Das Ziel der Arbeit ist die Darstellung des Forschungsstandes der neuronalen Netze sowie der Anwendung dieser in der Praxis. Diese Darstellung erfolgt mit Bezug zur Börsenspekulation. Unter anderem wird der Frage nachgegangen, wie neuronale Netze, Kursvorhersagen am Aktienmarkt treffen können und welche Rolle die Fuzzy-Logik hierbei spielt, außerdem sollten auch verwendete Algorithmen vorgestellt werden.
Einer der umsatzstärksten Bereiche für die Verwendung von KI ist die Finanzbranche. Das Grundgerüst der künstlichen Intelligenzen sind dabei künstliche neuronale Netze. Dabei sollen bis zum Jahr 2025 mit Hilfe von KI knapp 6.000 Millionen US-Dollar umgesetzt werden, wobei diese hauptsächlich Aufgaben des Aktien- und Optionshandels durch die Verwendung verschiedenster Inputs, Strategieentwicklung, Risikomanagement, Entscheidungsunterstützung und Portfoliomanagement übernehmen.
Inhaltsverzeichnis
I. Abkurzungsverzeichnis
II. Abbildungsverzeichnis
1. Einleitung
1.1 Einfuhrung
1.2 Ziel und Aufbau der wissenschaftlichen Arbeit
2. Begriffserklarung
2.1 Kunstliche Neuronale Netze
2.2 Fuzzy-Logik und Fuzzy-System
2.3 Algorithmen
2.4 Borsenbegriffe
3. Forschungsstand neuronaler Netze am Finanzmarkt
3.1 Rekurrente neuronale Netzte (RNN)
3.2 RNN: Long-Short-Term-Memory-Zellen
3.3 Fuzzy Prognose durch Palit-Algorithmus
3.4 Praktische Anwendung durch Equbot mittels IBM Watson artificial intelligence
4. Kritische Wurdigung und Ausblick
III. Literaturverzeichnis
- Citar trabajo
- Florian Haider (Autor), 2022, Neuronale Netze in der Börsenspekulation, Múnich, GRIN Verlag, https://www.grin.com/document/1251087
