ChatGTP en de zoektocht naar bovenmatig rendement
Door Christian Schmitt, Senior Portfolio Manager bij Ethenea
Nieuwe tools zoals ChatGPT zullen het werk van alle marktdeelnemers en de beleggers blijvend veranderen. Tegelijkertijd houden deze tools heel wat nieuwe risico's in voor beleggers.
Het artikel "ChatGPT Can Decode Fed Speak, Predict Stock Moves From Headlines" was in april een van de meest gelezen artikelen op het financiële nieuwsportaal Bloomberg. Artificiële intelligentie in het algemeen en specifiek de chatbot ChatGPT zijn ook zeer actueel. De niet aflatende zoektocht naar bovenmatig rendement, het zogenaamde alfa - rendement dat hoger is dan het verwachte rendement op basis van het marktrisico (bèta) - is een blijvend thema dat al decennialang in de hoofden spookt van bijna alle deelnemers aan de financiële markten. Het is dus geen verrassing dat ChatGPT en andere soortgelijke taalmodellen nu hiervoor gebruikt worden. Een van de eerste wetenschappelijke artikelen over dit onderwerp, waarnaar het eerste deel van de kop van het bovengenoemde Bloomberg-artikel verwijst, stelt in zijn titel de spannende vraag: "Can ChatGPT Forecast Stock Price Movements?". Het korte antwoord is ja. Het is te zeggen, een dag op voorhand.
Toegegeven, na enkele jaren ervaring op de kapitaalmarkten is het niet gemakkelijk om niet in lachen uit te barsten wanneer men het heeft over de overvloed aan mogelijke bronnen van bovenmatig rendement. Alfa was altijd al een zeer tere bloem en geen lang leven beschoren. En dat zal altijd zo blijven. De ontdekking van vermeende nieuwe bronnen van alfa - die de laatste tijd exponentieel is toegenomen, onder meer door de verbeterde technologische mogelijkheden - zal daar niets aan veranderen. De zoektocht naar steeds nieuwe bronnen van alfa zet een race in gang die met deze middelen bijna onmogelijk te winnen is.
Kuddementaliteit van beleggers
Een voorbeeld uit de beginjaren van mijn carrière illustreert het onderliggende probleem zeer goed en heeft zich sindsdien ontelbare keren op een gelijkaardige manier in de markt herhaald. En vermoedelijk zal het zich de komende jaren herhalen met "artificiële intelligentie" beleggingsproducten.
De eigenlijke naam en de aanbieder van mijn voorbeeld, een marktneutraal product, zijn hier niet van belang. De gehanteerde beleggingsaanpak en de onderliggende techniek waren nog geen twintig jaar geleden state-of-the-art. En met een omvang van bijna 10 miljard euro op het hoogtepunt was het ook geen nicheproduct. De beleggingsstrategie kan in sterk vereenvoudigde termen worden samengevat als "koop de naar verwachting aantrekkelijkste breed gespreide aandelen op de markt en verkoop de naar verwachting onaantrekkelijkste aandelen op de markt". Het marktrisico (bèta) was in feite nul, zodat men zich volledig kon concentreren op het voortdurend overhevelen van alfa. De strategie werkte in het begin fenomenaal goed en leverde voortdurend positieve prestaties zonder grote koersschommelingen.
Terwijl de markt aan het oppervlak relatief rustig bleef, verloor het fonds plots dag na dag aan waarde ten belope van de totale prestatie van meerdere maanden. De beleggers waren ontzet en verbijsterd. Wat was er gebeurd? Met behulp van de nieuwe technologische middelen en gegevens hadden veel marktdeelnemers de markten geanalyseerd om uit te zoeken welke aandelen achteraf gezien de gemakkelijkste en betrouwbaarste bovenmatige rendementen opleverden. Omdat dezelfde gegevens met dezelfde middelen werden onderzocht, kwam men onverwacht tot dezelfde resultaten. Veel beleggers hadden gewoon dezelfde effecten in hun portefeuille. Zodra de beleggers belangrijke hoeveelheden moesten verkopen, kwamen de aandelen onder druk te staan en werd een kettingreactie in gang gezet. Het was voor veel beleggers een belangrijke en leerzame ervaring, die de geschiedenisboeken van de kapitaalmarkt is ingegaan onder de titel Quant Crash 2007.
Voor de volledigheid, dit gebeurde er vervolgens in ons voorbeeld. Een deel van de verliezen werd zeer snel teruggewonnen in de eerste tegenbeweging. De strategie werd aangepast op basis van de geleerde lessen en kwam het crisisjaar 2008 goed door. Daarna ging de strategie echter gestaag achteruit, zonder ooit de successen van de backtesting of de eerste maanden te kunnen evenaren en de verkondigde ambities waar te maken. Na ongeveer acht en een half jaar, in 2015, werd het product dat ooit miljarden waard was van de markt gehaald.
Dit voorbeeld is in veel opzichten leerzaam en nuttig. Het bewijst duidelijk dat de kuddementaliteit van beleggers een niet te onderschatten risico vormt. Niet alleen op het niveau van de totale markt, maar ook op het niveau van individuele effecten. Interessant is dat dit risico niet correleert met traditionele risicofactoren zoals schuld, waardering, cycliciteit, bèta en andere. Daarom is het oneindig veel moeilijker om zich te beschermen tegen dergelijke posities, "crowded trades" genoemd. Terwijl diversificatie van de portefeuille in wezen de portefeuille beschermt, is het de beleggingsstrategie zelf die hier het potentiële risico inhoudt. We moeten dus zeer voorzichtig zijn bij zowel zeer populaire beleggingsstrategieën als bij nieuwe, innovatieve benaderingen die bovengemiddelde rendementen beloven en daardoor veel beleggingen aantrekken - op basis van nieuwe backtests, nieuw ontdekte alfa-factoren of nieuwe technologische mogelijkheden.
Naast de onmiddellijke risico's die zich op zeer korte termijn voordoen, toont dit voorbeeld aan hoe snel bronnen van alfa opdrogen op middellange tot lange termijn. De praktijk en de theorie bewijzen dat dit eerder regel dan uitzondering is.
Het verhaal achter de krantenkoppen
Wat betekent dit concreet? Zeker, krantenkoppen als "ChatGPT kan koersbewegingen voorspellen" zijn intrigerend. Maar om de geschetste redenen brengen ze ons niet in paniek of in vervoering. Toch zullen nieuwe instrumenten zoals ChatGPT het werk van alle marktdeelnemers en beleggers blijvend veranderen. Net als zakrekenmachines, computers en het internet daarvoor. Om de kansen en risico's in te schatten is het daarom van essentieel belang de evolutie te begrijpen en te weten wat de mogelijke gevolgen van deze ontwikkeling zullen zijn.
Het hierboven vermelde financiële artikel over ChatGPT laat zien dat ten minste één bestaande trend in de financiële sector wordt versterkt: de focus op steeds kortere handelsintervallen, waarbij dagelijkse beleggingen op basis van krantenkoppen niet langer tot hoofdschudden leiden. Misschien bestaat de waarde van actief beheer vandaag uit het lezen van het verhaal achter de krantenkop. Eens kijken of dit wordt uitgeroepen tot een officiële bron van alfa!
