Stell dir vor, ein Computer könnte Aktienkurse besser vorhersagen als ein Experte. Forschende haben herausgefunden, wie das funktioniert.
Hast du schon mal von Aktien gehört? Das sind kleine Teile von Unternehmen, die man kaufen kann. Manchmal steigen die Preise dieser Aktien, manchmal fallen sie. Es gibt Forschende, die herausgefunden haben, wie man mit Hilfe von Computern die Preise von Aktien besser vorhersagen kann. Sie haben ein spezielles Modell entwickelt, das wie ein Übersetzer funktioniert, aber statt Sprachen übersetzt es Daten.
Was die Forschenden herausgefunden haben
Die Forschenden haben ein Modell namens SERT entwickelt. Dieses Modell kann Aktienkurse besonders gut vorhersagen, selbst wenn die Märkte sehr unruhig sind, wie während der COVID-19-Pandemie. SERT hat gezeigt, dass es besser ist als andere Modelle, besonders wenn es darum geht, Risiken zu mindern. Es hat sogar eine bessere Leistung als die Strategie, einfach Aktien zu kaufen und zu halten.
Wie haben sie das gemacht?
Um das herauszufinden, haben die Forschenden verschiedene Modelle verglichen. Sie haben Daten aus drei Zeiträumen untersucht: vor der Pandemie, während der Pandemie und ein Jahr danach. Dabei haben sie festgestellt, dass SERT besonders gut mit unruhigen Märkten zurechtkommt. Sie haben auch herausgefunden, dass bestimmte Einstellungen im Modell, wie die Anzahl der „Aufmerksamkeitsköpfe“, die Leistung verbessern können. Aber andere Einstellungen, wie das „Softmax-Signal-Filter“, bringen keine großen Vorteile.
Warum ist das wichtig?
Das ist wichtig, weil es hilft, Risiken an der Börse besser zu verstehen und zu managen. Wenn man weiß, wie Aktienkurse sich verhalten, kann man bessere Entscheidungen treffen. Das kann nicht nur für Investoren nützlich sein, sondern auch für Unternehmen, die wissen wollen, wie ihre Aktien sich entwickeln. So können sie besser planen und strategisch handeln.
Du willst mehr über die Studie wissen?
Die Forschende hinter dieser Entdeckung heißt Shanyan Lai. Die Ergebnisse wurden in einem wissenschaftlichen Artikel veröffentlicht.