FAQ ist die Abkürzung für
"frequently ask questions", zu
deutsch "häufig gestellte
Fragen". Die Schriftgröße
ist zu klein, warum?
Ich möchte nur Teile der
Seite, z.B. die Prognosetabelle selber
ausdrucken.
Wie werden Verluste
begrenzt? Wann werden
Stop-Loss-Kurse angegeben?
Wie erfolgt die Bewertung
der Prognosen?
Welche Kurse werden
prognostiziert bzw. zur Bewertung
herangezogen?
Was bedeutet das
"innerhalb" im
Prognosezeitraum, wann soll das Kursziel
erreicht werden?
Was bedeuten das Kursziel
und das Stop-Loss bei einer
"SteigtNicht"-Prognose?
Die Prognose lautet "SteigtNicht",
aber warum ist das Kursziel höher?
Wie kommt das Kursziel
zustande?
Auf welchen Zeitraum bezieht
sich die Berechnung der
Trefferquoten? Wie werden die
p.a.-Renditen berechnet?
Wie ergibt sich die
Trefferwahrscheinlichkeit bzw.
Trefferquote des Tradingsystems?
Was ist der Unterschied
zwischen Signifikanz und
Trefferquote?
Welche Bedeutung hat die
Signifikanz für die Trefferquote?
Wie sind niedrige
Trefferquoten zu interpretieren?
Nach einer
"Steigt"-Prognose ist der Kurs
gefallen und nun wird ein
"SteigtNicht" prognostiziert.
Wie ist das zu werten?
Wie kann ich als mittel-
oder langfristig orientierter Anleger von
den Prognosen profitieren?
Ich bekomme beim Klicken auf
"Profi-Prognosen" immer gleich
"error 401: Unauthorized".
Nach einer User-ID und Password wird
nicht gefragt.
Was ist ein
Künstliches Neuronales Netz?
Welche Neuronalen Netze
finden Anwendung?
Was ist Overfitting bzw.
Überanpassung?
Welche Eingangswerte
verwenden die Neuronale Netze?
Haben alle Wertpapiere das
gleiche Neuronale Netz?
Mit welcher Software wird
das Neuronale Netz bzw. das
Prognosesystem realisiert?
Haben
Sie weitere Fragen oder Anregungen?
Schreiben Sie einfach eine kurze E-Mail an
info@profit-station.de.
>> Skript
als Printversion
(neues Fenster)
Die
Schriftgröße ist zu klein, warum?
Die Schriftgröße kann im Browser
geändert werden. Beim
Microsoft-Explorer 5.5 bspw. unter
>Ansicht>Schriftgrad.
Ich möchte
nur Teile der Seite, z.B. die
Prognosetabelle selber ausdrucken.
Hierzu ist einfach die betreffende
Passage mit der Maus zu markieren (linke
Taste dabei gedrückt lassen) und im
Druckmenü des Browsers der Menüpunkt
>Druckbereich>Markierung zu
aktivieren.
Wie werden
Verluste begrenzt? Wann werden
Stop-Loss-Kurse angegeben?
Verluste werden generell durch eine
maximale Haltedauer, d.h. dem
Prognosezeitraum begrenzt. In Fällen, wo
es sich aufgrund von Vor-Analysen als
zweckmäßig erwiesen hat, verwendet das
Tradingsystem auch sog. Stop-Loss-Marken.
Fällt der Kurs unter diesen Wert, ist
die betreffende Long-Position zu
verkaufen (glattzustellen). Da das
Tradingsystem auf daily-Basis arbeitet,
handelt es sich bei den Stops genau
genommen um Schlusskurse. In der Praxis
wird man aber zum aktuellen Tages-Kurs
glattstellen.
Wie erfolgt
die Bewertung der Prognosen?
Jedes Tradingsystem wird nach
einer einfachen und aussagekräftigen
Strategie auf realen Kursdaten getradet.
Die sich ergebene Kapitalkurve sowie die
grafische Auswertung der Signale liefern
eine Einschätzung der Chancen und
Risiken von Prognosen und Markt. Die
Berechnung der Trefferquoten pro
Signal-Typ (Steigt, SteigtNicht) rundet
die Betrachtung ab.
Welche
Kurse werden prognostiziert bzw. zur
Bewertung herangezogen?
Die neuronalen Tradingsysteme
arbeiten daily, d.h. anhand von
Tagesschlusskursen. Die Kursziele und
Stops werden auf dieser Basis berechnet
und für die Statistik
(Auswertungs-Charts der Prognosen,
SignalTabellen) abgerechnet.
Was
bedeutet das "innerhalb" im
Prognosezeitraum, wann soll das Kursziel
erreicht werden?
Das Kursziel soll hier an einem
beliebigen Tag in der genannten Zeit
erreicht werden, also zB. am ersten oder
auch am letzten Tag. Der Schlusskurs des
Prognosetages zählt als erster Wert.
Was
bedeuten das Kursziel und das Stop-Loss
bei einer
"SteigtNicht"-Prognose?
