I n
h a l t s v e r z e i c h n i s
1. Die Technologie Künstlicher Neuronaler
Netze
Das Prinzip des künstlichen
Börsenexperten
Die Vorteile dieses
innovativen Lösungsansatzes
Die Funktionsweise
Künstlicher Neuronaler Netze
Neuronale Netze der nächsten
Generation
2. Das Tradingsystem
Das Prinzip
Die Prognosebedeutung
Long- &
Short-Strategien
Kursziel, Stop-Loss und maximale
Haltedauer
Die PrognoseTabelle
Die Auswertung der Prognosen
Die SignalTabelle
Praktische Hinweise
3. FAQ's
... |
|
PROFIT-STATION.DE bietet professionellen
Börsenhändlern und aktiven Privatanlegern mit
dem vorgestellten innovativen Handelssystem
für Aktien und Indizes eine wertvolle
Entscheidungshilfe. Mit diesem System erhält der
Nutzer mathematisch fundierte
Markt-Einschätzungen für einen Zeitraum von
wenigen Tagen. Die Analysen werden täglich neu
erstellt.
Die zu Grunde liegenden mathematischen
Marktmodelle basieren im Kern auf der Technologie
Künstlicher Neuronaler Netze.
Neuronale Netze sind Computerprogramme der
Künstlichen Intelligenz, die selbständig aus
der Börsenvergangenheit lernen. Die Analysen
spiegeln damit das technische Marktpotenzial
wider.
Die Technologie
Künstlicher Neuronaler Netze ist in
Anlehnung an das biologische Gehirn entstanden.
Sie verbindet biologische Intelligenz und
technische Rechenkraft. Bereits seit längerem
wird diese Technologie in Wissenschaft und
Technik erfolgreich zur Lösung komplizierter
Aufgabenstellungen eingesetzt. |
1. Die Technologie Künstlicher Neuronaler Netze
|
Das
Prinzip des künstlichen Börsenexperten |
|
Die Börse stellt
aufgrund der Vielzahl von konkurrierenden und sich
gegenseitig beeinflussenden Teilnehmern ein chaotisches
System dar. Es gelten keine feststehenden Regeln,
vielmehr ändern sich diese ständig. Vorraussetzung für
ein erfolgreiches Handeln ist deshalb ein ständiger
Lernprozess von Seiten des Händlers - und seiner
Systeme.
Im Gegensatz zu seinem
biologischen Vorbild ist die Künstliche Intelligenz in
der Lage, eine große Anzahl von historischen Daten nach
hochdimensionalen und komplizierten Zusammenhängen zu
untersuchen. Dieser Lernprozess erfolgt rein objektiv,
d.h. subjektive Einflüsse wie Emotionen und Vorurteile
können ausgeschlossen werden.
Das Neuronale Netz auf PROFIT-STATION.DE arbeitet auf technischer Basis, d.h. anhand
von Kursdaten. Fundamentale Faktoren spielen aufgrund der
kurzfristigen Natur der Prognosen keine Rolle.
|
Die
Vorteile dieses innovativen Lösungsansatzes |
|
Der Versuch ein
Prognosesystem zu entwickeln, ist immer eine Suche nach
einer Handlungsregel "Wenn Vergangenheit X,
dann Zukunft Y".
Bei herkömmlicher
Herangehensweise legt der Entwickler aufgrund bestimmter
Vermutungen eine Regel FEST und variiert diese auf
unsystematische Weise, um die Prognosegüte zu erhöhen.
Weil man jedoch, vor allem
bei kurz- und mittelfristigen Prognosen, letztlich keine
guten Vermutungen anstellen kann, sind klassische Systeme
oft unzuverlässig. So gleicht eine solche Suche nach
einer guten Regel aufgrund der nahezu unendlichen Anzahl
verschiedenster möglicher Regeln einer Suche nach der
Nadel im Heuhaufen.
Verwendet man ein
Neuronales Netz, so gibt man vorher KEINE feste Regel
vor. Vielmehr sucht das Neuronale Netz selbständig nach
der Regel, die aufgrund von Beispielen aus der
Vergangenheit am plausibelsten ist. Vorwissen ist hierbei
nicht erforderlich.
|
Die
Funktionsweise Künstlicher Neuronaler Netze |
|
Aufbau und
Konzeption Künstlicher Neuronaler Netze sind an der
Funktionsweise des menschlichen Gehirns orientiert. Ein
Künstliches Neuronales Netz kann wichtige geistige
Fähigkeiten nachbilden, wie bspw. das selbständige
Lernen und Verallgemeinern von Beispielen sowie das
schnelle Erkennen komplizierter Muster.
