Sehr geehrter Leser,
ich habe kürzlich zwei wichtige Erkenntnisse über die US-Notenbank Fed und die Märkte gewonnen. Für sich genommen wäre jede davon bedeutend gewesen. Dann wurde mir klar, dass die einzelnen Einsichten tatsächlich auf einer tiefen Ebene miteinander verbunden waren.
Diese Analyse könnte zu einem großen Durchbruch in meinen bereits anspruchsvollen prädiktiven Analysealgorithmen führen, die ich zur Vorhersage von Marktentwicklungen verwende. Was folgt, ist eine erstmalige Erklärung.
Die erste Erkenntnis begann als zwangloses Gespräch während einer Zeremonie zu Ehren eines Wohltäters einer der führenden Forschungsuniversitäten der Welt.
Solche Anlässe sind immer interessant, weil die Teilnehmer Kuratoren, Professoren, den Wohltäter selbst und seine engen und oft wohlhabenden Freunde umfassen. Während ich auf den Beginn der Formalitäten wartete, sprach ich mit einem führenden Wirtschaftsprofessor, den ich seit Jahren kenne.
Wir sprachen über einen gemeinsamen Freund (ebenfalls Ökonom), der am besten als der ultimative Insider der Federal Reserve beschrieben werden kann.
Ich werde nachfolgend das Gespräch skizzieren, dabei aber Pseudonyme verwenden, um die Vertraulichkeit zu wahren. Nennen wir den Wirtschaftsprofessor „Der Professor“ und den Fed-Insider „Big X“.
Der Professor und Big X
Big X war in den letzten fünfzehn Jahren ein Top-Wirtschaftsberater für die Fed-Vorsitzenden Ben Bernanke, Janet Yellen und Jay Powell. Er ist nicht im Vorstand der Fed, aber er ist mächtiger als jeder Fed-Gouverneur, mit Ausnahme des Vorsitzenden.
Er ist bei jedem FOMC-Politiktreffen dabei und sein Name findet sich in den Protokollen zusammen mit etwa 40 anderen Teilnehmern.
Aber er ist auch in seinem Büro in der Nähe des Büros des Fed-Vorsitzenden, wenn der Flur ruhig ist, die Politiktruppe nicht da ist und wichtige Entscheidungen tatsächlich getroffen werden.
Ich kenne den Professor seit über 50 Jahren und Big X seit über 15 Jahren. Ich war dafür verantwortlich, den Professor in ein von Big X geleitetes Wirtschaftsforschungszentrum zu rekrutieren.
Die Schwierigkeit war, dass Big X von Ben Bernanke zur Fed gelockt wurde, als die globale Finanzkrise 2008 ausbrach, etwas, das ich mit Bernanke besprach, als wir uns in Südkorea trafen.
Ich sagte ihm, dass ich leicht verärgert über den Abwerbeversuch war, aber natürlich waren wir alle erfreut, dass unser Direktor so hoch geschätzt wurde.
Big X kehrte kurzzeitig in die Akademie zurück, wurde aber von Janet Yellen zurück zur Fed geholt, die dasselbe Bedürfnis hatte wie Ben Bernanke. Infolgedessen war mein direkter Kontakt mit X sporadisch gewesen, aber der Professor war ein zuverlässiger alternativer Kanal.
Warum ein Jurist die Fed leiten sollte – und kein Ökonom
Als ich letzte Woche mit dem Professor sprach und ihn nach Big X sowie der Fed fragte, sagte er etwas, das mich überraschte. Jay Powell ist ein Jurist und ein guter dazu.
Ich habe vor Jahren mit Powell zusammengearbeitet, als er im US-Finanzministerium war und ich Rechtsberater eines sogenannten „Primary Dealers“ war.
Ich habe großen Respekt vor seiner Intelligenz. Vielleicht liegt das daran, dass ich auch Jurist bin und meine Voreingenommenheit durchscheint.
Ich habe immer gedacht, dass ein Jurist eine gute Wahl für den Vorsitz der Fed wäre, weil sie analytischer sind und beide Seiten betrachten, während Ökonomen dazu neigen, alles durch eine neo-keynesianische Brille zu sehen.
Als ich fragte, ob Big X vielleicht bald zur Universität zurückkehren könnte, sagte der Professor: „Nein, er wird in der Fed mehr denn je gebraucht. Powell ist kein Ökonom, daher verlässt er sich völlig auf Big X hinsichtlich wirtschaftlicher und politischer Ratschläge.“
Da war es also. Powell ist das Gesicht der Fed und nomineller Leiter, aber Big X gibt die politischen Richtlinien vor und schreibt die erläuternden Notizen. Die Fed-Politik ist lediglich eine Fortsetzung des harten Neo-Keynesianismus.
