Kurzfristige Wechselkursprognosen mit Künstlichen Neuronalen Netzwerken

Der Einsatz Kunstlicher Neuronales Netzwerke (KNN) zu Kursprognosen stellte die erste Anwendung in den Wirtschaftswissenschaften dieser meist im naturwissenschaftlich-technischen Bereich verbreiteten Methode dar und ist heute eines ihrer Hauptanwendungsgebiete. In unserem Papier prasentieren wir erste Ergebnisse einer derzeit laufenden Studie zum Einsatz von KNN bei kurzfristigen Wechselkursprognosen. Hierbei geht es um die Vorhersage der Veranderungsrichtung des DM/Dollar-Wechselkurses (Steigt/Fallt) auf ein, drei und funf Tage im voraus. Als Einflusfaktoren werden verschiedene fundamentale und technische Indikatoren verwendet Dabei wird dem Einsatz von KNN als Referenz die Prognose mit Hilfe “klassischer”, multivariater statistischer Methoden (Faktorenanalyse, Diskriminanzanalyse) gegenubergestellt.

[1]  William D. Perreault,et al.  Validation of Discriminant Analysis in Marketing Research , 1977 .

[2]  Michael L. Mussa,et al.  Empirical regularities in the behavior of exchange rates and theories of the foreign exchange market , 1979 .

[3]  Anders Krogh,et al.  Introduction to the theory of neural computation , 1994, The advanced book program.

[4]  David E. Rumelhart,et al.  Predicting the Future: a Connectionist Approach , 1990, Int. J. Neural Syst..

[5]  Thorsten Poddig.  Künstliche Intelligenz und Entscheidungstheorie , 1992 .

[6]  P. GALLINARI,et al.  On the relations between discriminant analysis and multilayer perceptrons , 1991, Neural Networks.

[7]  Rainer Bischoff,et al.  Der Einsatz Neuronaler Netze zur betriebswirtschaftlichen Kennzahlenanalyse , 1991, Wirtsch..

[8]  A. H. Harker,et al.  Multi-Variate Financial Index Prediction - A Neural Network Study , 1990 .

[9]  Hans-Georg Zimmermann,et al.  A comparison of weight elimination methods for reducing complexity in neural networks , 1992, [Proceedings 1992] IJCNN International Joint Conference on Neural Networks.

[10]  W. Finnoff,et al.  Detecting structure in small datasets by network fitting under complexity constraints , 1994, COLT 1994.

[11]  Kazuo Asakawa,et al.  Stock market prediction system with modular neural networks , 1990, 1990 IJCNN International Joint Conference on Neural Networks.

[12]  James L. McClelland,et al.  Parallel distributed processing: explorations in the microstructure of cognition, vol. 1: foundations , 1986 .

[13]  Igor Aleksander,et al.  Neural computing architectures: the design of brain-like machines , 1989 .