Das menschliche Gehirn
besitzt für den Alltag unbestreitbare Vorteile, hat
jedoch für die Verarbeitung von komplexen
Problemstellungen offensichtliche Limitierungen.
Derartige Problemstellungen sind einerseits durch nicht
konstante Zusammenhänge (Nichtlinearität) und
andererseits durch eine größere Anzahl (Dimension) von
Eingangsvariablen gekennzeichnet. Aufgrund der
biologischen Evolution haben sich diese Fähigkeiten als
unwichtig erwiesen. So ist z.B. die Fähigkeit von der
Lösung von Quadratwurzeln nur schwach ausgeprägt.
Ebenso ist das Denken in höherdimensionalen
Zusammenhängen stark begrenzt, wie sieht wohl bspw. eine
4-dimensionale Kugel aus? Abhilfe müssen deshalb
mathematische Verfahren bieten. Klassische
mathematische Verfahren sind nun entweder linear und
höherdimensional ODER nichtlinear und
niedrigdimensional. Folglich sind entsprechende Modelle
oft mit größeren Einschränkungen gegenüber der
Realität behaftet.
Künstliche Neuronale
Netze können dieses Dilemma auflösen. Diese Verfahren
ermöglichen es, höherdimensionale UND nichtlineare
Modelle zu bilden, die der Realität weit näher kommen.
Im Gegensatz zu klassischen Verfahren sind hier zudem
keine Vorannahmen notwendig, vielmehr erlernt das Netz
selbständig anhand der vorliegenden Beispieldaten die
zugrunde liegende Struktur des Problems.
|
Neuronale
Netze der nächsten Generation |
|
Die verwendete
Software ist das Ergebnis eines mehrjährigen, weiter
andauernden Forschungs- und Entwicklungsprozesses. In
dessen Verlauf wurde die Technologie Künstlicher
Neuronaler Netze an die speziellen Bedingungen und
Anforderungen der Finanzmärkte angepasst und
weiterentwickelt.
Welche Größe sollte ein
Neuronales Netz besitzen? Wie lassen sich die relevanten
Einflussfaktoren finden? Wie kann die Aussagekraft der
Daten verbessert werden? Wie wird ein Auswendiglernen
verhindert und damit ein verbessertes
Generalisationsvermögen erzielt? Auf diese und andere
Fragestellungen wurden Antworten gefunden, die das
Neuronale Netz in die Lage versetzen, optimale
Prognose-Regeln aufzustellen.
2. Das Tradingsystem
|
Das
Prinzip |
|
Ein mechanisches
Handelssystem bzw. Tradingsystem ist allgemein ein
Computerprogramm, das für einen automatischen
Handelseinsatz konzipiert ist. Es liefert direkt
umsetzbare Handelssignale: "kaufen",
"verkaufen", "halten". Ein solches
Programm verarbeitet Kursdaten anhand einer Vielzahl von
Regeln (z.B. "wenn Kurs 5% kleiner als sein
10-Tages-Mittel dann kaufen") selbständig
zu einer Aussage.
Ein Regelwerk extrahiert
quasi die in den Kursen enthaltene Zukunftsinformation.
Die Regeln spiegeln die Zusammenhänge wider, die der
Entwickler anhand der Kurs-Historie gewonnen hat.
Aufgrund der Komplexität der Geschehnisse, dem
chaotischen (im wissenschaftlichen Sinne) sind die
entsprechenden Regeln jedoch meist nicht ausreichend
erfassbar. Als Alternative bietet sich deshalb die
Anwendung maschinellen Lernens (der Kurs-Historie)
mittels Künstlicher Neuronaler Netze an.
