Mehr herausholen mit Künstlicher Intelligenz: Beim Cashflow müssen sich Investor:innen nicht zwischen der ein-, zwei- und dreijährigen Wachstumsrate entscheiden. Alle drei spielen eine große Rolle – und liefern eine deutliche Outperformance.

Link zum PDF / deutsch
Link to PDF / English

Im April ist der HQAM-Faktor des Monats der freie Cashflow.

Die Kennzahl

Der freie Cashflow ist eine zentrale Kenngröße in der Unternehmensbewertung. Berechnet wird er aus dem Cashflow aus operativer Geschäftstätigkeit abzüglich der Investitionen in Sachanlagen. Die Kennzahl beziffert somit die freien, einem Unternehmen zur Verfügung stehenden, Mittel. Diese können etwa für die Ausschüttung von Dividenden, Gewinnthesaurierung oder das Zahlen von Zinsen und Tilgung verwendet werden.

Das Problem

Der freie Cashflow kann starken Schwankungen unterliegen, etwa wegen Investitionszyklen. Berechnen Investor:innen die Wachstumsraten des freien Cashflows über verschiedene Zeiträume, müssen sie bei der Wahl des optimalen Zeitraums abwägen zwischen „aktuell, aber schwankungsanfällig“ (zum Beispiel: 1 Jahr) und „eher veraltet, aber schwankungsunabhängig“ (zum Beispiel: 3 oder mehr Jahre). Welche soll der Investor wählen?

Die Lösung

  • Methoden der Künstlichen Intelligenz (KI) können solche Herausforderungen lösen. Sie betrachten für jeden einzelnen Faktor alle Informationen – und auch das Zusammenspiel mit anderen Faktoren.
  • Der Clou: Anleger:innen müssen sich gar nicht für eine der drei Wachstumsraten entscheiden. Alle drei erzielten zuletzt eine deutliche Outperformance.
  • Wenn Anleger allerdings auf Künstliche Intelligenz setzen, können sogar alle drei Strategien genutzt werden.
  • In unserer europäischen Aktienselektionsstrategie setzen wir auf Methoden aus dem Bereich der künstlichen Intelligenz. Die Faktoranalyse erfolgt dabei auf monatlicher Basis. Aktuell spielen alle drei Wachstumsraten eine gleichwichtige Rolle.

So arbeitet die KI

  • Die Künstliche Intelligenz teilt die Unternehmen in Portfolios mit potenziell steigenden und fallenden Kursen ein.
  • Die Einteilung nach den Entscheidungsregeln erfolgt hierarchisch – man könnte auch von einem Entscheidungsbaum sprechen.
  • Bei jeder Entscheidung wird der Faktor gewählt, der in der jeweiligen Hierarchie am besten passt.
  • Auf diesem Weg werden alle Faktoren genutzt – die Wichtigkeit des Faktors bestimmt die Künstliche Intelligenz.

Quellen: HQAM, Refinitiv. Die Analyse bezieht sich auf das europäische Aktienuniversum (MSCI Europa ohne Finanzwerte); Der Faktor wird monatlich berechnet auf Basis der Wachstumsrate des freien Cashflows jedes Unternehmens; Das Top Portfolio ist definiert als die 20% Unternehmen mit dem höchsten Wachstum; Die Berechnung des Faktors erfolgt um Sektoreffekte bereinigt und monatlich; Der Zeitraum der Berechnung geht vom 30.11.1999 bis 31.03.2021. Die Unternehmen in den Portfolios sind gleichgewichtet; Die Überrendite ist berechnet gegenüber dem gleichgewichteten Aktienuniversum. Die Zahlen sind annualisiert.

Der Hintergrund

Dass Favoriten an der Börse wechseln, ist kein Geheimnis – mal sind Aktien mit niedrigem KGV gefragt, mal welche mit hohen Dividenden, mal sind es Small und mal Large Caps. Mit solchen Faktoren beschäftigt sich HQ Asset Management (HQAM) sehr intensiv. Im Research-Prozess analysiert HQAM mit Hilfe künstlicher Intelligenz jeden Monat rund 200 Faktoren und ermittelt die, welche in der jüngsten Zeit die Kursentwicklung der Einzeltitel am besten erklären konnten – und das auch weiterhin tun sollten.

Einen dieser Faktoren analysiert das Research-Team in der Rubrik „HQAM-Faktor des Monats“. Die Experten von HQ Asset Management erklären Hintergründe und Zusammenhänge und weisen auf Besonderheiten hin, die Anlegern bei der Zusammenstellung ihres Portfolios unterstützen können.

Bitte beachten Sie:
Die Vermögensanlage an den Kapitalmärkten ist mit Risiken verbunden und kann im Extremfall zum Verlust des gesamten eingesetzten Kapitals führen. Die Wertentwicklung in der Vergangenheit ist kein Indikator für die Wertentwicklung in der Zukunft. Auch Prognosen haben keine verlässliche Aussagekraft für künftige Wertentwicklungen. Die Darstellung ist keine Anlage-, Rechts- und/oder Steuerberatung. Alle Inhalte auf unserer Webseite dienen lediglich der Information.

maschner_christian-2
Christian Maschner
Executive Partner
HQ Asset Management
Christian Maschner, CFA, arbeitet bei HQAM im Bereich Research, wo er sich vor allem mit der Entwicklung und Programmierung von Allokations- und Selektionsstrategien befasst. Der Diplom Kaufmann verfügt über Erfahrung als Portfoliomanager und quantitativer Researcher. Christian Maschner wirkte zudem beim Management von Risiko- (CPPI) und Chancen-Overlays (GTAA) im Rahmen von Spezialfonds mit.
moritz_dr.benjamin-2
Dr. Benjamin Moritz
Executive Partner
HQ Asset Management
Dr. Benjamin Moritz ist Executive Partner bei HQAM und befasst sich vor allem mit der Entwicklung und Programmierung der Allokations- und Selektionsstrategien. Er arbeitet seit 2007 in der Vermögensverwaltung und verfügt über eine umfassende Erfahrung beim Management großer Vermögen. Dr. Benjamin Moritz promovierte berufsbegleitend an der LMU München zu den Themen Textanalyse und maschinelles Lernen, für welche er auch ausgezeichnet wurde.
schmitz_martin_s
Martin Schmitz
Executive Partner
HQ Asset Management
Martin Schmitz ist bei HQ Asset Management (HQAM) Senior Researcher im Bereich Aktienresearch. Er verfügt über Erfahrungen als Portfoliomanager sowie im Quantitative Research mit Schwerpunkt Backtesting und Faktor-Research im Bereich Aktien. Martin Schmitz studierte Wirtschafts-Informatik an der Fachhochschule für Ökonomie & Management in Essen.