMS in London.

Zwar verschaffen sich auch heute die meisten Händler über eine Batterie von Monitoren einen Überblick über die Marktlage: Steigt der Dax? Wie entwickeln sich die Rohstoffpreise? Welche Puts oder Calls sind gefragt? Wie entwickelt sich der Euro zum Dollar und zum Yen? Vier oder vielleicht fünf Kriterien können geübte Börsianer gleichzeitig im Blick behalten. Aber bei bis zu 400 Millionen limitierten Kauf- und Verkaufsorders, die allein die Deutsche Börse in Frankfurt an manchen Tagen herausgibt, geht leicht die Übersicht verloren.

Auf die Reaktionsgeschwindigkeit und Erfahrung eines Menschen verlassen sich daher immer weniger Investoren und Fondsmanager. Sie setzen zunehmend auf Quants. So heißen die Experten des computergestützten Handels. Diese entwickeln und arbeiten mit regelgebundenen Entscheidungsfindungen, mit sogenannten quantitativen Strategien – das erklärt ihren Namen. Quants versuchen mit leistungsstarken Rechnern Preisunterschiede im Markt auszunutzen, seien diese auch noch so klein. Zum Teil geht es dabei nur um wenige Cent pro Aktie, die von den Rechnern aber in Millisekunden eingestrichen werden.

Fachleute bezeichnen das algorithmische Handeln kurz als Algo-Trading. „Es fällt den Menschen außerordentlich schwer zuzugeben, dass sie nicht hinreichend rational sind, um alle verfügbaren Informationen in objektiver Form zu einer sinnvollen Anlageentscheidung zu verdichten“, sagt Tobias Klein. Er ist ein erfolgreicher Vertreter dieses neuen Berufszweigs. In der Mainmetropole Frankfurt hat er die Fondsgesellschaft First Private Investment Management KAG aufgebaut. „Im Zweifel arbeitet ein Mensch immer stimmungsgetrieben, meist pro-zyklisch. Und das ist oft teuer“, weiß er aus Erfahrung. Er setzt deshalb lieber auf den kalten Verstand der Computer.

Seine Rechner durchforsten dafür ein „Aktienuniversum“ von 8000 globalen Unternehmenswerten nach Fundamentaldaten. Dazu gehören die Wachstumserwartungen eines Papiers ebenso wie die Verhältnisse vom Kurs zu Gewinn, Cash-Flow, Umsatz und so weiter. Die genaue Mixtur verrät Klein nicht. Die ist Betriebsgeheimnis. „Es gibt wahrscheinlich genauso viele unterschiedliche Überzeugungen in den Quant-Modellen wie unter den klassischen Anlegern“, schätzt der 42-jährige Fondsmanager. Aber auch bei ihm hinterlassen die Börsenturbulenzen Spuren – sein Fonds hat seit Jahresbeginn fast 16 Prozent an Wert verloren. „In der Vergangenheit haben wir Schwächephasen stets in wenigen Quartalen wieder ausgleichen können.“ Doch ob es diesmal gelingt – wer weiß.

Kleins Team besteht derzeit aus 28 Mitarbeitern. Elf davon arbeiten als Portfolio-Manager, drei sind IT-Spezialisten. „Wir haben einige Mathematiker und Physiker.“ Seiner Meinung nach müssen Quants aber nicht unbedingt Kernphysiker oder dergleichen sein. Als untypischen Vertreter dieser Gattung bezeichnet er den legendären Multimilliardär Warren Buffett. Der mit einem geschätzten Privatvermögen von über 50 Milliarden Dollar drittreichste Mensch der Welt habe sich so einfache Regeln gesetzt, dass er keine elektronische Unterstützung benötige. Klein: „Er verarbeitet seit Jahren die Zahlen immer wieder nach dem gleichen Prinzip.“

Die meisten Quants sind da viel ungeduldiger. Einige Hedgefonds haben sich beispielsweise auf Arbitragestrategien spezialisiert: In Windeseile durchstöbern ihre Elektronengehirne die Börsenplätze der Welt nach kleinsten Unterschieden von Aktienkursen oder anderen Anlageprodukten. Möglichst schnell kaufen die automatischen Handelsmaschinen dann die Papiere, um sie ebenso schnell und mit möglichst großem Gewinn wieder abzustoßen.

