Kunstmatige intelligentie kan de manier waarop ETF’s worden samengesteld veranderen. Waarom zou een belegger nog voor traditionele indextrackers gaan, als ze op maat gemaakt kunnen worden? Nieuwe spelers zien mogelijkheden, maar de oude garde blijft kritisch.
Welke trends spelen er binnen een bepaald thema en welke bedrijven profiteren daarvan? De Amerikaanse startup Boosted.ai heeft algoritmes ontwikkeld op basis van machine learning om antwoord te geven op dit soort vragen. Het model scant daarvoor duizenden verschillende bronnen: van nieuwswebsites tot kwartaalupdates van bedrijven en documenten die bij toezichthouders worden ingediend.
In gesprek met Investment Officer legt CEO en medeoprichter Joshua Pantony uit dat dit AI-model grote gevolgen kan hebben voor hoe ETF’s worden samengesteld. Zo kan een indexbouwer bedrijven vinden die hij in de eerste instantie niet direct zou koppelen aan een bepaald thema. ‘Hij krijgt ook veel beter inzichtelijk waarom een bepaald bedrijf wordt gekoppeld aan dat thema’, aldus Pantony, doelend op de uitgebreide analyses die het model daarbij genereert.
Dit creëert volgens de topman een nieuwe manier om indextrackers te bouwen. ETF-aanbieders kunnen door middel van de analyses gemakkelijk beredeneren waarom een bepaalde positie in het mandje thuishoort. ‘Dit kan duurzame ETF’s bijvoorbeeld nóg groener maken dan dat ze nu zijn.’
Senior aandelenstrateeg Rebecca Chesworth van State Street SPDR ETF’s ziet dat AI nog niet veel wordt gebruikt bij de samenstelling van ETF’s, maar verwacht dat het wel de toekomst heeft. ‘Het is slechts een kwestie van tijd.’
Zelf maakt SPDR alleen gebruik van machine learning ter ondersteuning bij het verzamelen van informatie voor de aandelenselectie voor de actieve fondsen en thema-ETF’s. ‘Dankzij AI kunnen fondsbeheerders sneller handelen en nieuwsstromen interpreteren en hebben ze beter inzicht in het risicorendementsprofiel’, aldus Chesworth.
Een ETF-samensteller kan volgens Pantony van Boosted.ai dan ook efficiënter te werk gaan. ‘Voorheen duurde het misschien wel veertig uur om alle benodigde informatie over een bepaald onderwerp te verzamelen, nu kan dit in slechts tien minuten.’
Ook CEO Martijn Rozemuller van VanEck ziet dat AI arbeidsintensieve processen wat kan versnellen. ‘Door de tijdwinst heb je wellicht minder mensen in dienst nodig, wat kostenvoordelen oplevert en wat zich kan vertalen naar een goedkoper beleggingsproduct.’ Voor een ETF zullen de besparingen voor de belegger beperkt zijn, denkt Rozemuller, omdat de kosten nu al laag zijn.
‘AI kan markt niet timen’
‘Waar ik niet van overtuigd ben, is dat AI ook de markt kan timen of aandelen kan selecteren die consistent de markt verslaan. De mens kan dat niet en AI ook niet. Toch vrees ik dat er aanbieders zullen zijn die dit wel zullen beweren. Beleggers zijn immers gevoelig voor dergelijke claims. Maar uiteindelijk kan AI de toekomst niet voorspellen.’
Chesworth deelt deze mening ook: ‘AI kan enkel wat factoren herkennen die de kans op een outperformance vergroten, maar garanties zijn er niet.’
Volgens Rozemuller kan AI alleen naar informatie uit het verleden kijken, waardoor je met kunstmatige intelligentie in het beste geval gegevens kunt extrapoleren om een voorspelling te doen over de toekomst.
Gouden standaard?
Bij Pantony van Boosted.ai bestaat er geen twijfel over: het gebruik van AI voor het creëren van ETF-mandjes wordt de gouden standaard. ‘Het wordt op een gegeven moment voor partijen niet meer mogelijk om gewoonweg een groene ETF te presenteren, zonder dat je voor iedere positie uitgebreid kunt uitleggen waarom die belegging in het mandje thuishoort.’
Is het nu dan moeilijk om uit te leggen waarom bepaalde aandelen in een ETF-mandje zitten? ‘Ja en nee’, zo stelt Rozemuller. ‘We kunnen het voor onze producten prima uitleggen, maar over duurzame ETF’s zijn vaak discussies over hoe groen bepaalde bedrijven werkelijk zijn. Daar kun je op verschillende manieren naar kijken.’ AI kan volgens Rozemuller zeker helpen bij de verzameling van ESG-data, maar de mens bepaalt uiteindelijk welke gegevens uiteindelijk belangrijk zijn.
ETF’s op maat
AI maakt het volgens Pantony van Boosted.ai ook een stuk makkelijker om bestaande indextrackers aan te passen op basis van de wens vanuit de klant. ‘Denk bijvoorbeeld aan een ETF die zo goed mogelijk de S&P 500-index volgt, maar dan tegen het laagst mogelijke risico of juist tegen een hoger risico met mogelijk hogere rendementen. Of denk aan een S&P500-tracker met aandelen die een grotere kans op outperformance hebben. Het kan allemaal.’
Rozemuller van VanEck gelooft niet zo in ETF’s op maat, mede vanwege regelgeving. ‘Een index moet door een aparte juridische entiteit worden opgesteld en moet voor iedereen toegankelijk zijn. ETF’s op maat maken is daarom een dure aangelegenheid.’
Bovendien komt dit idee in de buurt van “self indexing”: beleggers zelf een index laten maken, die zij naar wens altijd kunnen aanpassen. ‘Het probleem is dat er dan te veel en te vaak gehandeld zal worden, wat ten koste gaat van het rendement. Het schiet voorbij aan het idee van een ETF. Als ETF-aanbieder moet je ook niet in de verleiding willen komen om iedere keer je ETF aan te passen. Dan ben je actief aan het beheren.’
Concluderend stelt Rozemuller dat AI niet hét middel zal worden om het perfecte mandje te maken. ‘Al gaan mensen dat wel beweren.’