Anwendung eines kunstlichen neuronalen Netzes zur Kursprognose am Beispiel des DAX

Diplomarbeit aus dem Jahr 2008 im Fachbereich BWL - Bank, Brse, Versicherung, Note: 1,3, Eberhard-Karls-Universitt Tbingen, Sprache: Deutsch, Abstract: Im Rahmen dieser Arbeit soll ein knstliches neuronales Netz zur Kursprognose des Deutschen Aktienindex (DAX) entwickelt und eingesetzt werden.
Dabei wird im ersten Teil anfangs auf den biologischen Ursprung knstlicher neuronaler Netze eingegangen. Anschlieend wird beschrieben, was genau unter einem knstlichen neuronalen Netz zu verstehen ist. Dies geschieht, indem neben der Entstehungsgeschichte und den verschiedenden Typen neuronaler Netze auch auf ausgewhlte Lernregeln und Optimierungsmglichkeiten eingegangen wird.
Im praxisorientierten zweiten Teil dieser Arbeit wird anhand ausgewhlter Determinanten ein knstliches neuronales Netz entwickelt und angewendet. Dabei werden zunchst einige Vorberlegungen hinsichtlich der Selektion der relevanten Einflussgren angestellt. Anschlieend wird das Netz fr verschiedene Horizonte zur DAX-Prognose eingesetzt. Um eine mgliche Verbesserung der erzielten Resultate zu erreichen, werden einige der theoretisch beschriebenen Optimierungsverfahren auf das Netz angewendet. Nach einer weiterfhrenden Untersuchung hinsichtlich der Prognosefhigkeit des Netzes anhand ausgewhlter Inputgren, werden die wichtigsten Ergebnisse im letzten Abschnitt noch einmal zusammengefasst und mit den Resultaten anderer Prognoseverfahren verglichen. Schwerpunkt der nachfolgenden Betrachtungen ist dabei allerdings weniger der Prognoseerfolg im Verhltnis zu anderen Verfahren als viel mehrdie systematische Anwendung eines knstlichen neuronalen Netzes und die Analyse der Auswirkungen verschiedener Modellvariationen auf dessen Leistungsfhigkeit.