Kursprognosen von Finanzzeitreihen mittels konventioneller und moderner mathematisch statistischer Verfahren

Mit dem Beginn des Wertpapierhandels versuchen Investoren und Analysten die zukünftigen Kursentwicklungen mit mehr oder weniger Erfolg zu prognostizieren. Ein im Verhältnis zur Börse und zur Kristallkugel relativ neues, jedoch seit längerem bekanntes Instrument zur Wertentwicklungsprognose stellen die Künstlichen Neuronalen Netze, kurz KNN dar. Ein Künstliches Neuronales Netz besitzt eine exakt definierte Struktur, welche aus einer festgelegten Anzahl von untereinander verbundenen Einheiten, den künstlichen Neuronen, besteht. Die Aufgaben der Neuronen und Verbindungen können dabei unterschiedlich sein. Diese Struktur wird in eine Software implementiert, welche in erster Linie mathematischen Charakter besitzt. Eine künstliche Unit nimmt Informationen über Verbindungsgewichte von Vorgängern oder aus den präsentierten Daten auf, verarbeitet sie intern mittels einer Propagierungsfunktion und leitet die Nachricht abschließend aufgrund einer Transferfunktion über andere Verbindungen an Nachfolger oder zur Ausgabe weiter. Der Anpassungsprozess erfolgt über die einzelnen Verbindungsgewichte, welche im Trainingsverlauf nominell und in ihrer Anzahl optimiert werden.