Auswirkungen des maschinellen Lernens auf die Börsenprognose: Ein Literaturüberblick [German]

By Philipp Stücker

Bachelorarbeit aus dem Jahr 2020 im Fachbereich BWL - Bank, B rse, Versicherung, Note: 2.0, Ruhr-Universit t Bochum (Wirtschaftswissenschaften), Veranstaltung: Bachelorarbeit, Sprache: Deutsch, Abstract: Diese Arbeit untersucht verschiedene Algorithmen, welche f r B rsenprognosen verwendet werden. Sie st tzt sich dabei auf die Untersuchung und Auswertung verschiedener Studien aus frei verf gbaren Datenbanken und gibt einen Hinweis auf effektive Modelle zur Erkennung von Bewegungen an der B rse. Die Arbeit zeigt verschiedene Algorithmen f r Maschinelles Lernen (ML) auf, mit deren Hilfe B rsenprognosen angestellt und Trends erkannt werden k nnen. Zudem soll berpr ft werden, ob ML dazu in der Lage ist, die Genauigkeit von B rsenprognosen zu erh hen und welchen Einfluss es auf das Handelsvolumen von Wertpapieren und die Aktienpreisentwicklung von b rsennotierten Unternehmen hat. Zun chst erfolgt in den theoretischen Grundlagen dieser Arbeit eine konkrete Definition der technischen Analyse und der Fundamentalanalyse als Basis der B rsenprognose. Anschlie end wird erl utert, was unter ML zu verstehen ist und welche technischen Voraussetzungen daf r vorhanden sein m ssen. Im n chsten Kapitel erfolgt sodann eine systematische Untersuchung bereits verf gbarer Studien, die sich intensiv mit den Auswirkungen von ML auf B rsenprognosen besch ftigen und verschiedene Lernalgorithmen f r ML zur Bew ltigung von Prognoseproblemen aufzeigen. Dabei werden Studien der einzelnen aufgef hrten Lernalgorithmen zum Zweck der bersichtlichkeit in Textbl cken dargestellt. Eine strukturierte Darstellung der themenbezogenen Studien befindet sich im Anhang dieser Arbeit. Sie fasst neben der experimentellen Vorgehensweise der Autoren ihre untersuchten Lernalgorithmen und technischen L sungen f r die Prognose von B rsentrends zusammen. Das abschlie ende Fazit mit Ausblick fasst die wichtigsten Inhalte dieser Arbeit noch einmal zusammen und geht auf einen Forschungsaspekt ein, der in den vor-li

• Format: Paperback
• Language: German
• ISBN: 3346260984
• ISBN13: 9783346260987
• Release Date: December 2020
• Publisher: Grin Verlag
• Length: 54 Pages
• Weight: 0.18 lbs.
• Dimensions: 0.1" x 5.8" x 8.3"