Neuronale Netze in der Börsenspekulation
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2017 im Fachbereich Ingenieurwissenschaften - Wirtschaftsingenieurwesen, Note: 1,7, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Veranstaltung: Systemdesign, Sprache: Deutsch, Abstract: In Abgrenzung zu künstlichen neuronalen Netze (KNN), bei welchen (selbstlernende) Algorithmen eine entscheidende Rolle spielen, wird an den internationalen Börsen der automatisierte, ebenfalls algorithmisch programmierte Hochfrequenzhandel argwöhnisch beobachtet. Bereits heute werden etwa drei Viertel aller Transaktionen an der NYSE von Algorithmen ausgeführt. KNN sind Fo...
Studienarbeit aus dem Jahr 2017 im Fachbereich Ingenieurwissenschaften - Wirtschaftsingenieurwesen, Note: 1,7, AKAD University, ehem. AKAD Fachhochschule Stuttgart, Veranstaltung: Systemdesign, Sprache: Deutsch, Abstract: In Abgrenzung zu künstlichen neuronalen Netze (KNN), bei welchen (selbstlernende) Algorithmen eine entscheidende Rolle spielen, wird an den internationalen Börsen der automatisierte, ebenfalls algorithmisch programmierte Hochfrequenzhandel argwöhnisch beobachtet. Bereits heute werden etwa drei Viertel aller Transaktionen an der NYSE von Algorithmen ausgeführt. KNN sind Forschungsgegenstand der Neuroinformatik und fallen unter den Begriff der KI, dabei stellen sich diverse Fragen. Die für Börsenspekulanten interessanteste Frage dürfte sein: Können neuronale Netze (NN) heute und in Zukunft an den Finanzmärkten gewinnbringend eingesetzt werden? Finalziel dieser Arbeit ist, den aktuellen wissenschaftlichen Forschungsstand und die von unterschiedlichen Seiten postulierten Einsatzmöglichkeiten der KNN in der Börsenspekulation darzulegen. Hierfür muss ein grundlegendes Verständnis über den Aufbau und die Funktionsweise der KNN, die Fuzzy-Logik und zum Thema Algorithmen geschaffen werden. Um die skizzierten Ziele erreichen zu können, werden zunächst ausgewählte Grundlagen erarbeitet, d.h. relevante Termini werden definiert und die Fuzzy-Logik wird einleitend beschrieben. Das 3. Kapitel beschreibt den theoretisch-wissenschaftlichen Status quo der KNN, wohingegen das vierte Kapitel gegenwärtige Praxisbeispiele beleuchtet. In beiden Kapiteln wird die mögliche Anwendung KNN, um idealerweise Entwicklungen an den Finanzmärkten prognostizieren zu können, analysiert.
Andere Kunden interessierten sich für
