Bei der Lösungkomponenete ifs.sbo handelt es sich um einen aktiven Ansatz zur Ermittlung eines optimalen Portfolios im Rahmen der strategischen Anlageentscheidung.

Im Unterschied zum klassischen Optimierungsverfahren nach Markowitz, das als wesentliche Eingabeparameter Prognosen zu den Renditeerwartungen der beteiligten Asset-Klassen benötigt, bezieht ifs.sbo als ein prognose-unabhängiges und szenarien-übergreifendes Verfahren der robusten Portfolio-Optimierung beliebig viele mögliche Marktszenarien in die mathematische Berechnungen ein.

Der Anwender von ifs.sbo muss sich bei der Prognose der zukünftigen Marktentwicklung nicht mehr nur auf ein einziges Szenario beschränken, sondern kann gezielt beliebig viele unterschiedliche Entwicklungsmöglichkeiten in den Prozess der strategischen Asset Allocation mit einbeziehen.

Die im Rahmen von ifs.sbo eingesetzten Verfahren der Künstlichen Intelligenz sorgen zusätzlich für eine adäquate Abbildung der strategischen Vorgaben, die zum Teil aufgrund ihrer Zukunftbezogenheit und ihres Modellcharakters nicht eindeutig definiert werden können. So können alle Informationen verlustfrei berücksichtigt werden.

Das auf diese Weise ermittelte Portfolio garantiert eine optimale Mindestrendite unter Einhaltung aller Anlagerestriktionen, unabhängig vom eintreffenden Szenario.

ifs.sbo ist verfügbar als modulare Erweiterung für beliebige Handels- und Portfoliomanagement-Systeme. Hier sind die Vorteile im Überblick:

1. Unterschiedliche Markt-Szenarien können gleichzeitig einbezogen werden.

2. Beliebig viele Nebenbedingungen können gleichzeitig berücksichtigt werden.

3. Alle Bedingungen können auch qualitativ beschrieben werden

4. Portfolios können hinsichtlich der Instrumente und Struktur flexibel zusammengesetzt werde

Slides (flash)
Demo tour (flash)
Start ifs.sbo (Bitte Zugang anfordern)

ifs.grid stellt eine technische Platform dar, die es erlaubt eine verteilte und parallele Verarbeitung durchzuführen.

Folgende praktische Beispiele konnten wir effizient lösen:

1. Grid Pricing Framework: Libor Markt Modell (BGM,HJM)
2. Risk Management: Realtime Pre-Deal-Check bei einem simulationsorientierten Riskoberechnungsansatz.
3. Portfolio Performance Measurement: Theoretisch lässt sich der Erfolg von Finanzinvestitionen in Form einer Rendite mittels einfacher Berechnung der Wertentwicklung zwischen zwei Zeitpunkten bestimmen. Die Anforderung für exakte Berechnung, beispielsweise für einzelne Anlagedepots von Bankkunden, aber insbesondere für ganze Abteilungen und Bereiche, etwa zur Messung der Beratungsqualität, ist komplex und rechenintensiv.

Eine Demonstration dieser Beispiele kann nach Absprache durchgeführt werden.

Evaluation von Anlagestrategien mittels ifs.iss (investing strategy simulator).

Es gibt zwei grundsätzliche Ansätze für das Management von Aktienportfolio. Bei dem sogenannten aktiven Ansatz versucht der Manager, solche Aktien zu kaufen, die anderen Aktien in der Wertentwicklung überlegen sind. Verschiedene Untersuchungen zeigen aber, dass die überwiegende Mehrzahl der aktiven Manager nicht in der Lage ist, dauerhaft ihre Benchmarks zu schlagen. Andererseits ist die Anzahl der passiven Manager, die lediglich einen Index abbilden, in den letzten Jahren deutlich gestiegen. Sie geben die Chance auf einen besseren Ertrag gegenüber dem Gesamtmarkt auf, gegen die Gewissheit, nicht schlechter als der Markt zu sein.

Sind nun die Aktienmärkte tatsächlich so effizient, dass keine Strategie entwickelt werden kann, die mit Aussicht auf überdurchschnittlichen Erfolg bei der Auswahl von Aktien eingesetzt werden kann.

Das große Problem des aktiven Managements liegt darin, dass nicht wirklich systematisch und konsequent vorgegangen wird. Die Erkenntnisse der sogenannten "Behavioral Finance" zeigen, dass wir nur bedingt zu konsistentem und rationalem Handeln fähig sind: eine interessante und möglicherweise faszinierende Story bekommt in der Regel ein größeres Gewicht bei unserer Meinungsbildung als harte, aber langweilige Fakten; komplizierte Analysen werden gegenüber einfachen und unspektakulären Erkenntnissen bevorzugt etc.

Deshalb ist es erfolgversprechender, Strategien zu suchen, die einfach sind, ökonomisch Sinn machen und über längere Zeiträume hinweg gute Erfolge zeitigen. Die Erfolge und Misserfolge in der Vergangenheit sind die einzige Quelle, aus der wir lernen können. Eine wirklich systematische und vielversprechene Vorgehensweise wird erst durch den Einsatz von Computern und Datenbanken ermöglicht bzw. erheblich erleichtert.

Das Entwickeln und Testen von Strategien bleibt trotzdem eine aufwendige Aufgabe mit vielen Fallstricken, für die der übliche Einsatz von Tabellenkalkulationsprogrammen nur bedingt geeignet ist. Das Modul ifs.iss beseitigt an dieser Stelle entscheidende Hürden und macht den Weg für erfolgreiche Anlagestrategien frei.

Die Anwender von ifs.iss profitieren darüberhinaus von den neuartigen Möglichkeiten der KI-Methoden, unbekannte Zusammenhänge der Marktentwicklung zu entdecken und diese für ein erfolgreiches Portfoliomanagement zu nutzen.