Anwendung eines kunstlichen neuronalen Netzes zur Kursprognose am Beispiel des DAX

Diplomarbeit aus dem Jahr 2008 im Fachbereich BWL - Bank, Boerse, Versicherung, Note: 1,3, Eberhard-Karls-Universitat Tubingen, Sprache: Deutsch, Abstract: Im Rahmen dieser Arbeit soll ein kunstliches neuronales Netz zur Kursprognose des Deutschen Aktienindex (DAX) entwickelt und eingesetzt werden. Dabei wird im ersten Teil anfangs auf den biologischen Ursprung kunstlicher neuronaler Netze eingegangen. Anschliessend wird beschrieben, was genau unter einem kunstlichen neuronalen Netz zu verstehen ist. Dies geschieht, indem neben der Entstehungsgeschichte und den verschiedenden Typen neuronaler Netze auch auf ausgewahlte Lernregeln und Optimierungsmoeglichkeiten eingegangen wird. Im praxisorientierten zweiten Teil dieser Arbeit wird anhand ausgewahlter Determinanten ein kunstliches neuronales Netz entwickelt und angewendet. Dabei werden zunachst einige Voruberlegungen hinsichtlich der Selektion der relevanten Einflussgroessen angestellt. Anschlieend wird das Netz fur verschiedene Horizonte zur DAX-Prognose eingesetzt. Um eine moegliche Verbesserung der erzielten Resultate zu erreichen, werden einige der theoretisch beschriebenen Optimierungsverfahren auf das Netz angewendet. Nach einer weiterfuhrenden Untersuchung hinsichtlich der Prognosefahigkeit des Netzes anhand ausgewahlter Inputgroessen, 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 Verhaltnis zu anderen Verfahren als viel mehr die systematische Anwendung eines kunstlichen neuronalen Netzes und die Analyse der Auswirkungen verschiedener Modellvariationen auf dessen Leistungsfahigkeit.