Analyse und Prognose ökonomischer Zeitreihen

Die Spekulation mit Aktien fasziniert die Menschheit nicht erst seit dem Börsenboom zum Ende des letzten Jahrhunderts. Dennoch zeigt sich in den letzten Jahren eine Veränderung: Der ehemals von institutionellen Anlegern dominierte Aktienmarkt wird zunehmend auch für Privatanleger interessant. Diese nehmen insbesondere die Möglichkeiten zur Absicherung ihrer Altersvorsorge oder aber kurzfristige Anlagestrategien wahr. Das vorliegende Buch beschreibt Methoden und Konzepte zur automatischen, computergestützten Analyse von Wertpapierkursen mit dem Ziel diese zu prognostizieren. Aufbauend auf wissenschaftlichen Studien der letzten Jahre wird untersucht mit welchen Lernalgorithmen und Lernparametern gute Prognoseergebnisse erzielt werden können. Künstliche Neuronale Netze stehen dabei im Zentrum der Betrachtung. Des weiteren werden genetische Algorithmen eingesetzt, um die vielfältigen Lernparameter der Netze automatisch zu optimieren. Die präsentierten Ergebnisse der untersuchten DAX und DowJones Prognosen zeigen, dass die hier vorgestellten Verfahren klassische Anlagestrategien wie Buy&Hold überragen und deutlich mehr Rendite erwirtschaften.

Nico Schlitter wurde 1979 in Plauen geboren und studierte an der Technischen Universität Chemnitz Diplominformatik mit dem Schwerpunkt Künstliche Intelligenz und Softwaretechnik. Seine aktuellen Forschungsinteressen an der Universität Magdeburg liegen im Bereich der automatischen Datenanalyse durch selbstadaptive, intelligente Systeme.