Das erklärt, warum die Zinserhöhungen länger andauern als die Märkte erwartet hatten, und warum die Fed deutliche Anzeichen einer schweren Rezession ignoriert.
Die Zinserhöhungen werden nicht aufhören, bis die Inflation wieder unter Kontrolle ist (was sie im Moment nicht ist). Rezession und höhere Arbeitslosigkeit sind nur Kollateralschäden.
KI übertrifft jeden Wall-Street-Analysten
Die zweite Erkenntnis, die ich gewann, stammt aus der Lektüre eines kürzlich veröffentlichten Papiers mit dem Titel „Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models (2023)“ von Alejandro Lopez-Lira und Yuehua Tang von der Universität Florida.
Zufällig bin ich durch meine Rolle am Florida Institute of National Security (FINS) an der Künstlichen Intelligenz (KI) an der Universität Florida beteiligt.
Sowohl die Autoren als auch meine Kollegen am FINS haben Zugang zum HiPerGator AI Computer (dem drittschnellsten nicht-staatlichen Computer der Welt) für KI-Anwendungen.
ChatGPT ist eine Form der Generalized Pre-trained Transformer (GPT) Technologie, die den neuesten Fortschritt in der KI darstellt.
Das wissenschaftliche Papier beschreibt ein Experiment, bei dem ChatGPT mit Hilfe von Natural Language Processing (NLP) und Large Language Models (LLMs) riesige Mengen an Marktliteratur liest, um Aktienkurse vorherzusagen.
Im Kern scannt die Anwendung Nachrichtenüberschriften über bestimmte Unternehmen. Die KI-Wissenschaftler fragen dann Chat GPT, ob die Schlagzeile eine gute Nachricht (Antwort: „JA“) oder eine schlechte Nachricht (Antwort: „NEIN“) für das betreffende Unternehmen über einen definierten Zeithorizont hinweg ist.
Basierend auf mehreren Schlagzeilen und Antworten wird ein ChatGPT-Sentiment-Score erstellt, bei dem „JA“ mit 1, „UNBEKANNT“ mit 0 und „NEIN“ mit -1 abgebildet wird. Anschließend werden Regressionen auf die tatsächlichen Aktienrenditen des nächsten Tages durchgeführt.
Das wissenschaftliche Papier kommt zu dem Schluss: „ChatGPT-Sentiment-Scores weisen eine statistisch signifikante Vorhersagekraft für tägliche Aktienmarktrenditen auf.“
Mit anderen Worten, KI kann Wall-Street-Analysten übertreffen, wenn es um die Vorhersage des Marktes geht.
Ein Beispiel aus der realen Welt
Die Studie präsentiert ein reales Beispiel, wie Künstliche Intelligenz (KI) andere Formen von Nachrichtenlesetools, die an der Wall Street eingesetzt werden, in den Schatten stellen kann.
In einem Rechtsstreit um geistiges Eigentum zwischen Rimini Street und Oracle wurde gemeldet, dass Rimini Street vom Gericht zu einer Geldstrafe verurteilt wurde.
Ravenpack, ein gängiges Analysetool zur Nachrichtenanalyse an der Wall Street, scannte die Schlagzeilen und bewertete die Nachricht als negativ, indem es ihr einen Sentiment-Score von -0,52 zuwies.
Dies basierte wahrscheinlich auf einem einfachen Stichwortscanner, der „Rimini Street mit Geldstrafe von 630.000 Dollar im Fall gegen Oracle belegt“ las und Wörter wie „Geldstrafe“ und „gegen Oracle“ als negativ bewertete.
Der gesunde Menschenverstand sagt uns jedoch, dass die Schlagzeile für Oracle positiv ist, da Rimini Street gerade vor Gericht einen Rückschlag erlitten hat. Das stärkt Oracles Bemühungen, sein geistiges Eigentum zu schützen.
ChatGPT kam zum selben positiven Schluss, da es Milliarden von Dokumenten lesen kann (oder in diesem Fall eine gezielte Auswahl) und die Sprache im Kontext mit den entsprechenden Nuancen interpretieren kann.
Der einfache Nachrichtenscanner kann das nicht und bleibt bei der ersten Annäherung stehen, wenn er das Wort „Geldstrafe“ sieht.
Warum nicht einfach den gesunden Menschenverstand nutzen? Die Antwort ist, dass selbst der fleißigste menschliche Analyst vielleicht zwanzig solcher Berichte pro Tag lesen kann.
ChatGPT hingegen kann Millionen (je nach Bedarf) lesen, unterstützt durch Milliarden von Dokumenten (wieder, je nach Bedarf), und kann seine Sentiment-Scores mit automatisierten Ausführungsfunktionen kombinieren, um die Analysten zu übertreffen.
Es scheint, als ob ChatGPT tatsächlich den Markt schlagen kann.
