{"id":12486,"date":"2024-06-11T17:47:37","date_gmt":"2024-06-11T15:47:37","guid":{"rendered":"https:\/\/sphere.swiss\/?p=12486"},"modified":"2024-06-11T18:13:48","modified_gmt":"2024-06-11T16:13:48","slug":"beta","status":"publish","type":"post","link":"https:\/\/sphere.swiss\/de\/beta\/","title":{"rendered":"Beta"},"content":{"rendered":"

[et_pb_section fb_built=“1″ _builder_version=“4.21.0″ _module_preset=“default“ custom_padding=“1px|||||“ global_colors_info=“{}“][et_pb_row _builder_version=“4.21.0″ _module_preset=“default“ custom_margin=“-41px|auto||auto||“ custom_padding=“0px|||||“ global_colors_info=“{}“][et_pb_column type=“4_4″ _builder_version=“4.21.0″ _module_preset=“default“ global_colors_info=“{}“][et_pb_text _builder_version=“4.25.1″ _module_preset=“default“ custom_padding=“||0px|||“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n

Investment L\u00f6sungen<\/strong><\/span><\/h3>\n
    \n
  • Interview mit Michael Geke<\/strong><\/li>\n
  • Gr\u00fcnder & CEO<\/strong><\/li>\n
  • Quantmade<\/strong><\/li>\n<\/ul>\n

    \u201eDie Nachfrage nach quantitativen Modellen nimmt zu\u201c<\/strong><\/h2>\n

    Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.<\/p>\n

    [\/et_pb_text][et_pb_image src=“https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg“ alt=“Francesco Mandal\u00e0“ title_text=“DSC_0009_inPixio“ _builder_version=“4.25.1″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″][\/et_pb_image][et_pb_text _builder_version=“4.25.1″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n

    Wie haben sich quantitative Modelle in den vergangenen Jahren entwickelt?<\/strong><\/p>\n

    Quantitative Modelle zur Identifikation von Trading-M\u00f6glichkeiten haben in den letzten Jahren erhebliche Fortschritte gemacht, insbesondere durch die Integration von Big Data und maschinellem Lernen. Abgesehen von Quants im High Frequency Trading nutzen viele algo-basierte Modelle jedoch immer noch einfache statistische Methoden, h\u00e4ufig im Bereich der Trendfolge.<\/p>\n

    Die Entwicklung moderner Quant-Modelle zielt zunehmend auf Market-Phase Neutrality (MPN) ab. Das Hauptziel ist es hier, die Korrelationen in der Performanceentwicklung zu reduzieren und pr\u00e4zisere Trades durchzuf\u00fchren, um bessere risiko-adjustierte Performancekennzahlen zu erzielen. Heutige Modelle sind in der Lage, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und mit vergleichsweise hohen Wahrscheinlichkeit Tradeentwicklungen zu prognostizieren. Somit k\u00f6nnen etwa Portfolio-Beta-Werte von unter 0.1 mit Long-Only-Systemen im Aktienbereich erreicht werden. Signifikante Fortschritte in der Rechenleistung erm\u00f6glichen es, mehr Daten effizienter auszuwerten, was zu robusteren Vorhersagen f\u00fchrt.<\/p>\n

    Wie sehen Sie die Nachfrage aus Sicht der Anleger und welche \u00dcberlegungen spielen angesichts des derzeitigen Marktumfelds eine Rolle?<\/strong><\/p>\n

    Das aktuelle Marktumfeld ist immer eine Interpretationsfrage. Tatsache ist, dass viele Anleger das Risiko scheuen, aber gleichzeitig nach \u00fcberdurchschnittlichen Renditen streben – idealerweise auf einem Zeithorizont von 3-5 Jahren hinaus. Es bedarf deshalb eines aktiven Portfoliomanagements auf Einzeltitelbasis. Hier kommen die Quants in Spiel, die durch aktives Portfoliomanagement die Risiken und Schwankungen im Portfolio reduzieren k\u00f6nnen. Diese Robustheit \u00fcber verschiedene Marktphasen hinweg hat zu einer erh\u00f6hten Nachfrage nach quantitativen Modellen gef\u00fchrt, da diese konsistenten, systembasierten und damit emotionslosen Entscheidungen erm\u00f6glichen.<\/p>\n

    Wie setzen Sie als Asset Manager Quant-Modelle ein?<\/strong><\/p>\n

    Wir nutzen Quant-Modelle, um die Asset-Allokation zwischen low-beta- und higher-beta-Systemen zu berechnen. Wir umgehen somit die Problematik mit der Bewertung des Marktumfelds und der -entwicklung, indem unsere Quant-Modelle sich adaptiv und systemisch auf Ver\u00e4nderungen einstellen. Als Anlageuniversum dienen uns vorwiegend hoch-liquide US-Einzeltitel aus dem S&P 100 und dem NASDAQ 100-Index. Insgesamt berechnen wir sechs Portfolios mit unterschiedlichen alpha- und beta-Werten. Somit sind wir in der Lage, abgestimmt auf die Anforderungen des Kunden sowie das Marktumfeld, durch geschickte Kombination von Systemen, die Rendite, das Risiko sowie die Korrelationen zu designen.<\/p>\n