Ein mechanisches System
besitzt neben der automatischen Arbeitsweise den Vorteil
einer fundierten Aussage. Im Gegensatz zu
empirischen, d.h. sog. diskretionären Verfahren, ist es
systematisch getestet (Backtest). Wichtig ist hierbei,
dass der vorausgegangene Entwicklungsprozess zu keiner
Überanpassung geführt hat. Ein überangepasstes System
würde zwar in der Vergangenheit gute Ergebnisse bringen,
in der Praxis jedoch versagen. Die verwendeten Regeln
dürfen also nicht zu speziell sein. Auch in dieser
Hinsicht bieten Neuronale Netze Vorteile, da sie Regeln
formulieren können, die optimaler sind als ein großes
Set von wenn-dann-Regeln und die trotzdem nicht zu
umfangreich sind.
|
Die
Prognosebedeutung |
|
Das neuronale
Tradingsystem erzeugt für jeden Handelstag unabhängig
von den alten Prognosen eine neue Prognose. Damit ist
eine optimale Aktualität der Markteinschätzung gegeben.
Grundlage der Prognosen sind Tagesschlusskurse.
Eine Prognose setzt sich
aus Prognosezeitraum (Anlagezeitraum, maximale
Haltedauer), signifikantem Kursziel sowie dem
eigentlichen Signal zusammen. Das Signal sagt aus, ob das
aktuelle Kursziel im angegebenen Zeitraum erreicht wird
(oder nicht). Dabei ist das Kursziel immer größer als
der letzte Kurs. Die Signale bzw. Prognosen lauten
deshalb "Steigt" oder "SteigtNicht".
Im folgenden soll die
Bedeutung der Signale erklärt werden.
Beispiel: Prognosezeitraum = 10 Tage, Kursziel
= 105, Vortags-Schlusskurs = 100.
Lautet das Signal auf "STEIGT", so sollte der
Schlusskurs irgendwann innerhalb der nächsten
10 Tage, einschließlich des aktuellen, auf
mindestens 105 steigen.
Lautet das Signal dagegen auf "STEIGTNICHT", so
sollte der Schlusskurs innerhalb der nächsten
10 Tage, einschließlich des aktuellen, nicht
auf 105 steigen.
Sofern es aufgrund von
Voranalysen sinnvoll erscheint, arbeitet das neuronale
Tradingsystem bei einigen Finanztiteln mit
Stop-Loss-Marken. Diese Marken werden dann auf
Schlusskursbasis in die Prognose mit einbezogen. Ein
"Steigt" sagt dann aus, dass dieses Stop nicht
verletzt wird. Ein "SteigtNicht" dagegen kann
bedeuten, dass dieses Stop verletzt wird.
|
Long-
& Short-Strategien |
|
Als Long-Strategie
wird hier die Spekulation auf steigende Kurse verstanden.
Im Gegensatz dazu wird die Spekulation auf fallende Kurse
als Short-Strategie bezeichnet. Der Handel nach den
Prognosen ist denkbar einfach.
Long-Strategie:
Ein KAUF kann bei einem "Steigt"-Signal
erfolgen, sofern der aktuelle Tageskurs niedriger oder
nur leicht über dem Vortags-Schlusskurs (Bezugskurs des
Kurszieles) notiert.
Der VERKAUF erfolgt tagesaktuell beim Erreichen des
Kurszieles bzw. des Stop-Loss (falls vorhanden) oder
spätestens am Ende des Prognosezeitraums
(Anlagezeitraum). Falls jedoch zum Verkaufszeitpunkt ein
"Steigt" besteht, kann die Position gehalten
werden.
Das SteigtNicht-Signal hat also eine eher indirekte
Bedeutung. Gekauft wird, wenn der Markt steigen wird,
verkauft wird beim Erreichen des Kurszieles, soweit nicht
Aussicht auf weiter steigende Kurse besteht. Verluste
werden durch die maximale Haltedauer, d.h. durch den
Prognosezeitraum begrenzt und gegebenfalls durch ein
Stop-Loss.
Short-Strategie:
Ist ein hinreichender Abwärtstrend vorhanden, kann mit
den Steigt/SteigNicht"-Signalen auch auf fallende
Kurse spekuliert werden. Es kann dann davon ausgegangen
werden, dass das "SteigtNicht" keine
Seitwärtsbewegung beinhaltet.
Ein KAUF kann bei einem "SteigtNicht"-Signal
erfolgen, sofern der aktuelle Tageskurs höher oder nur
leicht unter dem Vortags-Schlusskurs notiert.
Der VERKAUF erfolgt tagesaktuell bei einem hinreichenden
Kursrückgang bzw. bei Verletzung des Stop-Loss (falls
vorhanden) oder bei Erreichen des Kurszieles oder
spätestens am Ende des Anlagezeitraums. Falls jedoch zum
Verkaufszeitpunkt ein "SteigtNicht" besteht,
kann die Position gehalten werden.