Die Beeinflussung des KI-Sentiment-Scores durch FedSpeak
Wie hängt die Studie zu ChatGPT mit meinem Freund Big X zusammen? Die Federal Reserve hat durchaus einen Einfluss auf die Märkte, doch ist dieser weit weniger ausgeprägt als vielfach angenommen.
Sie kann teilweise auf den kurzfristigen Teil der Renditekurve einwirken und beeinflusst dadurch Hypothekenzinsen, die häufig an kurzfristige Staatsanleihezinsen gekoppelt sind. Doch das war’s auch schon.
Der Gedanke, dass die Fed tatsächlich eine 25 Billionen Dollar schwere Wirtschaft steuern oder die Arbeitslosigkeit eliminieren kann, entbehrt weitgehend der Realität.
Dennoch wird dieser Mythos von der Fed gehegt und gepflegt. Hieraus zieht Big X seine Macht.
Indem er eine passende Kombination aus Begründungen für die Geldpolitik sowie FedSpeak, also die verbale Kommunikation seitens der Fed gegenüber Marktteilnehmern, entwickelt und diese Jay Powell in die Hand gibt, ist Big X in der Lage, die Märkte zu bewegen und Investitionen in eine von der Fed gewünschte Richtung zu lenken.
Solange die Menschen daran glauben, dass die Fed allmächtig ist und dementsprechend handeln, kann die Fed tatsächlich Macht ausüben. Es handelt sich um ein Spiel mit dem Vertrauen der Menschen, aber es funktioniert.
Betrachten Sie nun ChatGPT. Dieses Tool liest Schlagzeilen. Was, wenn Sie Ihre eigenen Schlagzeilen kreieren könnten? Was, wenn Sie genügend Einfluss besitzen, um den Text zu gestalten, den ChatGPT liest? Das bedeutet, dass Sie den Sentiment-Score manipulieren und Marktbewegungen in jede gewünschte Richtung bewirken könnten.
ChatGPT tut einfach nur das, wofür es entwickelt wurde. Es wird nicht bemerken, dass es mit Fed-gefärbten Informationen gefüttert wird.
Andere Marktteilnehmer haben das bereits erkannt. Sie werden Geschichten erstellen, um die Verarbeitung natürlicher Sprache mit Wörtern und Phrasen zu überschwemmen, die selbst für fortschrittliche große Sprachmodelle nicht von der objektiven Wahrheit zu unterscheiden sind.
Nennen Sie es Fake News oder Marktmanipulation, wie Sie möchten. In der Geheimdienstgemeinschaft bezeichnet man dies als das Labyrinth der Spiegel.
Und es funktioniert. Selbst mit maschinellem Lernen wird es Jahre dauern, wenn es überhaupt gelingt, für Maschinen das Echte vom Erschaffenen zu unterscheiden.
Sogar Menschen tun sich damit schwer. Aus diesem Grund lügen Regierungen.
Wie man Nachrichten erkennt, bevor sie Nachrichten werden
Was bedeutet das für menschliche Analysten, mich eingeschlossen? Mit den richtigen Werkzeugen sind wir in einer bemerkenswert starken Position.
Der Schlüssel liegt darin, zu verstehen, wie die Systeme funktionieren, sie rückwärts zu dekodieren und die Vorreiter legal zu überholen.
Hier ist ein stark vereinfachter Algorithmus:
<Dank Big X wissen wir, welche „Nachrichten“ er hervorheben wird>
<Aufgrund der ChatGPT-Algorithmen wissen wir, zu welchem Schluss die KI kommen wird>
<Der Markt wird sich entsprechend ChatGPT entwickeln>
<Das Momentum wird nicht anhalten, da die „Nachrichten“ erfunden sind>
<Ziehen Sie sich vom Markt zurück>
Natürlich steckt mehr dahinter. Einige Nachrichten sind wirklich Nachrichten und sollten berücksichtigt werden. ChatGPT könnte mit der Zeit besser darin werden, die Trittbrettfahrer zu durchschauen (umgekehrt könnten die Trittbrettfahrer besser werden, indem sie ihren eigenen ChatGPT einsetzen).
Die wertvollste Fähigkeit von allen ist es, Nachrichten zu erkennen, bevor sie Nachrichten werden, indem man proprietäre prädiktive Analysewerkzeuge einsetzt. Das ist es, was ich mitbringe.
Mit freundlichen Grüßen,
Jim Rickards
P.S.: In meinem Börsendienst Strategische Investments beschreibe ich Ihnen, wie Sie Ihr Vermögen vor dem weltweiten Chaos in Sicherheit bringen können.
Ich analysiere die wirtschaftlichen Auswirkungen der innen- und außenpolitischen Entscheidungen unserer Politiker und beziehe die internationale Perspektive in meine Analysen mit ein. Klicken Sie hier!
