Zukunftsweisende Lösungen für Ihre finanzielle Sicherheit
Smart Wealth - Verwalten Sie Ihr Vermögen mit Präzision
Als Pioniere der Künstlichen Intelligenz auf dem Finanzmarkt bringen wir seit über 20 Jahren Wissenschaft, Technologie und Kapitalmarkterfahrung zusammen, um Anlegern immer bessere Lösungen für sichere, effiziente und renditestarke Vermögensanlagen zu bieten.
Unsere Story
Die Finanzwelt befindet sich im Umbruch, das Angebot wird immer unübersichtlicher. Vermögensverwalter mit traditionellen Ansätzen konkurrieren mit embryonalen Technologien von neuen Marktanbietern. Die einen sind oft ineffizient, die anderen versprechen satte Renditen, die mit erheblichen Risiken erkauft werden. Ohne die Bewährung in akuten Finanzkrisen vergangener Jahrzehnte ist es für viele zu früh, eine beweiskräftige Erfolgsbilanz für solides Vermögensmanagement nachzuweisen. Dies kann zu mangelhaften Ansätzen führen, die das Vermögen der Anleger schnell über die Maßen belasten können.
Das richtige Angebot in einem zunehmend komplexen Markt zu finden, sollte aber nicht so schwer sein. Sie haben eine Vermögensverwaltung verdient, der Sie vertrauen können, um Ihre Vermögenslage zu sichern, Wertsteigerungen zu erzielen, für Ihren Ruhestand vorzusorgen und Ihr Vermögen zu schützen.

Nur was man messen kann, lässt sich auch steuern
Unsere Reise mit künstlicher Intelligenz und selbst-lernenden Algorithmen begann vor mehr als 20 Jahren mit dem Ziel, immer zuverlässigere Vorhersagen über zukünftige Kursentwicklungen an den Finanzmärkten zu treffen, um Portfolios in kürzester Zeit zu optimieren.
Während unserer Zeit bei Siemens im Jahr 2001 haben wir die heutige Smart Wealth-Technologie entwickelt, die seit dem Banken, Family Offices und Vermögensverwaltern weltweit erstklassige Ergebnisse liefert. Über zwei Jahrzehnte haben wir unsere Technologie verfeinert und die ohnehin schon sensationellen Ergebnisse zur Freude unserer Kunden immer weiter übertroffen.
2016 gründeten wir den Vermögensverwalter Smart Wealth mit Sitz in Zürich, um jenen Kunden, die Vermögenssicherheit und stabile Renditen zu attraktiven Konditionen wünschen, eine seriöse, glaubwürdige und erstklassige Vermögensverwaltung anzubieten. Aufgrund unserer langjährigen Erfahrung im Portfolio- und Kapitalmarktmanagement sowie unbestreitbarer Ergebnisse sind wir überzeugt, dass alle Anlegergruppen, nicht nur institutionelle Investoren, von der Smart Wealth-Technologie profitieren sollten.
Wir sind der Überzeugung, dass jeder Anleger in der Lage sein sollte, seine eigene finanzielle Zukunft zu planen und jederzeit klare Aussagen über die zu erwartende Zielrendite für sein Portfolio zu erhalten. Anleger haben ein Recht auf eine exzellente Vermögensverwaltung, die ihre Interessen und Bedürfnisse zweifelsfrei abdeckt und ein Vermächtnis für zukünftige Generationen darstellt.

Intelligentere Analyse zur Maximierung von Sicherheit und Ertrag
Wir unterstützen Anleger mit der Analyse und Optimierung von Portfolien, sowie der Vorhersage zukünftiger Marktentwicklungen.
Indem wir Menschen helfen, die bestmöglichen Ergebnisse in der Vermögensanlage zu erzielen, wollen wir erreichen, dass Wohlstand und Vermögen für alle geschaffen und erhöht wird – für jeden Einzelnen, die Gesellschaft und unsere Umwelt.
In Märkten weltweit aktiv
Ursprünglich entwickelt wurde die Smart Wealth-Technologie, um zum einen den immer komplexeren Herausforderungen von Pensionsfonds und Versicherungen im Anlagebereich zu begegnen und zum anderen, die Entscheidungsträger in den Treasury-Abteilungen großer Unternehmen zu unterstützen. Durch die Erfolge begeistert, arbeiten wir heute unermüdlich für eine Vielzahl von Kunden und Vermögensverwaltern - darunter Family Offices incl. unserer eigenen Familien, Asset Managern, unabhängigen Beratern und Privatbanken rund um die Welt.