Bei dieser Strategie wird also ein eventuelles
Stop-Loss zum Kursziel, das ursprüngliche Kursziel zum
Stop-Loss. Auch hier werden die Verluste durch eine
maximale Haltedauer begrenzt.
Bei aufeinanderfolgenden
Kauf-Signalen können (müssen aber nicht) neue,
doppelte Positionen eingegangen werden (ähnlich wie bei
klassischen Systemen, die längere Zeit z.B. long sind).
Es ist außerdem sinnvoll, weitere Informationen, wie
klassische Chart- und Indikator-Analysen, in die
Entscheidung mit einzubeziehen. Auf diese Weise kann das
Handelsergebnis weiter verbessert werden.
Wichtig: Aufgrund der
Komplexität der Finanzmärkte sind hier jederzeit
unvorhersehbare Entwicklungen möglich. Auch die
Verwendung modernster mathematischer Modelle kann deshalb
keine Garantie zur Erzielung von Gewinnen bieten. Diese
Modelle bieten jedoch das technisch Machbare, das sich
aus den vorliegenden Kursinformationen herleiten lässt.
Sie geben dem Nutzer damit ein mächtiges Werkzeug für
seine Handelsentscheidungen in die Hand.
|
Kursziel,
Stop-Loss und maximale Haltedauer |
|
Das Kursziel
ist vom neuronalen Tradingsystem so berechnet, dass es
einerseits einer signifikanten und profitablen
Kursänderung entspricht und dass andererseits die Zahl
der Kaufgelegenheiten nicht zu gering ist. Die Berechnung
orientiert sich dazu an der Volatilität
(Schwankungsbreite) des betreffenden Titels.
Ein eventuell in den
Prognosen angegebenes Stop-Loss dient der
Verlustbegrenzung. Für jede Position gilt dabei der
Wert, der zum Kaufzeitpunkt angegeben war. Wird dieser
Stop-Kurs unterschritten, ist glattzustellen.
Ein Stop ist im Grunde eine sehr einfache bearishe
Kursprognose (fallende Kurse). In vielen Fällen bewahrt
sie den Händler vor weiteren Verlusten. Oft wird der
Händler jedoch auch "ausgestoppt", d.h. der
Kurs steigt nach einem solchen Verkauf wieder an.
Vor der Erstellung eines neuen Tradingsystems wird
deshalb untersucht, wie gut der betreffende Titel mit
Stops gehandelt werden kann. Neigt der Kurs zum
ausstoppen, wird auf Stops verzichtet.
Kursziele und Stops gelten
genau genommen zum Tages-Schluss, da das System auf
täglicher Basis (daily) arbeitet. In der Praxis wird man
sich an tagesaktuellen Kursen orientieren.
Ein Mittel zur
Verlustbegrenzung, welches bei allen Prognosen angewendet
wird, ist die maximale Haltedauer (Prognose- bzw.
Anlagezeitraum) einer Position. Auf diese Weise wird
verhindert, dass die Positionen vom Händlerbuch in das
Investmentbuch gelangen.
|
Die
PrognoseTabelle |
|
Diese
Übersichtsseite listet alle prognostizierten Wertpapiere
bzw. Finanztitel mit ihren täglich aktualisierten
Prognosen auf. Jede Prognose enthält einen Verweis
(Link) zur Auswertung des betreffenden neuronalen
Tradingsystems.
Der kostenfreie Bereich
von PROFIT-STATION.DE bietet eine Auswahl dieser Prognosen an.
