Neuronale Netze Zur Prognose Von Warenterminpreisen

Preise von Warenterminkontrakten haben einen grossen Einfluss auf die Preisfindung landwirtschaftlicher Erzeugnisse, und ihre Entwicklung ist insbesondere fur Agrarhandler von grosser Bedeutung. Hier werden autoregressive integrated moving average Modelle und neuronale Netze als Verfahren der univariaten Zeitreihenanalyse zur Erstellung von Eintagesprognosen fur bis zu neun Monate im voraus in bezug auf verschiedene Warenterminkontrakte verglichen. Verwendet werden Fehlermasse der Abweichung und Masse der Richtigkeit. Zusatzlich wird ein Handelssimulator entwickelt, der es erlaubt, Handelsergebnisse miteinander zu vergleichen. In der Handelssimulation, dem fur den Anwender entscheidenden Guterkriterium, sind die neuronalen Netze erheblich besser als die ARIMA-Modelle. In bezug auf die Gutemasse der Abweichung sind die ARIMA-Modelle den neuronalen Netzen meist uberlegen. Die Methodik und die Prognosen der Arbeit werden mit einer kleinen Gruppe von Agrarhandlern diskutiert.