Dabei ist Geschwindigkeit Trumpf, da zählt selbst jeder Meter Kabel, der zwischen dem Computer und der Datenzentrale der Börse liegt. „Eine Order von London nach Frankfurt benötigt rund zehn Millisekunden“, kalkuliert IT-Experte Riess. In dieser Zeit können andere, autonom agierende Maschinen, die direkt am Börsenplatz aufgestellt sind, den Deal bereits gemacht haben. Einige Hedgefonds platzieren ihre Rechner deshalb so nah wie möglich am Börsenplatz.

„Man versucht auch schon, die Handelsalgorithmen direkt auf Chips von PC-Karten zu brennen und in die Maschinen zu legen“, weiß Johannes Gomolka. In seiner Doktorarbeit hat sich der junge Quant intensiv mit dem Thema Algo-Trading beschäftigt. Im vergangenen Jahr gründete er mit einem IT-Spezialisten aus Berlin-Adlershof das Finanzanalyseunternehmen Tempelhove und hofft sich schon bald mit Quants in den USA messen zu können: „Die haben vor Europa und Asien noch einen technologischen Vorsprung von wenigstens zwei, drei Jahren.“

Dennoch läuft auch in den USA beim Algo-Trading noch längst nicht alles rei- » bungslos. Ende der Neunzigerjahre ging dort der Hedgefonds LTCM pleite, der sich auf Arbitragegeschäfte mit Staatsanleihen spezialisiert hatte. Und auch für den Börsenkrach im Oktober 1987, dem sogenannten Schwarzen Montag, an dem der amerikanische Leitindex Dow Jones an einem Tag um über 20 Prozent fiel, wurden elektronische Handelssysteme mitverantwortlich gemacht. Offensichtlich haben recht primitive Stop-Loss-Maschinen reihenweise automatisch Wertpapiere verkauft, nachdem der Index jeweils ein bestimmtes Niveau unterschritt. Das löste eine Lawine aus. Doch diese Schwächen sind nach Überzeugung von Peter Gomber, Spezialist für den elektronischen Wertpapierhandel an der Universität Frankfurt, inzwischen überwunden. Nach seiner Ansicht ist der Maschinenhandel heute eher eine Stütze der Finanzmärkte als ein Risiko. „Viele Algorithmen versuchen immer dann zu kaufen, wenn die Preise günstig sind, der Markt also gerade unten ist“, erläutert der Wirtschaftsexperte. „Das kann tendenziell dazu führen, dass Algo-Trading stabilisierend wirkt.“ Die Einschätzung teilt er mit Michael Kuhn, dem IT-Vorstand der Deutschen Börse: „Computermodelle sind eine echte Bereicherung“ (siehe Interview).

Einen vollautomatischen Börsenhandel, der komplett ohne menschliche Einwirkung abläuft, können sich beide aber nicht vorstellen. „Maschinen tun ja nichts aus eigenem Antrieb“, erklärt der Wirtschaftswissenschaftler, der neben seiner Lehrtätigkeit auch Vorstand des E-Finance Lab ist, das die Industrialisierung der Finanzwelt fördert. „Sie arbeiten lediglich Regeln ab.“ Und kompliziertere Geschäfte seien bei Händlern aus Fleisch und Blut immer noch besser aufgehoben. „Wenn Sie eine große Order in einem wenig liquiden Markt handeln wollen, dann ist das Marktgespür eines Brokers gefragt“, findet Gomber. „Der hat viel eher die Möglichkeit, die verschiedenen Liquiditätsquellen auszuloten.“

Beispielsweise, indem er einfach mal kurz mit einem Kollegen spricht.

Anzeige

Twitter

Facebook

Google+

Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%