Beispiel
(Auszug): |
|
Erläuterung: |
|
|
|
WERTPAPIER |
VORTAG |
PROGNOSE |
ZEITRAUM |
ZIEL / STOP |
SIGNIFIKANZ |
(click) |
|
|
|
|
|
.DAX |
5255 |
Steigt |
innerhalb 10-Tage |
5371 |
86% |
.DJI(NY) |
10210 |
Steigt |
innerhalb 10-Tage |
10440 |
89% |
.MDAX |
4440 |
Steigt |
innerhalb 10-Tage |
4511 / 4369 |
89% |
Allianz |
269.0 |
Steigt |
innerhalb 10-Tage |
276.3 |
93% |
Altana |
61.10 |
SteigtNicht |
innerhalb 10-Tage |
63.53 |
82% |
Amazon |
15.60 |
SteigtNicht |
innerhalb 10-Tage |
15.76 / 15.51 |
94% |
Amgen |
67.60 |
Steigt |
innerhalb 10-Tage |
69.63 |
70% |
AT&T |
17.33 |
Steigt |
innerhalb 10-Tage |
17.85 |
83% |
BASF |
46.75 |
SteigtNicht |
innerhalb 10-Tage |
47.83 |
84% |
Epcos |
51.25 |
unsicher |
innerhalb 10-Tage |
|
|
Ericsson |
4.49 |
SteigtNicht |
innerhalb 10-Tage |
4.67 / 4.22 |
61% |
Fielmann |
37.20 |
Steigt |
innerhalb 10-Tage |
37.96 |
61% |
Gehe |
45.45 |
Steigt |
innerhalb 10-Tage |
46.36 |
80% |
|
|
Wertpapier: Von der
alphabetisch sortieren Liste führt jeweils ein
Link zu weiteren Betrachtungen (Statistik, WPKN).
Vortag: Der Schlusskurs vom
Vortag.
Prognose: Sie gibt an, ob das
Schluss-Kursziel im Prognosezeitraum erreicht
werden soll ("Steigt") oder nicht
("SteigtNicht"). Ein "Steigt"
ist als bullishe Kauf-Empfehlung zu
interpretieren.
Zeitraum: Der für die Prognose
betrachtete Anzahl von Börsentage (einschl. d.
aktuellen).
(Kurs)Ziel: Der Kurs, der im
Prognosezeitraum bei einem "Steigt" mindestens
erreicht oder bei einem "SteigtNicht" nicht
erreicht werden soll.
Stop(Loss): Dieser optionale
Wert dient der Verlustbegrenzung nach einem Kauf
(durch "Steigt"). Das evtl. Stop ist in
den Prognosen berücksichtigt. Ein
"Steigt" sagt dann aus, dass dieser
Wert nicht verletzt wird. Ein
"SteigtNicht" kann auch
bedeuten, dass das Stop-Loss verletzt wird.
Signifikanz: Sie gibt an, wie
sicher die Entscheidung des Neuronalen Netzes
ist. Die Signifikanz ist ein zusätzliches Maß,
mit dem die Handelsentscheidung gewichtet werden
kann. Sie ist nicht zu verwechseln mit der
Trefferquote. |
|
Die
Auswertung der Prognosen |
|
Eine Prognose sagt
aus, ob der Schlusskurs in einem definierten Zeitraum
signifikant "Steigt" oder nicht. Als Bezugswert
dient der Schlusskurs vom Vortag. Jede Prognose wird
täglich neu und unabhängig von den vorherigen Prognosen
berechnet.
Zur Beurteilung eines
Prognosesystems kommen zwei Verfahren zur Anwendung:
1. die Berechnung einer sog. Kapitalkurve und
2. die Ermittlung der Trefferquote.
Auf Grund der hohen
Prognosefrequenz (Anzahl pro Zeitraum) ergibt sich eine
optimale statistische Aussagekraft der Test-Ergebnisse.
Die Tests erlauben zudem Rückschlüsse über den Grad
der generellen Prognostizierbarkeit des betreffenden
Kurses.
Beispiel:
|
|
Erläuterung: Text oben:
Die Prognose gibt an, ob das Kursziel im
angegebenen Zeitraum erreicht wird. Frühere
Prognosen sind obsolet.
Oberer Chart:
Die blau gekennzeichnete Kapitalkurve
zeigt die Güte der Prognosen im Vergleich zum
Kurs.
Hierzu werden alle Prognosen bzw. Signale in
einem sog. Musterdepot gehandelt.
Unteres
Diagramm:
Das Balkendiagramm stellt eine grafische
Auswertung der Trefferquote dar.
Korrekte Signale sind als grüne, unkorrekte als
rote Balken dargestellt. In der oberen Reihe
befinden sich die
"Steigt"-Signale (+), in der
unteren Reihe die
"SteigtNicht"-Signale (.)
|
Zur Berechnung der Kapitalkurve
im oberen Chart werden die Prognosen nach einer
einfachen und aussagekräftigen Strategie getradet. Um
eine statistisch gesicherte Aussage zu erhalten, werden alle
"Steigt"-Signale (auf die das Prognosesystem
optimiert ist) berücksichtigt.
Als Kaufkurs dient jeweils der Schlusskurs vom Vortag
(der Eröffnungskurs liegt im Mittel ungefähr auf dessen
Niveau). Der Verkauf erfolgt entweder beim Eintreten der
Prognose, beim Verletzen eines evtl. Stops oder
spätestens am Ende des Prognosezeitraums (maximale
Haltedauer). Der eingesetzte Geldbetrag ist für jede
Position gleich.
Da das Prognosesystem in diesem Test nicht ständig
investiert ist, aber mit dem Kurs als langfristige
Vollinvestition verglichen werden soll, ist ein
Korrekturfaktor notwendig. Dieser sog. Hebel ergibt sich
aus der Anzahl der Kaufsignale und deren
durchschnittlicher Haltezeit und liegt in der
Regel bei 3 (ähnlich wie bspw. beim Handel mit
Optionsscheinen).
Der Vollständigkeit halber sind rechts neben der Grafik
die Angaben der Auswertung aufgeführt:
- Rate: jedes wievielte Kauf-Signal gehandelt wird; 1=
jedes
- Hebel: Faktor, mit dem jeder Trade gehebelt wird (z.B.
per Optionsschein)
- BenchTyp: Handelsmodell; 0= konstanter Geldbetrag pro
Kauf und Handel auf steigende Kurse
- System-Code: Name des neuronalen Tradingsystems (jedes
Neuronale Netz wird in zeitlichen Abständen an die
Marktveränderungen angepasst, d.h. neu erstellt)
Die grafische Darstellung
der Trefferquote im unteren Diagramm gibt
einen schnellen Überblick über den Umfang, die
zeitliche Verteilung sowie die Richtigkeit der Signale.
Jedes tägliche Signal ist im Prinzip durch einen
einzelnen Strich bzw. schmalen Balken dargestellt.
Mehrere aufeinander folgende Signale der gleichen Art
werden aus optischen Gründen zu Rechtecken
zusammengefasst.
Die Reihe der Balken korrespondiert mit dem Signal-Typ
(Steigt, SteigtNicht). Die Farbe gibt Aufschluss über
die Korrektheit der Prognosen: grün = korrekt,
rot = nicht-korrekt. Letzte, noch
unbeurteilbare Signale, d.h. wenn weder das Kursziel, das
eventuelle Stop-Loss oder die maximale Haltedauer
(Prognosezeitraum) noch nicht eingetreten sind, werden in
einer neutralen Farbe dargestellt.
|
Die
SignalTabelle |
|
Die SignalTabelle,
bestehend aus zwei Teilen, macht Aussagen zur Statistik
des betreffenden neuronalen Tradingsystems und zeigt die
letzten Prognosen bzw. Signale an. Die Berechnung der
Trefferquoten bezieht sich auf den Zeitraum, der in der
übergeordneten Grafik dargestellt ist.
Die Trefferquoten zeichnen
sich durch eine hohe Aussagekraft aus, da sie auf einer
sehr großen Anzahl von realen Signalen beruhen.
Beispiel: |
|
Erläuterung: |
|
|
|
Prognose-Zeitraum |
innerhalb 10-Tage |
Treffer-Quoten
unter Berücksichtigung einer
Mindest-Signifikanz der Signale |
Signifikanz |
: |
jede |
>63% |
>77% |
>90% |
(.) SteigtNicht |
= |
61.8% |
63.0% |
67.5% |
68.8% |
(+) Steigt |
= |
64.8% |
63.3% |
75.0% |
83.9% |
Häufigkeit |
: |
100% |
89% |
73% |
66% |
|
NEURO-Depot
(vs. Kurs) |
22.8% (5.9%) p.a. |
System,
Erstellung |
ADTZ006T, 30.07.01 |
*
Die Trefferquote pro Signal-Typ liefert eine
verbesserte Aussage über die Chancen und Risiken
des Finanztitels.
|
|
Die obere Tabelle macht Angaben zur
Statistik der Prognosen.
Prognose-Zeitraum: Der für die Prognose
betrachtete Zeitraum (Börsentage). Das Datum der
Prognose zählt als erster Tag.
