QuSAA – Quantenalgorithmen für Strategische Asset Allokation

Asset-Allokation gehört seit Jahren zu einem Schwerpunkt unserer Abteilung »Finanzmathematik«. Darunter versteht man das Aufteilen eines Vermögens auf verschiedene Anlageklassen wie Anleihen, Aktien, Immobilien, Währungen und Edelmetalle. Unsere Mathematik unterstützt bereits seit Jahren im Portfoliomanagement der R+V Lebensversicherung AG. Im BMBF-Projekt »QuSAA – Quantenalgorithmen für Strategische Asset Allokation« untersucht ein Team um Dr. Pascal Halffmann und Dr. Ivica Turkalj zusammen mit unseren Projekt-Partnern jetzt zudem mögliche neue Wege mit Quantencomputing (QC).

Viele Unternehmen und Investoren stehen mindestens einmal im Jahr vor der Frage, wie ihr vorhandenes Kapital im kommenden Jahr am besten angelegt wird. Hierbei umfasst die Bewertung »am besten« mehrere Punkte, bei denen die jeweiligen Zielsetzungen miteinander in Einklang gebracht werden müssen. Besonders in Anbetracht mehrerer Krisen und ökonomischer Unsicherheiten ist es aktuell komplexer denn je diese Entscheidungen zum Portfolio zu treffen. Unsere Algorithmen und Software helfen dabei.

Spezialfall: Asset-Allokation von Versicherungsunternehmen

Versicherungsunternehmen ist es wichtig, langfristig eine möglichst hohe Rendite bei einem definierten Risikoniveau zu erzielen. Dabei gelten für Versicherungen aber spezielle Rahmenbedingungen, die bei jeder Berechnung berücksichtigt werden müssen: Unter dem Namen »Solvency II« erließ die EU 2009 eine Richtlinie, die seit 2016 für alle Versicherungen gilt. Solvency II stellt insbesondere Anforderungen an die Eigenmittelausstattung der Unternehmen und ist somit eine weitere wichtige Zielfunktion in der Asset-Allokation und der Arbeit unserer Abteilung »Finanzmathematik«. Das Team um Halffmann hat gemeinsam mit der R+V Lebensversicherung AG bereits einen eigenen Ansatz der strategischen Asset-Allokation implementiert. Dieser berücksichtigt einerseits die Solvenzquote im Rahmen von Solvency II und bezieht andererseits viele weitere relevante Portfoliomerkmale mit ein.

Im Projekt formulieren die Beteiligten ein Optimierungsproblem, indem sie schrittweise die Komplexität der Zielfunktionen vereinfachen. Dabei basieren die für die Optimierung notwendigen Daten der Anlageklassen auf Schätzwerte aus sehr rechenaufwändigen Simulationen. Hier kommen die Quantencomputer zum Zug, denn im Projekt »QuSAA« wird untersucht, inwieweit das Rechnen auf Quantencomputern dazu beitragen kann, die Komplexität des Problems besser zu beherrschen und robustere Ergebnisse zu liefern. Doch das »Wie« muss erst noch erforscht werden.