1999 - 2001
Wissenschaftliche Forschungen im Bereich künstliche Intelligenz in Kapitalmärkten an der Wirtschaftsuniversität Wien.
Expertise trifft auf Anlegerbedürfnisse
Seit vielen Jahren helfen wir erfolgreich institutionellen Kunden, ihre großen Vermögen zu verwalten. Wir wissen, worauf es ankommt, um die besten Ergebnisse zu erzielen. Wir kombinieren Expertenwissen, moderne KI basierte Technologie und die besten Mitarbeiter, um immer wieder neue Wege zu gehen und hervorragende Ergebnisse zu erzielen.

Dr. Miró Mitev
Founder & Chief Executive Officer

Martin Velten
Chief Operating Officer

Cyrill Escher
Direktor

Gil Ilani
Chief Growth Officer

Oren Speiser
General Counsel

Melanie Kottas von Heldenberg
Direktorin

David Bogusch
Relationship und Portfolio Management

Kyung-Tae Jung
Repräsentant Süd Korea

Yousuf Khoory
Repräsentant UAE

Christina Jahn
Senior Relationship Manager

Hyun Jin Woo
Repräsentant Süd-Korea

Daniel Au
Senior Relationship Manager Greater China

Vadim Smirnov
Senior Relationship Manager
Dr. Miró Mitev
Dr. Miró Mitev ist Gründer und Chief Executive Officer (CEO) von Smart Wealth. Er beaufsichtigt den Investment-Management-Prozess und ist für die Strategie- und Produktentwicklung verantwortlich.
Dr. Mitev studierte Wirtschaftswissenschaften mit Schwerpunkt Investment Banking. Er erhielt seinen Master-Abschluss in Finanz- und Betriebswirtschaft von der Wirtschaftsuniversität Wien. Er schloss sein Doktoratsstudium der Wirtschaftswissenschaften mit dem Schwerpunkt Operations Research ab und promovierte an der Karl-Franzens-Universität in Graz.
Dr. Mitev verfügt über mehr als 20 Jahre Berufserfahrung in der Vermögensverwaltung und im Bankwesen. Seinen Ruf als Pionier für künstliche Intelligenz und die Digitalisierung der Vermögensverwaltung erwarb er sich mit seiner Diplomarbeit "Einsatz von Künstlichen Neuronalen Netzen in der modernen Vermögensverwaltung" im Jahr 2000, in der er eine bahnbrechende Arbeit für die Anwendung von künstlicher Intelligenz im Portfoliomanagement lieferte.
Im Jahr 2003 stellte Dr. Mitev in seiner Dissertation "A Systematic Investment Process for Alternative and Traditional Investment Strategies" erstmals einen vollautomatisierten, integrierten und digitalisierten Investmentprozess als Vorläufer der heutigen Robo-Advisors vor.
Zwischen 2002 und 2004 war Dr. Mitev Co-Lehrbeauftragter an der Wirtschaftsuniversität Wien für den Kurs "Anwendung künstlicher neuronaler Netze und Fuzzy-Logik in der Finanzmarktprognose".
Nach seinem Abschluss wurde Dr. Mitev quantitativer Analyst in der Investmentbanking-Branche. Im weiteren Verlauf seiner Karriere wechselte er zu einem führenden globalen Technologiekonzern, wo er als Leiter des Bereichs Wertpapierforschung und Portfoliomanagement in erster Linie für die Entwicklung von Finanzprognose- und Optimierungstechnologien verantwortlich war. Als Leiter eines internationalen Expertenteams aus Ingenieuren, Portfoliomanagern, Mathematikern, Analysten