Die Bewertung neuronaler Tradingsysteme

Prinzipiell besteht das Bedürfnis, das Wissen der Künstlichen Neuronalen Netze nachzuvollziehen. Der Grund für den Wunsch nach Nachvollziehbarkeit liegt in einer notwendigen Risikoabschätzung begründet. Letztlich werden die Regeln, welche das Künstliche Neuronale Netz abbildet, jedoch komplex und daher schwer verständlich sein. Genau wie die Realität, die sie abbilden sollen. Eine Vereinfachung wäre immer mit einem starken Informationsverlust verbunden. Es ist unmöglich komplexe Regeln verständlich abzubilden.

Eine Lösung dieses Dilemmas bietet die bereits erwähnte Testphase. Die hier erhaltenen Ergebnisse machen die Berechnung eines virtuellen Depots bzw. seiner Entwicklung möglich und liefern so eine Abschätzung zur Güte der Prognostizierbarkeit der betreffenden Aktie. Da ein neuronales Tradingsystem exakte und überprüfbare Prognosen liefert, kann zudem eine Trefferquote ermittelt werden.

Je mehr Daten für einen solchen Test zur Verfügung stehen, desto höher ist seine statistische Aussagekraft. Neuronale Tradingsysteme liefern eine maximal mögliche Anzahl von Daten im Testzeitraum, da sie zu jedem Datentick eine neue Einschätzung erstellen können. Sie ermöglichen damit statistisch optimale Aussagen. Bei einem Test eines End-of-day-Systems über ein halbes Jahr ergeben sich so über 100 unabhängige Testdaten. Viele klassische Tradingsysteme vermögen dies nicht.

>> 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