Our services in the selected location:
  • No services available for your region.
Select Location:
Remember my selection
Ihr Browser ist veraltet. Er weist bekannte Sicherheitsmängel auf und stellt möglicherweise nicht alle Elemente auf dieser oder auf anderen Websites dar

$ {headerPrefix }

 / 

Was ist Big Data und warum ist es so wichtig?

Der Begriff „Big Data“ beschreibt extrem große Datensätze, die man mit moderner Technologie analysieren kann, um Muster, Trends und Zusammenhänge aufzudecken. Big Data verändert nicht nur, wie wir einkaufen, essen oder Kontakte pflegen, sondern auch, wie wir Geld anlegen, denn Big Data transformiert Unternehmen, Sektoren und die gesamte Wirtschaft. In den Goldman Sachs CORE® Equity Portfolios kombinieren wir einen fundamentalen Investmentansatz und die quantitative Analyse großer Mengen traditioneller und unkonventioneller Daten. So erfassen wir sowohl Fundamental- als auch Verhaltensaspekte, die für die Aktienrendite von Unternehmen ausschlaggebend sind.

Drei Fragen an ...


Gary Chropuvka, Co-Head des Quantitative-Investment-Strategies-Teams bei Goldman Sachs Asset Management

Wie wichtig sind entstehende
Trends für „Quantitative
Investing“?
+

Beim aktiven Investmentmanagement ging es schon immer darum, sich einen Informationsvorteil zu sichern und entstehende Trends schneller als andere Marktteilnehmer vorauszusehen. Zum Beispiel ist das exponentielle Wachstum von Daten äußerst bedeutsam: es wirkt sich auf viele Bereiche unseres täglichen Lebens aus, während rasante technologische Fortschritte es uns ermöglichen, über die Grenzen der traditionellen Vermögensverwaltung hinauszugehen.

Welcher nächste große Trend könnte Auswirkungen auf die GS CORE® Equity Portfolios haben?
+

In der Vergangenheit konnten wir Computer nur nutzen, um leicht quantifizierbare und strukturierte Datensätze zu analysieren, wie etwa Zahlen in einer Kalkulationstabelle. Heute sind wir dank neuer Technologien in der Lage, erstmals auch unstrukturierte Daten wie Sprache und Bilder zu analysieren. Je mehr neue Datenquellen verfügbar werden, desto weiter können wir neuartige Investmentideen erforschen, um unsere Prozesse zu verbessern.

Werden Portfoliomanager in Zukunft durch Computer ersetzt?
+

Nein, das glauben wir nicht. Wir sehen Technologie und Daten als Tools, die den Entscheidungsprozess unserer Portfoliomanager unterstützen und verbessern. Bevor wir auf die Informationen reagieren, die unsere quantitativen Modelle liefern, prüfen unsere Portfoliomanager jedes Geschäft und jede Position. In bestimmten Phasen extremen Stresses können sie eingreifen, um Risiken zu mindern oder einzudämmen.

Big Data verändert Branchen grundlegend

Unternehmen, die Wege finden Big Data für sich zu nutzen, können sich möglicherweise von ihren Mitbewerbern absetzen und Mehrwert für Anleger generieren.

Was passiert online in 60 Sekunden?


dataCreation

Nur zur Veranschaulichung. Jede Geldanlage ist mit Risiken verbunden, wozu auch die Möglichkeit gehört, Geld zu verlieren. Quelle: Statista, Dezember 31, 2017

Heute und damals


sectors

1 Quelle: Bain.

Von einer Idee zu einem Investment

Wir nutzen Daten und Technologie, um unser Wissen und unsere Erfahrung anzureichern und unser Urteilsvermögen zu schärfen, damit wir eine praktisch unendliche Menge traditioneller und unkonventioneller Daten in umsetzbare Investmentideen umwandeln können.

Die Bewertung von Unternehmen für unsere Portfolios


Das Investmentteam für die Goldman Sachs CORE® Equity Portfolios ist der Auffassung, dass die Aktienkursentwicklung eines Unternehmens durch mehrere Eigenschaften beeinflusst wird.

 

Goldman Sachs Equity Insights Funds

Qualität

Hochwertige, gut geführte Unternehmen identifizieren

Fundamentale Fehlbewertungen

Robuste, zu niedrig bewertete Unternehmen identifizieren

Stimmung

Die Stimmung am Markt analysieren

Themen und Trends

Marktthemen und Trends entdecken

 

 

Unser auf Daten basierender Investmentprozess beruht auf umfangreichen, gründlichen Analysen, einer wiederholbaren Einzeltitelauswahl und auf Risikobewusstsein.

 

consistentMethodology

2 Quelle: GSAM. Nur zur Veranschaulichung. Stand: 31. Dezember 2017.

Zugehörige Insights