Treffer-Quoten: (TQ) ...pro
Signal-Typ* und
Signifikanzgrenze (s.u.)
seit dem Erstellungsdatum. Angabe der Häufigkeit der Signale oberhalb der angegebenen Signifikanzgrenzen.
Neuro-Depot: Die Ergebnisse von
Tradingsystem und Kurs seit dem Erstellungsdatum,
jeweils auf ein Jahr berechnet.
System: Jeder Finanztitel
besitzt ein eigenes Neuronales Netz. Die
Tradingsysteme werden in zeitlichen Abständen
neu an die Marktgegebenheiten angepasst bzw.
ersetzt.
Erstellung: Nur bis zu diesem
Zeitpunkt ist dem Künstlichen Neuronalen Netz
die Vergangenheit bekannt (Training). Das
Tradingsystem arbeitet seit diesem Zeitpunkt
frei, d.h. unter realen Bedingungen. |
|
|
|
Signale:
letzten 20 von 179 |
Datum |
Vortag/Schluss |
Signal |
Signi- fikanz |
KursZiel |
Stop-Loss |
Bewertung |
05.04.02 |
1288/ |
(+)
Steigt |
95 % |
1311 |
1257 |
noch
offen |
04.04.02 |
1303 / 1288 |
(+)
Steigt |
95 % |
1326 |
1271 |
noch
offen |
03.04.02 |
1305 / 1303 |
(+)
Steigt |
95 % |
1328 |
1273 |
noch
offen |
02.04.02 |
1299 / 1305 |
(+)
Steigt |
95 % |
1323 |
1268 |
noch
offen |
02.04.02 |
1294 / 1299 |
(+)
Steigt |
95 % |
1317 |
1264 |
noch
offen |
02.04.02 |
1289 / 1294 |
(+)
Steigt |
95 % |
1312 |
1259 |
noch
offen |
28.03.02 |
1281 / 1289 |
(+)
Steigt |
95 % |
1303 |
1252 |
RICHTIG |
27.03.02 |
1268 / 1281 |
(+)
Steigt |
90 % |
1289 |
1240 |
RICHTIG |
26.03.02 |
1271 / 1268 |
(+)
Steigt |
95 % |
1292 |
1243 |
RICHTIG |
25.03.02 |
1259 / 1271 |
(+)
Steigt |
95 % |
1279 |
1232 |
RICHTIG |
22.03.02 |
1238 / 1259 |
(+)
Steigt |
95 % |
1257 |
1213 |
RICHTIG |
21.03.02 |
1241 / 1238 |
(+)
Steigt |
95 % |
1259 |
1216 |
RICHTIG |
20.03.02 |
1240 / 1241 |
(+)
Steigt |
77 % |
1258 |
1215 |
RICHTIG |
19.03.02 |
1238 / 1240 |
(+)
Steigt |
95 % |
1257 |
1213 |
RICHTIG |
18.03.02 |
1232 / 1238 |
(.)
SteigtNicht |
95 % |
1251 |
1207 |
»
(+) Steigt |
15.03.02 |
1229 / 1232 |
(+)
Steigt |
90 % |
1248 |
1203 |
RICHTIG |
14.03.02 |
1233 / 1229 |
(.)
SteigtNicht |
68 % |
1253 |
1207 |
»
(+) Steigt |
13.03.02 |
1241 / 1233 |
(.)
SteigtNicht |
85 % |
1260 |
1215 |
»
(+) Steigt |
12.03.02 |
1245 / 1241 |
(.)
SteigtNicht |
95 % |
1264 |
1219 |
»
(+) Steigt |
11.03.02 |
1245 / 1245 |
(.)
SteigtNicht |
67 % |
1265 |
1219 |
RICHTIG |
*
Ist der Vortag einer Prognose ein dt. Feiertag,
so ist das Datum durchgestrichen (da das System
für jeden Tag einen Kurs benötigt, wird dieser
ggf. geschätzt).
** Ein
"Steigt" sagt dann aus, dass dieser
Wert nicht verletzt wird. Ein
"SteigtNicht" kann auch
bedeuten, dass das Stop-Loss verletzt wird.
|
|
Die
untere Tabelle listet die letzten Signale auf.
Signale: Die Anzahl der Börsentage seit
der Erstellung des Systems.
Datum: Zeitpunkt der Prognose.*
Vortag/Schluss: Der Schlusskurs
vom Vortag sowie der des Prognosedatums.
