Wechselkursprognose mit Neuronalen Netzen

Seminararbeit von Christoph Stark

Einleitung:

Diese Arbeit widmet sich der Methode der Künstlichen Neuronalen Netze, um eine Wechselkursprognose vorzunehmen. Bei Neuronalen Netzen handelt es sich um ein neuartiges Verfahren, das sich - stark vereinfacht - an der Arbeitsweise des biologischen Gehirns orientiert. Der Autor entwickelt in dieser Arbeit nachvollziehbar mehrere Neuronale Netze, die anhand realer technischer und fundamentaler Daten aus dem Zeitraum 1991 bis 1998 eine tägliche 3-Klassen-Prognose (steigt/konstant/fällt) des DEM/USD-Wechselkurses erlauben. Zunächst wird ein kurzer Überblick über die volkswirtschaftlichen Grundlagen der Wechselkurse gegeben; anschließend wird relativ knapp die technische Analyse unter besonderer Berücksichtigung mathematisch-statistischer Indikatoren dargestellt.

Weiterhin werden die Grundlagen der in dieser Arbeit verwendeten Neuronalen Netze systematisch erläutert, so dass der auf diesem Gebiet nicht bewanderte Leser für das Verständnis keine Sekundärliteratur benötigt. Ein besonderer Schwerpunkt liegt hierbei auf der Darstellung verschiedener Lernverfahren. Die Behandlung anhand des in dieser Arbeit entwickelten konkreten Beispiels erleichtert das Verständnis der komplexen Materie.

Abschließend werden ein Überblick über die Prognosegüte Neuronaler Netze zur Wechselkursprognose in der Literatur gegeben und die Simulationsergebnisse dieser Arbeit vor- gestellt. Die empirischen Daten, die Grundlage der Simulation waren, finden sich in einem großen Appendix.

Das beste in dieser Arbeit erzielte Prognoseergebnis ist eine Trefferquote von 51,33% (bei einer zufälligen Trefferwahrscheinlichkeit von 33,33%). Der Autor ist zuversichtlich, dass sich dieses gute Ergebnis noch weiter verbessern ließe und liefert hierzu bereits erste Anhaltspunkte in einer abschließenden Beurteilung.

Inhaltsverzeichnis: