Das „Minimum Semantic Concentration“-Portfolio

Autorin: Crina Pungulescu, John Cabot University

Wir spekulieren mal, dass Ferdinand de Saussure (1857-1913) wichige Vorarbeiten zum Semantischen Fingerabdruck (s.u.) beisteuerte. Der Schweizer Gelehrte gilt als Begründer der modernen Linguistik. 

Zusammenfassung: „In dieser Arbeit werden verschiedene Techniken der natürlichen Sprachverarbeitung (NLP) eingesetzt, um das Potenzial der Textanalyse zur Erzielung von Diversifikationsvorteilen im Portfoliomanagement zu bewerten. Zwei weit verbreitete große Sprachmodelle (BERT und GPT) sowie eine alternative, neurowissenschaftlich fundierte KI-Lösung namens ‚Semantischer Fingerabdruck‘ werden getestet, indem Portfolios mit ‚minimaler semantischer Konzentration‘ erstellt und verglichen werden, wobei nacheinander die drei NLP-Methoden verwendet werden. … Die Portfoliogewichte der ‚minimalen semantischen Konzentration‘ minimieren die semantische Ähnlichkeit (ähnlich den Gewichten des Portfolios mit ‚minimaler Varianz‘) … Die Ergebnisse bestätigen, dass alle NLP-Methoden in der Lage sind, relevante Informationen aus Geschäftsbeschreibungen zu extrahieren: Die Portfolios mit ‚minimaler semantischer Konzentration‘ weisen eine deutlich geringere Volatilität auf als Portfolios mit zufällig gewählten Gewichten. Obwohl keine NLP-Methode absolute Überlegenheit gegenüber vergleichbaren Methoden für sich beanspruchen kann, scheint das semantische Fingerprinting die beständigste und robusteste Methode zu sein.“

Link zur Studie: “Semantic Diversification in Equity Portfolios”