und Wissenschaftlern legte Dr. Mitev den Grundstein für die Verbindung von angewandter Wissenschaft und Vermögensverwaltung. Die unter seiner Leitung und Aufsicht entwickelte proprietäre Prognose- und Optimierungstechnologie wurde von Pensionsfondsmanagern, Vermögensverwaltern und Hedgefondsmanagern sowie Investmentbanken weltweit erfolgreich eingesetzt. Dr. Mitev leitete die Zusammenarbeit seines Teams mit führenden Investmentbanken, was zur erfolgreichen Entwicklung und Umsetzung der weltweit ersten Anlageprodukte führte, die auf Prognosen und Optimierungen auf der Grundlage künstlicher Intelligenz basierten.
Während seiner Tätigkeit förderte Dr. Mitev auch intensiv die wissenschaftliche Zusammenarbeit mit führenden Universitäten und betreute zahlreiche Diplomanden und Doktoranden, die ihre Diplomarbeiten und Dissertationen zum Thema Finanzprognosen verfassten.
Dr. Mitev ist ein regelmäßiger Vortragender auf internationalen Konferenzen und seine Artikel sind in verschiedenen Fachpublikationen erschienen.
Im Jahr 2009 wechselte Dr. Mitev mit einem Teil seines Teams zu einem führenden paneuropäischen Vermögensverwalter, wo er die Weiterentwicklung der Prognose- und Optimierungstechnologie vorantrieb. In seiner Funktion als Head of Structured Solutions & ETFs war Dr. Mitev für die Entwicklung eigener Strategieindizes sowie für die Strukturierung und Einführung von Smart-Beta-ETFs verantwortlich.
Im Rahmen eines späteren Management-Buy-outs spaltete Dr. Mitev das Indexgeschäft ab und gründete die unabhängige Indexboutique iQ-FOXX Indices, die Fondsmanagern, Banken und anderen institutionellen Anlegern modernste Smart-Beta-Indizes sowie Prognose- und Optimierungsdienstleistungen bereitstellte.
Im Jahr 2016 gründete Dr. Mitev nach einer strategischen Entscheidung, in das Vermögensverwaltungsgeschäft einzusteigen, die unabhängige Vermögensverwaltungsgesellschaft Smart Wealth mit Sitz in Zürich mit der Vision, die von ihm in den letzten 20 Jahren entwickelte Prognose- und Optimierungstechnologie zu nutzen, um einer breiteren Kundenbasis - nicht nur institutionellen Anlegern, sondern auch Family Offices, einschließlich seiner und der Familien seiner Partner, Ultra- und High Net Worth Individuals, Vermögensverwaltern und anderen privaten und professionellen Anlegern - eine überlegene Vermögensverwaltung anzubieten.
Wissenschaftliche Exzellenz für zukunftsweisende Anlagestrategien
Das Scientific Board von Smart Wealth vereint führende Wissenschaftler und Praktiker im Bereich künstliche Intelligenz und Asset Management. Ihre Forschung und Expertise fließen direkt in die Weiterentwicklung unserer proprietären KI-Technologie ein. So stellen wir sicher, dass unsere Modelle auf den neuesten wissenschaftlichen Erkenntnissen basieren – und unsere Kunden langfristig von überdurchschnittlichen, risikoadjustierten Renditen profitieren.

Prof. Manfred Deistler
Professor für Ökonometrie und Systemtheorie an der Technischen Universität Wien

