Artikel
Börsenprognosen mit
Künstlichen Neuronalen NetzenPrognosen
auf wissenschaftlicher Basis
Wie ein menschlicher Experte
muss die Künstliche Intelligenz vor
ihrem Einsatz ersteinmal Erfahrung
sammeln. Dies geschieht anhand
historischer Kursdaten. Ein sogenannter
Trainingsprozess sorgt dafür, dass das
Neuronale Netz die relevanten
Börsenregeln erlernt. Diesem schliesst
sich dann ein Testprozess an. Hier wird
das Netz auf neuen und völlig
unbekannten Kursdaten für seinen Einsatz
getestet.
Auf diese Weise ergibt sich gleichzeitig
eine Abschätzung der prinzipiellen
Prognostizierbarkeit der betreffenden
Aktie bzw. Finanzobjektes. Naturgemäß
werden hier Unterschiede gegeben sein. Im
Ergebnis dieser Prozesse ist das
Künstliche Neuronale Netz einsatzbereit
und in der Lage sehr schnell Aussagen zu
liefern.
Ein großer Vorteil Künstlicher
Intelligenz ist ihre Fähigigkeit,
Prognosen zu jedem Zeitpunkt zu
ermöglichen. Ein entsprechendes
End-of-day-System kann also täglich eine
neue Prognose erstellen. Klassische
Tradingsysteme liefern in der Zeit
zwischen Ein- und Ausstiegssignalen meist
keine weitere Einschätzung.
Damit ein Regelwerk, eine Theorie einen
praktischen Nutzen hat, muss sie exakte
Aussagen liefern und sich auf unbekannten
Daten überprüfen lassen. Viele
Börsentheorien erlauben das aber nicht.
Eine praktisch nutzbare Prognose muss
also eine feste Handlungsregel enthalten
wie z.B.: Steigt der Kurs in x-Tagen um
mindestens y-Prozent, Ja oder Nein?
Neuronale Netze ermöglichen
Tradingsysteme unter Verwendung
derartiger wissenschaftlich überprüfter
Kursprognosen. Wissenschaft ist kein
Selbstzweck, denn wie heißt es so
schön: Nichts ist praktischer als eine
gute Theorie!
>> weiter
|
Die Technische
Analyse
als
Grundprinzip
Die Vorteile
Künstlicher
Neuronaler Netze
Prognosen auf
wissenschaftlicher Basis
Die Bewertung
neuronaler
Tradingsysteme
Neuronale Netze
der nächsten
Generation
Tipps zur
praktischen Nutzung
|