Signal: Es gibt an, ob das
Kursziel im Prognosezeitraum mindestens erreicht
werden soll ("Steigt") oder nicht
("SteigtNicht").
Signifikanz: Diese
wird zu jeder täglichen Prognose mit
angegeben, sie ist nicht zu verwechseln
mit der TQ. Die Signifikanz ist ein
zusätzliches Maß, mit dem die
Handelsentscheidung gewichtet werden
kann. Sie gibt an, wie sicher die
Entscheidung des Neuronalen Netzes ist.
Mit steigender Signifikanzgrenze (s.o.) steigt
i.Allg. die TQ an, gleichzeitig sinkt die
Zahl nutzbarer Signale.
KursZiel: Der Schluss-Kurs auf
den sich das Signal bezieht.
Stop-Loss: Dieser optionale Wert
dient der Verlustbegrenzung nach einem Kauf
("Steigt"). Er ist in den Prognosen
berücksichtigt.**
Bewertung: Die Aussage, ob sich
das jeweilige Signal in der Zukunft als richtig
erwiesen hat. Gegebenfalls wird das korrekte
Signal angegeben. Unsichere Prognosen bleiben
unbewertet. Die Bewertung kann erst erfolgen,
nachdem die Prognose eingetreten ist, ein evtl.
Stop-Loss verletzt wurde oder der
Prognosezeitraum abgelaufen ist. |
|
Praktische
Hinweise |
|
Das
Neuro-Tradingsystem von PROFIT-STATION.DE bietet professionell agierenden Tradern ein
unverzichtbares Werkzeug in der täglichen
Auseinandersetzung mit dem Markt. Als hochinformierter
Experte hilft es bei der Bildung einer optimalen
Handelsentscheidung.
Zu diesem Zweck sollten die externen
Informationsquellen für jeden der betrachteten
Finanztitel zu einer Aussage zusammengefasst werden.
Diese Aussage pro Finanztitel kann dann mit den Prognosen
abgeglichen werden.
Sollte es hier zu unterschiedlichen Aussagen kommen, kann
von einem höheren Risiko im Markt ausgegangen werden. Es
müssten dann weitere Faktoren wie Signifikanz und
Trefferwahrscheinlichkeit der externen Information und
des neuronalen Tradingsystems berücksichtigt werden. Im
Zweifelsfall ist von einer Neuposition abzusehen bzw.
sollte eine vorhandene Position abgebaut werden.
Um das Marktrisiko
zu minimieren, ist es sinnvoll, gleichzeitig in mehreren
Titeln bzw. Märkten positioniert zu sein. Der
eingesetzte Geldbetrag sollte sich an der
Schwankungsbreite (Volatilität) des Titels orientieren.
Bei hoher Volatilität sollte das Engagement entsprechend
niedriger ausfallen.
Auch vom psychologischen Standpunkt aus gelten die
Prinzipien von Diversifikation und Zeitpunktstreuung. Es
sollte nie nur eine Position zu einem Zeitpunkt gehalten
werden. Es gäbe dem Trader keine Chance sich als
Gewinner zu fühlen, was ihm beim Realisieren von
Verlusten deutlich hilft. Auch sollte er das Handels- und
Positionsrisiko nur im Einklang mit seiner psychischen
Verfassung eingehen. Es gibt keine vergebenen
Marktchancen.
Aus Gründen, die in der
Natur der Finanzmärkte liegen, sind keine 100%igen
Trefferwahrscheinlichkeiten möglich. Insofern können in
der Praxis widersprüchliche Signale auftreten. So
kann z.B. nach einem "Steigt" der Kurs gefallen
sein und dann ein "SteigtNicht" prognostiziert
werden.
Für eine Neubewertung der Situation kann die
Trefferwahrscheinlichkeit pro Signal-Typ in die
Betrachtung mit einbezogen werden. Zu beachten ist aber
auch, dass ein "SteigtNicht" eine mögliche leichte
Kurserholung einschliesst.
3. FAQ's
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 EMail an
info@profit-station.de.
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 letzen
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 andereseits eine gewisse
Handelsfrequenz zulässt. In der Praxis ist die
letztlich erzielte Kursänderung oft 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 vor allem
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
müssen recht allgemein sein, ohne jedoch zu ungenau zu 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
Datentransvormation 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.
|
|