Prof. Michael Wolf
Professor für Ökonometrie und Angewandte Statistik, Universität Zürich
Prof. Manfred Deistler
Manfred Deistler ist emeritierter Professor für Ökonometrie und Systemtheorie an der Technischen Universität Wien. Er erhielt seinen Dr. techn. (entspricht in etwa einem PhD) an der Technischen Universität Wien im Jahr 1970. Manfred Deistler war Mitglied des Redaktionsbeirats einer Reihe von Fachzeitschriften, derzeit ist er Redakteur von Econometrics and Statistics und Mitglied des Advisory Board von Econometric Theory. Er ist ein Fellow der Econometric Society, ein Fellow des IEEE (The Institute of Electrical and Electronic Engineers) und ein Fellow des Journal of Econometrics.
Die Forschungsinteressen von Manfred Deistler liegen in den Bereichen Ökonometrie, Systemidentifikation und Zeitreihenanalyse. Theoretisch und methodisch liegt der Schwerpunkt seiner Arbeit auf der Strukturtheorie und Schätzung für multivariate ARMAX- und Zustandsraumsysteme sowie für lineare dynamische Faktor- und Fehlermodelle in Variablen. Seine Forschungsschwerpunkte waren insbesondere: Identifizierbarkeit in multivariaten ARMAX-Systemen, mit einem Schwerpunkt auf dem „strukturellen“ Fall, Parametrisierungen von multivariaten ARMAX- und Zustandsraumsystemen und deren Beziehung zur Schätzung, asymptotische Eigenschaften von Maximum-Likelihood-Schätzern, asymptotische Eigenschaften von Unterraumschätzern, datengetriebene Parametrisierungen für Zustandsraumsysteme und Identifizierbarkeit in Fehler-in-Variablen-Modellen. Seine aktuellen Forschungsinteressen sind die Modellierung hochdimensionaler Zeitreihen, insbesondere durch verallgemeinerte dynamische Faktormodelle, singuläre AR-Systeme (Strukturtheorie und Yule-Walker-Schätzer) und die Modellierung von Zeitreihen aus gemischten Frequenzdaten (generische Identifizierbarkeit, asymptotische Verteilungen von erweiterten Yule-Walker-Schätzern und von MLEs, Blockierung). Was die Anwendungen betrifft, so sind seine derzeitigen Interessen folgende: Analyse von Elektroenzephalogrammen (Fokuserkennung bei epileptischen Anfällen auf der Grundlage von EKoG, EEG und Alzheimer), Vorhersage von Finanzwerten und Analyse und Vorhersage von Verkaufsdaten.
Publikationen:
• "The Statistical Theory of Linear Systems". Wiley, New York, 1988, Reprint in SIAM
Classics in Applied Methamatics, Philadelphia, 2012 (with E.J. Hannan)
• “Modelle der Zeitreihenanalyse”. Birkhäuser Springer, Cham, 2018 (with W. Scherrer)
• "Identifiability and Consistent Estimability in Econometric Models". Econometrica 46,
969-980, 1978 (with H.G. Seifert)
• "The Structural Identifiability of Linear Models with Auto-correlated Errors in the Case
of Cross-Equation Restrictions". Journal of Econometrics 8, 23-31, 1978
• "Vector Linear Time Series Models: Corrections and Extensions". Adv. in Applied
Probability 10, 360-372, 1978 (with W. Dunsmuir und E.J. Hannan)
• "The Properties of the Parametrization of ARMAX Systems and Their Relevance for
Structural Estimation and Dynamic Specification". Econometrica 51, 1187-1208, 1983
• "The Behaviour of the Likelihood Function for ARMA Models". Adv. in Applied
Probability 16, 843-865, 1984 (with B.M. Pötscher)
• "General Structure and Parametrization of ARMA and State Space Systems and its
Relation to Statistical Problems". In: E.J. Hannan, P.R. Krishnaiah, M.M. Rao (eds.):
Handbook of Statistics 5, North Holland, Amsterdam, 257-277, 1985
• "The Common Structure of Parametrizations for Linear Systems". Linear Algebra and
its Applications 122/123/124, 921-94, 1989 (with L. Wang)
• "Consistency and Relative Efficiency of Subspace Methods". Automatica, 31, No. 12,
1865-1875, 1995 (with K. Peternell and W. Scherrer)
• "Nonnegative Realization of a Linear System with Nonnegative Impulse Response".
IEEE Tr. CAS (Transactions on Circuits and Systems) 43, No 2, 1-8, 1996 (with B.D.O.
Anderson, L. Farina and L. Benvenuti)
