NN IP: Verstandig weten hoe de markt zich voelt

Geautomatiseerd leren, big data en de bestudering van menselijke vooroordelen leiden tot een beter begrip van de emotionele factoren die het gedrag van beleggers beïnvloeden. De combinatie van deze elementen in het beleggingsproces biedt een krachtige bescherming tegen veel voorkomende beleggersvalkuilen. Dat stelt Mark Robertson, Senior Portefeuillemanager Multi-Asset bij NN Investment Partners.

Tijdens een bezoek aan San Francisco kreeg ik de mogelijkheid om dr. Richard Peterson, de oprichter van MarketPsych en een van de meest gerespecteerde namen in behavioral finance, te ontmoeten. In die tijd maakten we in ons beleggingsproces al gebruik van sentimentanalyse, dus dit was een mooie gelegenheid om meer te leren over de vorderingen op het gebied van big data en kunstmatige intelligentie. Het innovatieve gebruik van algoritmen die nieuwsartikelen kunnen lezen en een indrukwekkende rekenkracht zorgen ervoor dat het marktsentiment kan worden geanalyseerd en gekwantificeerd op een veel dieper niveau dan voorheen mogelijk was. Indices putten uit informatie van duizenden online bronnen, vaak binnen milliseconden na publicatie van die informatie, zowel in professionele als sociale media.

De zelflerende algoritmes die dr. Peterson en zijn team hebben ontwikkeld, kunnen deze enorme hoeveelheid gegevens vertalen naar sentimentindices, zoals voor optimisme, angst, blijdschap of disharmonie. Dit zorgt voor real-time inzicht in het sentiment dat, zowel negatief als positief, een belangrijke factor is in de richting van de markten. Zwarte Donderdag in 1929, Zwarte Maandag in 1987 en de beurscrash van 2008 laten zien wat voor dramatisch effect deze veranderingen in het sentiment kunnen hebben. Het was bijzonder leerzaam om te zien hoe dr. Peterson zijn hersenscanexperiment en onderzoek aan de Stanford University had gebruikt om een geavanceerd softwarebedrijf voor nieuwsanalyse op te starten. Hij gaf een onthullend inzicht in hoe de samensmelting van mens en datatechnologie zich ontwikkelde in de financiële analyse.

De filosofie van het Multi-Asset-team van NN Investment Partners is eenvoudig: het combineren van het beste van mens en techniek. We maken gebruik van krachtige statistische methoden om te beoordelen of we de data die we binnen krijgen, kunnen gebruiken in de toolkit voor onze beleggingsbeslissingen. De structuur van deze toolkit maakt het mogelijk dat we een grote verscheidenheid aan signalen kunnen meenemen, zowel op basis van fundamentals als gedrag. We zijn ervan overtuigd dat de gedragselementen net zo nauwkeurig op hun voorspellende waarde beoordeeld kunnen worden als andere elementen.

Deze toolkit maakt gebruik van digitale nieuwsoverzichten en social media-feeds, die met behulp van tekst analytische technieken worden vertaald in indices, om het real-time sentiment in de verschillende marktsegmenten te meten. Deze gedragselementen, die een unieke kijk geven op hoe ‘de markt’ zich voelt, leggen we naast de fundamentele marktanalyse van het team. De wens om het sentiment, of de stemming, op de markt te meten, is niet nieuw. De opkomst van sociale media, zelflerende algoritmen en de mogelijkheid om grote hoeveelheden gegevens te verwerken, vrijwel real-time, bieden echter een geheel nieuwe manier om dit te doen. In ons beleggingsproces profiteren we van deze technieken.

Onze toolkit biedt een raamwerk om de markten te beoordelen. In feite geeft het de technische input die onze strategen en portefeuillemanagers, samen met hun eigen research en inzichten, verwerken tot een samenhangende visie op de financiële markten. Een van de voordelen van deze aanpak is dat het bescherming biedt tegen de bekende gedragsvalkuilen van beleggers, niet alleen irrationele uitbundigheid en overmoed, maar ook angst (om verlies te lijden).

Het andere aspect van het besluitvormingsproces waarbij we kunnen profiteren van deze technische input, is het verbeteren van het voorspellingsvermogen van de strategen en portefeuillemanagers. Nobelprijswinnaar Daniel Kahneman stelt in zijn boek ‘Thinking Fast en Slow’ uit 2011: “of professionals intuïtieve expertise kunnen ontwikkelen, hangt vooral af van de kwaliteit en de snelheid van feedback, en van voldoende gelegenheid om te oefenen”.

Dit betekent dat we een raamwerk kunnen samenstellen waarbij we big data en zelflerende algoritmes kunnen inzetten om voorspellende modellen te bouwen die meebewegen met het veranderende sociale en financiële landschap. Deze input kan vervolgens worden gebruikt in het voorspellingsproces, als feedback aan de gebruikers als hun voorspellingen afwijken van de modeluitkomsten, om strategen en portefeuillemanagers betere beslissingen te laten nemen in de zeer onzekere wereld waarin zij actief zijn.

Het inzetten van het menselijke beoordelingsvermogen, dat nog altijd beter in staat is om complexe geopolitieke ontwikkelingen, verschuivende politieke bondgenootschappen en wijzigingen in de corporate governance en het beleid van centrale banken af te wegen, naast door data gevoede modellen die beschermen tegen menselijke vooroordelen, levert een systeem op dat goed kan omgaan met de complexe, steeds veranderende wereld waarin wij beleggen.

Dit is uiteraard niet het einde van het verhaal. Het gebruik van big data en nauwkeurige kunstmatige intelligentie is een actueel onderwerp, maar het is heel goed mogelijk dat onze volgende innovatieronde door iets heel anders zal worden gedreven. In een nooit eindigende cyclus van technologie en innovatie zal ons beleggingsproces steeds worden gedreven door leren, verbeteren en aanpassen.

Lees hier het hele artikel