Fondsrendement: machine verslaat mens

Computermodellen en algoritmes spelen al decennia een grote rol in het vermogensbeheer. Actieve fondsen gebruiken algoritmes om interessante aandelen te vinden. Ze maken zogenoemde numerieke modellen met een bepaalde voorkeur voor bijvoorbeeld een hoge groei, een lage koers-winstverhoudingen, veel verhandelde (stijgende) aandelen of een sterke balans.

Als het model vervolgens gevoed wordt met reële bedrijfscijfers en handelsgegevens, dan rollen er automatisch favoriete aandelen uit.

De modellen van de zogenoemde kwantitatieve fondsen - die hun aandelenselectie vooral baseren op wiskundige modellen - zijn steeds beter geworden. Maar er is een probleem. De markt als geheel is ook efficiënter geworden. Het gevolg is dat het ook voor deze nieuwe groep actieve fondsen steeds moeilijker wordt de index te verslaan.

Numerieke wiskundige modellen versus AI

De hoop is nu gericht op kunstmatige intelligentie (AI) of machine learning. Hierbij wordt gebruikgemaakt van eindeloze hoeveelheden handelsdata uit het verleden. De AI gaat vervolgens op zoek naar patronen, die zich mogelijk herhalen in de toekomst.

Daar kunnen hele andere aandelen uitrollen als uit de zogenoemde numerieke wiskundige modellen.

Machine learning wordt bijvoorbeeld gebruikt door trendbeleggers om zo vroeg mogelijk aandelen te vinden die zich in opwaartse beweging richten. Twee grote voordelen van AI zijn:

• De mogelijkheid enorme hoeveelheden data te analyseren in korte tijd.
• Het uitschakelen van menselijke zwaktes uitgeschakeld. AI is rationeel.  

Maar werkt het ook?

Dat is de vraag die Larry Swedroe behandelt in zijn blog Man versus Machine: Do Funds Powered by AI outperform?

Allereerst constateert Swedroe dat het voor de klassieke actieve fondsmanagers inderdaad steeds moeilijker wordt de beurs te verslaan. Hij schreef daarover eerder het artikel The Incredible Shrinking Alpha, waaruit blijkt dat sinds de eeuwwisseling slechts 2% van alle actieve managers significant in staat waren het beter te doen dan het marktgemiddelde. 

Maar de AI-fondsen blijken het niet zoveel beter te doen. Swedroe wijst op een onderzoek uit augustus van dit jaar van Rui Chen en Jinjuan Ren: Do AI-Powered Mutual Funds Perform Better?

Mens tegen machine

De onderzoekers hebben gedurende de periode november 2017 t/m december 2019 gekeken naar de resultaten van 300 kwantitatieve fondsen, 15 fondsen die gebruikmaken van AI voor de aandelenselectie en 611 zogenoemde discretionaire fondsen die hoofdzakelijk steunen op de menselijke stock picker.

Hier een samenvatting van de belangrijkste bevindingen:

1. De prestaties van de AI-fondsen waren statistisch gezien niet te onderscheiden van de totale markt in 25 van de 26 maanden gedurende de steekproefperiode.
2. De AI-fondsen leverden geen significant hogere (voor risico gecorrigeerde) rendementen op dan het marktgemiddelde. Ze hadden hoogstens een marginaal betere aandelenselectie, maar waren van de andere kant slecht in market timing.
3. De AI-fondsen deden het beter dan de door mensen gemanagede fondsen, vooral dankzij lagere transactiekosten. De handelsomzet bij de AI-fondsen was 31% tegenover 72% bij de discretionaire fondsen. In stockpicken waren ze ook beter.
4. De AI-fondsen waren geconcentreerder dan door mensen geleide. Het gemiddelde AI-fonds had een portefeuille met 149 posities tegenover 197 bij door mens geleide fondsen.
5. De AI-fondsen bleken minder last te hebben van ongewenst gedrag zoals het dispositie-effect. Dat vertelt dat wij mensen geneigd zijn winnende aandelen te vroeg te verkopen en te lang vast te houden aan verliesgevende aandelen.

Conclusie

Volgens Swedroe is het een nadeel dat de studie van Rui Chen en Jinjuan Ren over zo’n korte periode gaat. Dat kon helaas niet anders omdat AI-fondsen nog niet zo lang bestaan. 

Toch is het bewijs redelijk sterk dat AI-fondsen het in ieder geval beter doen dan klassieke actieve fondsen. Ze handelen minder vaak en hebben dus lagere transactiekosten. Bovendien bezitten ze het vermogen om bepaalde cognitieve valkuilen te vermijden. 

Van de andere kant is er ook nog geen significant bewijs dat de AI-fondsen structureel de markt kunnen verslaan. Met andere woorden, ETF’s blijven een geduchte concurrent.

De hoop van de AI-fondsen is natuurlijk dat hun machine learning steeds beter wordt in het analyseren van de markt. Hoe meer data, hoe meer de machine kan leren. Maar Swedroe blijft voorlopig sceptisch: hoop is nog geen bewijs.