|
Die Absicht künstlicher
Intelligenz (KI) ist auf das Ziel gerichtet, die Fähigkeiten des menschlichen
Verstandes und des damit zusammenhängenden Vorgehens durch Computertechnik
nachzubilden. Künstliche Intelligenz (KI), die besonders zur Untersuchung
der Börsenmärkte eingesetzt wird, beurteilt den Marktverkehr anhand
verschiedener leitender Gesichtspunkte. Die wesentlichen Ansatzpunkte,
die solche Verfahren üblicherweise berücksichtigen, sind:
1. Marktdatenuntersuchung
KI-Systeme
untersuchen vergangene und gegenwärtige Marktdaten, vor allem um Muster
und Trends aufzuspüren. Dazu gehören:
- Preisdaten: historische Kursbewegungen
und die laufenden Preise von Aktien und anderen Börsenpapieren.
- Volumen: Handelsumsatz, der Hinweis auf den Stellenwert im Kreise
der Anleger und auf die Liquidität eines Wertpapiers gibt.
- Volatilität: Schwankungen der Preise, welche
die Verlustgefahren und die Aussicht auf günstige Gelegenheiten zur
Gewinnerzielung anzeigen.
2. Fundamentalanalyse
KI bewertet
auch die finanziellen Kennzahlen von Unternehmen, um deren wirtschaftliche
Gesundheit zu beurteilen. Wichtige Kennzahlen sind:
- Umsatz und Gewinn: Untersuchung der
Ertragskraft und Rentabilität.
- Verschuldungsgrad: Verhältnis von Schulden zu Eigenkapital, um die
finanzielle Stabilität zu bewerten.
- Cashflow: Überprüfung der Liquidität und der Fähigkeit, Investitionen
zu finanzieren.
3. Sentimentanalyse
Künstliche
Intelligenz nutzt auch Techniken der sog. Sentimentanalyse, um die Stimmung
auf dem Markt zu erfassen. Dies geschieht durch:
- Soziale Medien: Erkundung von Beiträgen
und Kommentaren auf Plattformen wie X oder Reddit. Hierbei werden Unmengen
von Text, Nachrichtenartikeln bis hin zu Tweets und Reden in Handelssignale
verdichtet.
- Nachrichten und Berichte: Auswertung von Finanznachrichten, um die
allgemeine Marktstimmung zu verstehen.
4. Technische Indikatoren
KI-Systeme
verwenden "technische Indikatoren",
um Handelsentscheidungen zu unterstützen. Dazu gehören:
- Gleitende Durchschnitte: Zur Ergründung
der Entwicklungsrichtung der Kurse (Trend).
- Relative Strength Index (RSI): Um überkaufte oder überverkaufte Bedingungen
zu erkennen.
- Bollinger-Bänder: Zur Messung der Volatilität und zur Aufsuchung von
Kauf- oder Verkaufssignalen.
5. Prädiktive Analytik
Durch den
Einsatz von maschinellem Lernen können KI-Systeme in gewissem Rahmen
Vorhersagen über zukünftige Preisbewegungen treffen, indem sie:
- Algorithmen: Anspruchsvollere Modelle
nutzen, die aus historischen Daten geschult werden.
- Simulationen: Verhaltensforschung zu verschiedenen Marktverläufen,
um mögliche zukünftige Kursentwicklungen besser vorherzusagen.
6. Risikomanagement
KI kann
auch zur Bewertung und zum Management von Risiken eingesetzt werden,
indem sie:
- Risikoprofile für verschiedene Anlageklassen
erstellt.
- Diversifikation: Empfehlungen zur Diversifikation von
Portfolios gibt, um Risiken zu vermindern.
Alle diese Kriterien ermöglichen
es KI-Systemen, jedenfalls grundlegende Empfehlungen zum Zweck der Unterstützung
einer Anlageentscheidung zu geben und zugleich die augenblickliche Verfassung
der Börsenmärkte besser zu verstehen.
|