Die Prognose sagt aus, dass
dieses Kursziel (höher als der
Bezugskurs) im betrachteten Zeitraum
nicht erreicht wird. Ist ein Stop
angegeben, kann das
"SteigtNicht" auch bedeuten,
dass das Stop (niedriger als der
Bezugskurs) verletzt wird.
Die Prognose lautet "SteigtNicht",
aber warum ist das Kursziel höher?
In der Umgangsprache ist mit der Nennung eines Kurszieles gleichzeitig eine Prognose auf steigende Kurse gemeint.
Möchte ein Analyst aber keine Kaufempfehlung abgeben, erwähnt er diese Aktie nicht. Er ist dann der Meinung, dass der
Kurs eben dieses höhere Kursziel nicht erreichen wird. Die Aussage ist dann "Kurs steigt nicht auf aktuellen_Kurs + x" bzw. "Kurs steigt nicht auf das Kursziel".
Genau das ist auch die Aussage der Neuroprognosen bei einem "SteigtNicht".
Das Analysten dies allgemein nicht tun, hängt einfach mit praktische Erwägungen zusammen.
Wie kommt
das Kursziel zustande?
Das Kursziel ergibt sich aus der
Schwankungsbreite des Kurses. Es ist vom
neuronalen Tradingsystem so berechnet,
dass es einerseits einer signifikanten
Kursänderung entspricht und andererseits
eine gewisse Handelsfrequenz zulässt. In
der Praxis ist die letztlich erzielte
Kursänderung jedoch größer, das
Kursziel dient als Richtgröße.
Auf welchen
Zeitraum bezieht sich die Berechnung der
Trefferquoten? Wie werden die
p.a.-Renditen berechnet?
Die Berechnung der Trefferquoten
und Renditen erfolgt für den im
Auswertungs-Chart (Kapitalkurve vs. Kurs)
dargestellten Zeitraum. Diese Kursdaten
sind dem Neuronalen Netz unbekannt, die
Prognosen erfolgen unter realen
Bedingungen. Die Renditen werden auf ein
Jahr (p.a. - per anno) bezogen bzw.
normiert.
Wie ergibt
sich die Trefferwahrscheinlichkeit bzw.
Trefferquote des Tradingsystems?
Die Trefferquote (TQ) ist der Quotient
aus der Anzahl richtiger Prognosen und
Anzahl der hierbei betrachteten Prognosen
multipliziert mit 100. Sie wird in
Prozent angegeben. Ein Beispiel: Sind von
50 Signalen 30 richtig, ergibt das eine
TQ von 60%.
Um eine verbesserte Aussage zu erhalten,
erfolgt die Berechnung bei dem neuronalen
Tradingsystem für jeden Signal-Typ
(Steigt, SteigtNicht) extra. Da die TQ's
hier außerdem auf einer großen Anzahl
von realen Signalen beruhen,
weisen sie zudem eine hohe statistische
Aussagekraft auf.
Was ist der
Unterschied zwischen Signifikanz und
Trefferquote?
Die Trefferquote gibt die
Wahrscheinlichkeit an, mit der auf Dauer
ein korrektes Signal erfolgt. Die
Signifikanz ist dagegen ein Maß dafür,
wie sicher die Entscheidung aktuell
ist
Ein Beispiel: Mehrere Bergwerke hätten
ähnlich viele Goldadern, wobei aber die
Güte bzw. Ergiebigkeit der Goldadern
unterschiedlich wäre. Vergleichbar mit
der Trefferquote wäre dann die
Ergiebigkeit der Bergwerke. Vergleichbar
mit der Signifikanz wäre die
Wahrscheinlichkeit, in einem Bergwerk
auch direkt auf eine Goldader gestoßen
zu sein.
Welche
Bedeutung hat die Signifikanz für die
Trefferquote?
Die Signifikanz ist ein Maß
dafür, wie sicher sich das Neuronale
Netz seiner Entscheidung ist. Die Zahl
bewegt sich im Bereich zwischen 50% und
95% . Mit steigender Signifikanz steigt
i.Allg. die Trefferquote an, gleichzeitig
sinkt naturgemäß die Zahl nutzbarer
Signale.
Wie sind
niedrige Trefferquoten zu
interpretieren?
Nicht immer und nicht für jeden
Signal-Typ lassen sich hohe Trefferquoten
erzielen. Nicht immer sind Handelsregeln
auffindbar bzw. sind Muster in den
Märkten vorhanden. Die Prognosen
repräsentieren dann trotzdem die logisch
sinnvollste Aussage nach dem Stand des
Wissens (anhand der Kurse).
Nach einer
"Steigt"-Prognose ist der Kurs
gefallen und nun wird ein
"SteigtNicht" prognostiziert.
Wie ist das zu werten?
Ist die
Trefferwahrscheinlichkeit der
Steigt-Signale relativ gering und die der
SteigtNicht-Signale relativ hoch, kann
die Prognose als revidiert angesehen
werden. Zu beachten ist aber auch, dass
ein "SteigtNicht" eine leichte
Kurserholung zulässt.
Wie kann
ich als mittel- oder langfristig
orientierter Anleger von den Prognosen
profitieren?