• "A Structure Theory for Linear Dynamic Errors in Variables Models". SIAM Journal on
Control and Optimization, Vol. 36, No. 6, 2148-2175, 1998 (with W. Scherrer)
• "Consistency and Asymptotic Normality of some Subspace Algorithms for Systems
without Observed Inputs". Automatica, 35,, 1243-1254, 1999 (with D. Bauer und W.
Scherrer)
• "An Analysis of the Parametrization by Data Driven Local Coordinates for Multivariable
Linear Systems". Automatica,Vol. 40, No. 5, 789-803, 2004(with T. Ribarits und T.
McKelvey)
• "An Analysis of Separable Least Squares Data Driven Local Coordinates for Maximum
Likelihood Estimation of Linear Systems". Automatica, Special Issue on Data-Based
Modelling and System Identification, Vol 41, No 3, 531-544, 2005 (with T. Ribarits und
B. Hanzon)
• "Identification of Factor Models for Forecasting Returns". Journal of Financial
Econometrics, Vol.3, No 2, 256-281, 2005 (with E. Hamann)
• "Properties of Zero-free Transfer Function Matrices". SICE Journal of Control,
Measurement, and System Integration (Invited Paper), Vol.1, No.4, 284-292, 2008
(with BDO Anderson)
• "Properties of Zero-free Spectral Matrices". IEEE Tr. AC (Transactions on Automatic
Control) , 2365-2375, 2009(with BDO Anderson)
• “Generalized Linear Dynamic Factor Models - An Approach via Singular
Autoregressions”. European Journal of Control (Invited paper, with discussion), Vol.
16, No. 3, 211-224, 2010 (with BDO Anderson, W. Chen, A. Filler and Chr. Zinner)
• “AR Systems and AR Processes, the Singular Case” Communications in Information
and Systems, Vol 11, No 3, 225-236, 2011 ( with A. Filler and B. Funovits)
• "Solutions of Yule- Walker Equations for Singular AR Processes", Journal of Time
Series Analysis, Vol 32, No 5, 2011, 531-538 (with W. Chen, B.D.O. Anderson and A.
Filler)
• "Properties of Blocked Linear Systems", Automatica, Vol 48, No. 10, 2012, 2520-2525
(with W. Chen, B.D.O. Anderson and A. Filler)
• "Autoregressive Models of Singular Spectral Matrices", Automatica, Vol 48, No. 11,
2012 pp. 2843–2849 (with B.D.O. Anderson, W. Chen and A. Filler)
• “Multivariate AR Systems and Mixed Frequency Data: g- Identifiability and Estimation”,
Econometric Theory, 2015, online version available (with Mit B.D.O. Anderson, E.
Felsenstein, B. Funovits, L. Koelbl and M. Zamani)
• "The Structure of Multivariate AR and ARMA Systems: Regular and Singular Systems;
the Single and the Mixed Frequency Case”, Journal of Econometrics, Vol 192, No 2, pp.
366-373, 2016 (with B.D.O. Anderson, E. Felsenstein, L. Koelbl)
• "Estimation of VAR Systems from Mixed Frequency Data: The stock and the flow case”,
Advances in Econometrics, Vol 35, pp. 43-73, 2016 (with L. Koelbl, A. Braumann and E.
Felsenstein)
• “Quantifying synchrony patterns in the EEG of Alzheimer‘s patients with linear and non-
linear connectivity markers”, Journal of Neural Transmission, 123(3), 297-316, 2016
(with M. Waser, H. Garn, R. Schmidt, T. Benke, P. Dal-Bianco, G. Ransmayr, H.
Schmidt, S. Seiler, G. Sanin, F. Mayer, G. Caravias, D. Grossegger and W. Fruehwirt)
• “Non-Identifability of VMA and VARMA Systems in the Mixed Frequency Case”
Econometrics and Statistics, 2017, available online (with L. Koelbl and B.D.O.
Anderson)
• “Cointegration in Singular ARMA Models”, Economics Letters, 155, 39-42, 2017, (with
M. Wagner)
• “A New Approach for Estimating VAR Systems in the Mixed-Frequency Case”,
Statistical Papers,, 1-10, 2018 (with L. Kölbl)
• “On the Sensitivity of Granger Casuality to Errors-In-Variables, Linear Transformations
and Subsampling”, Journal of Time Series Analysis, Vol 40, No 1, 102-123, 2019 (with
BDO Anderson and Jean-Marie Dufour)
• “Vector autoregressive moving average models“, In: H. D. Vinod and C.R. Rao (eds):
Handbook of Statistics, Vol 41, Conceptual Econometrics Using R, 145-191, 2019 (with
W. Scherrer)
Jetzt unverbindlichen Termin vereinbaren
oder schreiben Sie an support@smartwealth.ch
