Stell dir vor, du könntest die Aktienkurse von großen Firmen wie Apple oder Google vorhersagen. Forschende haben eine Methode entwickelt, die das möglich macht.
Hast du schon mal von Aktien gehört? Das sind kleine Anteile an großen Firmen, die man kaufen und verkaufen kann. Der Wert dieser Aktien ändert sich ständig, und es ist schwer vorherzusagen, wie sie sich entwickeln. Forschende haben nun eine Methode entwickelt, um diese Vorhersagen besser zu machen. Sie haben sich dabei auf große Technologiefirmen wie Apple, Google, Microsoft und Amazon konzentriert, die an der NASDAQ-Börse gehandelt werden.
Was die Forschenden herausgefunden haben
Die Forschenden haben herausgefunden, dass sie mit einer speziellen Art von künstlicher Intelligenz, den sogenannten LSTM-Netzwerken, die Aktienkurse sehr genau vorhersagen können. Diese Netzwerke sind besonders gut darin, Muster in großen Datenmengen zu erkennen. Sie haben getestet, wie gut ihre Methode funktioniert, und dabei einen Fehler von nur 2,72 Prozent erreicht. Das bedeutet, dass ihre Vorhersagen sehr genau sind.
Wie haben sie das gemacht?
Um das zu erreichen, haben die Forschenden historische Daten von Yahoo Finance verwendet. Diese Daten wurden dann mit speziellen Techniken bearbeitet, um sie für die Analyse besser geeignet zu machen. Sie haben auch die Stimmung in Nachrichten und sozialen Medien analysiert, um die Vorhersagen noch genauer zu machen. Dazu haben sie ein Tool namens VADER verwendet, das die Gefühle in Texten erkennt.
Warum ist das wichtig?
Diese Methode ist wichtig, weil sie sowohl für Einzelpersonen als auch für große Investoren nützlich ist. Mit einer genauen Vorhersage der Aktienkurse können sie bessere Entscheidungen treffen und ihr Geld klüger anlegen. Die Forschenden haben sogar eine Web-Anwendung entwickelt, die diese Vorhersagen in Echtzeit anzeigt. Das macht die Methode noch praktischer und zugänglicher.
Du willst mehr über die Studie wissen?
Die Forschenden hinter dieser Studie sind Rajneesh Chaudhary. Die Ergebnisse wurden im Jahr 2025 veröffentlicht.