    Wie soll ein Portfolio zusammengestellt werden, welches Quants umfasst?<\/strong><\/p>\n

    Quants stehen somit nicht im Konflikt zum fundamentalen Ansatz, sondern stehen bei einem professionell und gut gef\u00fchrten Investment Depot immer als Baustein neben den klassischen Methoden. \u00dcber die Gewichtung muss dann jeder Anleger selbst entscheiden.<\/p>\n

    Welche prim\u00e4ren Datenquellen verwenden Sie f\u00fcr Ihre quantitativen Modelle, und wie stellen Sie die Genauigkeit und Zuverl\u00e4ssigkeit dieser Daten sicher?<\/strong><\/p>\n

    Unsere prim\u00e4ren Datenquellen sind die langfristigen, historischen Kursdaten der Einzelaktien. Die Genauigkeit und Zuverl\u00e4ssigkeit dieser Daten stellen wir durch mehrere Massnahmen sicher: Wir arbeiten mit renommierten Datenanbietern zusammen, verwenden Datenbereinigungs- und Validierungstechniken und haben einen digitalen Qualit\u00e4tssicherungsprozess.<\/p>\n

    Inwiefern haben maschinelles Lernen und k\u00fcnstliche Intelligenz Ihre quantitativen Anlagestrategien beeinflusst?<\/strong><\/p>\n

    Maschinelles Lernen haben unsere quantitativen Anlagestrategien systemseitig erweitert, indem sie es erm\u00f6glichen, komplexe Muster und Beziehungen in Kursdaten zu erkennen, weiterf\u00fchrende Korrelationsmuster zu bewerten, die traditionelle Methoden \u00fcbersehen k\u00f6nnten. Vor allem bei der gleichzeitigen Bewertung verschiedener Zeitebenen ist das wichtig. <\/p>\n

    Dies hat zu einer besseren risiko-adjustierten Performance der Quant-Portfolios gef\u00fchrt, indem wir die Schwankungen noch besser durch einen verbesserte Tradeselektion managen k\u00f6nnen. Maschinelles Lernen und k\u00fcnstliche Intelligenz sind jedoch Methoden und wir haben das Ziel, attraktive Renditen bei minimalen Schwankungen zu erzielen. Darum sind wir nicht per se darauf fokussiert, unbedingt ML oder KI in den Quant-Systemen einzusetzen, nur weil es gerade Hype ist. Wir haben schon einige Systemen gesehen, die KI nutzen aber deutlich schlechtere Ergebnisse erzielen.<\/p>\n

    Michael Geke<\/strong><\/p>\n

    Quantmade<\/strong><\/p>\n

    Michael Geke ist seit 2018 CEO und Gr\u00fcnder des Wealthtechs Quantmade. W\u00e4hrend seiner Promotion an der ETH Z\u00fcrich hat er sich intensiv mit mathematischen Simulationsmodellen besch\u00e4ftigt. . Bereits vor der Gr\u00fcndung von Quantmade baute er erfolgreich zwei Unternehmen auf. Nach seinem letzten Exit im Jahr 2012 war er bis Ende 2014 Partner bei KPMG.<\/p>\n

    [\/et_pb_text][et_pb_accordion _builder_version=“4.21.0″ _module_preset=“default“ global_colors_info=“{}“][\/et_pb_accordion][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"

