Automatisierter Handel
Zeitleiste: von Bachelier bis zu KI-Agenten
Mehr als ein Jahrhundert quantitativen und KI-gestützten Handels in 14 Meilensteinen. Filtern Sie nach Thema oder öffnen Sie einen Meilenstein für die Erläuterung und die Quellen.
1900Die Geburt der Finanzmathematik
Der französische Mathematiker Louis Bachelier verteidigt seine Dissertation Théorie de la spéculation. Er ist der Erste, der die Brownsche Bewegung verwendet, um Kursbewegungen und Optionspreise an der Pariser Börse mathematisch zu beschreiben – Jahrzehnte, bevor es Computer gab.
Quellen
1952Moderne Portfoliotheorie
Der Ökonom Harry Markowitz veröffentlicht Portfolio Selection. Erstmals werden Risiko und Rendite mathematisch definiert, über den Zusammenhang zwischen den Anlagen statt nach Bauchgefühl. 1990 erhält er dafür den Nobelpreis für Wirtschaftswissenschaften.
Quellen
1969Der erste quantitative Hedgefonds
Der Mathematiker Edward O. Thorp, bekannt durch seine Kartenzählmethode beim Blackjack, gründet Princeton Newport Partners. Mit Computern und statistischer Arbitrage auf Wandelanleihen und Optionsscheine zeigt er, dass ein systematischer, mathematischer Ansatz am Markt funktionieren kann.
Quellen
1971–1973NASDAQ und die Black-Scholes-Formel
1971 startet die NASDAQ als erster elektronischer Aktienmarkt. 1973 veröffentlichen Fischer Black, Myron Scholes und Robert Merton ihr Modell zur Bewertung von Optionen. Banken beginnen, in großem Stil Physiker und Mathematiker einzustellen: die ersten „Quants“.
Quellen
1976Elektronische Orders an der NYSE
Die New York Stock Exchange führt das DOT-System (Designated Order Turnaround) ein, das 1984 durch SuperDOT abgelöst wird. Broker können Orders fortan elektronisch weiterleiten statt über Läufer auf dem Börsenparkett. Das ermöglicht „Program Trading“: automatische Regeln, die ganze Aktienkörbe auf einmal kaufen oder verkaufen.
Quellen
- SuperDot (öffnet in einem neuen Tab) Wikipedia
- Program trading (öffnet in einem neuen Tab) Wikipedia
1982–1987Volatilitätsmodelle, Pairs Trading und der Schwarze Montag
Robert Engle stellt 1982 das ARCH-Modell zur Prognose schwankender Volatilität vor, und das Team von Nunzio Tartaglia bei Morgan Stanley entwickelt automatisiertes „Pairs Trading“. Am 19. Oktober 1987, dem Schwarzen Montag, verstärken automatische „Portfolio-Insurance“-Strategien die Verkaufswelle: Der Dow Jones verliert an einem einzigen Tag 22,6 %. Es ist der erste große Schock, in dem Algorithmen eine Hauptrolle spielen.
Quellen
1988Renaissance Technologies und der Medallion Fund
Der Mathematiker und ehemalige Codeknacker Jim Simons startet den Medallion Fund bei Renaissance Technologies. Statt klassischer Analysten stellt er Astrophysiker, Kryptografen und Spezialisten für Spracherkennung ein, die statistische Mustererkennung auf den Markt anwenden. Der Fonds entwickelt sich zu einem der erfolgreichsten Investmentfonds aller Zeiten.
Quellen
1998–2005Elektronische Handelsplätze und der Aufstieg des Hochfrequenzhandels
1998 lässt die US-Aufsichtsbehörde SEC mit der Regulation ATS elektronische Handelsnetzwerke zu, die mit den klassischen Börsen konkurrieren. 2001 stellen die US-Märkte von Bruchteilen auf Dezimalkurse in Schritten von 0,01 $ um, wodurch die Spannen schrumpfen. Mit der Regulation NMS (2005) wird die elektronische Ausführung zum besten Preis zur Norm. Der Startschuss für den Hochfrequenzhandel, in dem Firmen im Mikrosekundenbereich konkurrieren.
Quellen
2001Software-Agenten schlagen menschliche Händler
Forscher von IBM zeigen in kontrollierten Experimenten, dass selbstlernende Software-Agenten in einem Auktionsmarkt besser abschneiden als menschliche Händler. Die Idee der „handelnden Maschine“ erhält eine wissenschaftliche Grundlage.
Quellen
6. Mai 2010Der Flash Crash
Eine große, automatisierte Verkaufsorder in S&P-500-Futures löst eine Kettenreaktion zwischen Hochfrequenz-Algorithmen aus. In rund 36 Minuten verschwinden fast 1.000 Milliarden Dollar an Börsenwert, die anschließend größtenteils zurückkehren. Die Aufsichtsbehörden führen danach strengere Handelsunterbrechungen (Circuit Breaker) und Kontrollen für Algorithmen ein.
Quellen
2011–2015Backtesting in der Cloud und Open Source
Plattformen wie Quantopian und QuantConnect geben Programmierern über den Browser Zugang zu historischen Marktdaten und Testumgebungen. Zusammen mit Open-Source-Bibliotheken für maschinelles Lernen wie scikit-learn und Googles TensorFlow (2015) können fortan auch Einzelpersonen eigene Modelle bauen.
Quellen
- Quantopian (öffnet in einem neuen Tab) Wikipedia
- scikit-learn (öffnet in einem neuen Tab) scikit-learn.org
- TensorFlow (öffnet in einem neuen Tab) tensorflow.org
2017–2020Transformer und alternative Daten
Google-Forscher stellen 2017 die Transformer-Architektur vor, die die Verarbeitung von Sprache grundlegend verändert. Fonds nutzen solche Modelle, um „alternative Daten“ zu analysieren – von Satellitenbildern von Parkplätzen und Schiffsbewegungen bis zu Ergebnispräsentationen und sozialen Medien. JPMorgan setzt 2017 LOXM ein, ein selbstlernendes System, um große Orders mit möglichst geringer Marktwirkung auszuführen, und 2019 erscheint FinBERT, ein Sprachmodell speziell für Finanztexte.
Quellen
2023–2024Generative KI und Finanz-Sprachmodelle
Nach dem Start von ChatGPT stellt Bloomberg BloombergGPT vor, ein Sprachmodell mit 50 Milliarden Parametern, das auf Finanzdaten trainiert wurde. Handelsplattformen integrieren KI-Assistenten, sodass auch Personen ohne Programmierkenntnisse eine Strategie in Alltagssprache beschreiben und testen lassen können.
Quellen
2025–2026Agentische KI
KI-Trading entwickelt sich von Prognosemodellen zu zusammenarbeitenden KI-Agenten: Ein Agent analysiert Veröffentlichungen und makroökonomische Nachrichten, ein anderer sucht nach technischen Mustern, ein dritter überwacht das Risiko des Portfolios. Techniken, die früher großen Institutionen vorbehalten waren, rücken so immer näher an Privatanleger heran. Die Aufsichtsbehörden beobachten die Folgen für die Finanzstabilität aufmerksam.
Quellen
- The Financial Stability Implications of Artificial Intelligence (2024) (öffnet in einem neuen Tab) Financial Stability Board
Die Quellen verweisen auf externe Websites. Vermeeren & Van Haute ist für deren Inhalt nicht verantwortlich. Diese Zeitleiste enthält allgemeine Informationen und stellt keine Anlageberatung dar.