Für längerfristige Investments
lassen sich die Analysen des
Tradingsystems zum Timing einsetzen, d.h.
zur Optimierung eines geeigneten Ein-
oder Ausstiegszeitpunktes.
Ich bekomme
beim Klicken auf
"Profi-Prognosen" immer gleich
"error 401: Unauthorized".
Nach einer User-ID und Password wird
nicht gefragt.
Wahrscheinlich liegt es an den aktuellen
Einstellungen Ihres Browsers. Beim
Microsoft-Explorer 5.5 bspw. sollten
Sie die Option
>Extras>Internetoptionen>Sicherheit>Stufe_anpassen>Benutzerauthentifizierung>Anmeldung
auf "...fragen" einstellen.
Was ist ein
Künstliches Neuronales Netz?
Ein Künstliches Neuronales Netz
ist ein lernfähiges, intelligentes
Computerprogramm. Es ist in der Lage,
selbständig Zusammenhänge anhand von
Beispieldaten zu erkennen. Vorwissen ist
dabei nicht erforderlich. Diese
Künstliche Intelligenz basiert auf dem
Prinzip des biologischen Gehirns.
Derartige Programme werden in der
Industrie seit einiger Zeit erfolgreich
eingesetzt, z.B. in der
Qualitätssicherung (frühzeitige
Erkennung von Fehlern).
Welche
Neuronalen Netze finden Anwendung?
Bei der verwendeten
Netztechnologie handelt es sich im
Prinzip um sog.
feedforward-backpropagation-Netzwerke.
Dieses Prinzip wurde von
Profit-Station.de v.a. in Richtung
besserer Generalisierungseigenschaften
weiterentwickelt. Zum einen ist es
wichtig, überhaupt zukunftsrelevante
Datenmuster zu finden. Zum anderen
dürfen diese nicht zu speziell und
einzigartig sein, da sie sonst in der
Prognosephase nicht auffindbar wären und
damit unbrauchbar wären. Außerdem
bergen selten
auftretende Datenmuster einen
erhöhten Grad an Zufälligkeit in sich,
was ihre Aussage unbrauchbarer macht.
Was ist
Overfitting bzw. Überanpassung?
Praktisches Wissen beruht auf
Erfahrungsbeispielen. Entsprechend beruht
das Wissen bzw. das Regelwerk von
Handelssystemen auf historischen
Kursdaten. Wird ein System bei der
Erstellung (Bildung der Regeln und ihrer
Parameter) zu sehr an die Kurshistorie
angepasst, liefert es zwar auf diesen
Daten gute Ergebnisse, versagt jedoch im
praktischen Einsatz.
Ein Beispiel: Ein Schüler, der alle
Vorbereitungsaufgaben für eine Klausur
einfach auswendig lernt, wird bei einem
Lerntest gut abschneiden. Da er das
Prinzip jedoch nicht verstanden hat und
in der Klausur andere Aufgaben gestellt
werden, wird er hier sehr schlecht
abschneiden.
Wesentlich sind deshalb Regeln, welche
die Beispiele generalisiert haben. Diese
Regeln dürfen nicht zu speziell, müssen
aber trotzdem nutzbar sein.
Welche
Eingangswerte verwenden die Neuronale
Netze?
Die Arbeitsweise der Neuronalen
Netze entspricht dem Prinzip der
Technischen Analyse. Es werden
ausschließlich Kursdaten verwendet, in
diesem Fall Tagesschlusskurse. Aufgrund
der Kurzfristigkeit der Prognosen spielen
fundamentale Daten keine Rolle. Damit
eine gute Repräsentation der
Kursinformationen für das Netz
gewährleistet ist, werden die Kursdaten
vorher noch einer Merkmalstransformation
unterzogen.
In
ihrer ursprünglichen Form sind Kursdaten
für die Kursanalyse bzw. Prognose
ungeeignet, da das Prinzip der Neuronalen
Netze auf einer Ähnlichkeitserkennung
beruht und die Daten diesem Prinzip nicht
gerecht werden. Ein Neuronales Netz
sucht zu dem aktuellen,
d.h. einzuschätzenden Kursmuster
zwecks Aussagegenerierung (Prognose) ein
möglichst ähnliches Kursmuster in der
Vergangenheit. Ohne eine
Datentransformation wäre eine derartige
Zuordnung schwierig, da bspw. der Kurs
nur relativ selten ähnliche historische
Notierungen erreicht. Ein weiterer Zweck
der Datentransformation ist zudem die
Entfernung bzw. Minimierung des
"Rauschens" in den Daten.
Haben alle
Wertpapiere das gleiche
Neuronale Netz?
Jedes Wertpapier besitzt ein
eigenes Tradingsystem mit einem eigenen
Neuronalen Netz.
Mit welcher
Software wird das Neuronale Netz bzw. das
Prognosesystem realisiert?
Das System stellt eine komplette
Eigenentwicklung dar, sowohl hinsichtlich
der Künstlichen Neuronalen Netze als
auch bezüglich der technischen
Umsetzung.
PROFIT-STATION.DE ist das Ergebnis
eines mehrjährigen, weiter andauernden
Forschungs- und Entwicklungsprozesses.
-.-
|