    Michael Geke
    \nQuantmade
    \n\u201eDie Nachfrage nach quantitativen Modellen nimmt zu\u201c<\/p>\n","protected":false},"author":2,"featured_media":12490,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","_mo_disable_npp":"","footnotes":""},"categories":[91],"tags":[1188,1189],"class_list":["post-12486","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investment-loesungen","tag-michael-geke-de","tag-quantmade-de"],"yoast_head":"\nBeta - Sphere<\/title>\n<meta name=\"description\" content=\"Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/sphere.swiss\/de\/beta\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Beta - Sphere\" \/>\n<meta property=\"og:description\" content=\"Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/sphere.swiss\/de\/beta\/\" \/>\n<meta property=\"og:site_name\" content=\"Sphere\" \/>\n<meta property=\"article:published_time\" content=\"2024-06-11T15:47:37+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-06-11T16:13:48+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1250\" \/>\n\t<meta property=\"og:image:height\" content=\"626\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"sph3r3\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"sph3r3\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"4\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/sphere.swiss\/de\/beta\/\",\"url\":\"https:\/\/sphere.swiss\/de\/beta\/\",\"name\":\"Beta - Sphere\",\"isPartOf\":{\"@id\":\"https:\/\/sphere.swiss\/de\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/sphere.swiss\/de\/beta\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/sphere.swiss\/de\/beta\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg\",\"datePublished\":\"2024-06-11T15:47:37+00:00\",\"dateModified\":\"2024-06-11T16:13:48+00:00\",\"author\":{\"@id\":\"https:\/\/sphere.swiss\/de\/#\/schema\/person\/bd0c19ac051bb08ddf812db864e2ea78\"},\"description\":\"Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.\",\"breadcrumb\":{\"@id\":\"https:\/\/sphere.swiss\/de\/beta\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/sphere.swiss\/de\/beta\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/sphere.swiss\/de\/beta\/#primaryimage\",\"url\":\"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg\",\"contentUrl\":\"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg\",\"width\":1250,\"height\":626},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/sphere.swiss\/de\/beta\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/sphere.swiss\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Beta\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/sphere.swiss\/de\/#website\",\"url\":\"https:\/\/sphere.swiss\/de\/\",\"name\":\"Sphere\",\"description\":\"The Swiss Financial Arena\",\"alternateName\":\"Sphere Swiss\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/sphere.swiss\/de\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/sphere.swiss\/de\/#\/schema\/person\/bd0c19ac051bb08ddf812db864e2ea78\",\"name\":\"sph3r3\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/sphere.swiss\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/580395011f6a1ca0bf8ae70d71d5015878f64832766767a33c46af64643053a7?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/580395011f6a1ca0bf8ae70d71d5015878f64832766767a33c46af64643053a7?s=96&d=mm&r=g\",\"caption\":\"sph3r3\"},\"url\":\"https:\/\/sphere.swiss\/de\/author\/sph3r3\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Beta - Sphere","description":"Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/sphere.swiss\/de\/beta\/","og_locale":"de_DE","og_type":"article","og_title":"Beta - Sphere","og_description":"Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.","og_url":"https:\/\/sphere.swiss\/de\/beta\/","og_site_name":"Sphere","article_published_time":"2024-06-11T15:47:37+00:00","article_modified_time":"2024-06-11T16:13:48+00:00","og_image":[{"width":1250,"height":626,"url":"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg","type":"image\/jpeg"}],"author":"sph3r3","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"sph3r3","Gesch\u00e4tzte Lesezeit":"4\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/sphere.swiss\/de\/beta\/","url":"https:\/\/sphere.swiss\/de\/beta\/","name":"Beta - Sphere","isPartOf":{"@id":"https:\/\/sphere.swiss\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/sphere.swiss\/de\/beta\/#primaryimage"},"image":{"@id":"https:\/\/sphere.swiss\/de\/beta\/#primaryimage"},"thumbnailUrl":"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg","datePublished":"2024-06-11T15:47:37+00:00","dateModified":"2024-06-11T16:13:48+00:00","author":{"@id":"https:\/\/sphere.swiss\/de\/#\/schema\/person\/bd0c19ac051bb08ddf812db864e2ea78"},"description":"Die Entwicklung moderner quantitativen Modelle zielt auf Market Phase Neutrality (MPN) ab. Das erm\u00f6glicht es, Muster auch in kleineren Zeiteinheiten aus grossen Datens\u00e4tzen zu erkennen und Tradeentwicklungen zu prognostizieren, wie Michael Geke ausf\u00fchrt.","breadcrumb":{"@id":"https:\/\/sphere.swiss\/de\/beta\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/sphere.swiss\/de\/beta\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/sphere.swiss\/de\/beta\/#primaryimage","url":"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg","contentUrl":"https:\/\/sphere.swiss\/wp-content\/uploads\/2024\/06\/DSC_0009_inPixio.jpg","width":1250,"height":626},{"@type":"BreadcrumbList","@id":"https:\/\/sphere.swiss\/de\/beta\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/sphere.swiss\/de\/"},{"@type":"ListItem","position":2,"name":"Beta"}]},{"@type":"WebSite","@id":"https:\/\/sphere.swiss\/de\/#website","url":"https:\/\/sphere.swiss\/de\/","name":"Sphere","description":"The Swiss Financial Arena","alternateName":"Sphere Swiss","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/sphere.swiss\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/sphere.swiss\/de\/#\/schema\/person\/bd0c19ac051bb08ddf812db864e2ea78","name":"sph3r3","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/sphere.swiss\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/580395011f6a1ca0bf8ae70d71d5015878f64832766767a33c46af64643053a7?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/580395011f6a1ca0bf8ae70d71d5015878f64832766767a33c46af64643053a7?s=96&d=mm&r=g","caption":"sph3r3"},"url":"https:\/\/sphere.swiss\/de\/author\/sph3r3\/"}]}},"_links":{"self":[{"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/posts\/12486","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/comments?post=12486"}],"version-history":[{"count":9,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/posts\/12486\/revisions"}],"predecessor-version":[{"id":12506,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/posts\/12486\/revisions\/12506"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/media\/12490"}],"wp:attachment":[{"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/media?parent=12486"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/categories?post=12486"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sphere.swiss\/de\/wp-json\/wp\/v2\/tags?post=12486"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}