Künstliche Intelligenz zur Aktienkurzprognose?
Betreuer/in	Benjamin M. Abdel-Karim
Professor	Prof. Dr. Oliver Hinz
Starttermin	ab sofort
Empirisch	Ja
Kurzbeschreibung	Die Prognose von Aktienkursen ist eine zentrale Grundlage für Investitionsentscheidungen von Investoren, insbesondere bei institutionellen Anlegern. Jedoch ergibt sich aus der Komplexität der Finanzmärkte die Herausforderung für Wissenschaft und Praxis, geeignete Prognoseinstrumente zu generieren. Falsche Prognosen führen implizit zu ökonomischen Verlusten. Dieser Umstand mündet im technologischen Wettrüsten um geeignete Prognoseinstrumente. Die bisherigen Bemühungen zeigen nur eine unzureichende Leistungsfähigkeit diverser klassischer Prognosemodelle. Ein neuer Ansatz aus dem Bereich des maschinellen Lernens sind künstliche neuronale Netze. Die Kombination aus verschiedenen Datenquellen und einer neuen Methode scheint ein relevanter Untersuchungsgegenstand für die Prognosemodellierung zu sein. Die Synthese mit neuen Informationsquellen durch die Transformation dieser Informationen bietet einen interessanten und neuen Ansatz, um die Prognosequalität zu steigern. Die Verfolgung dieses Ansatz ist Gegenstand der zu verfassenden Abschlussarbeit. Hierbei werden vom Betreuer Daten und Quellcodes in den Programmiersprachen MATLAB und Python bereitgestellt. Die entstehenden Modelle sollen im Rahmen einer Robustheitsanalyse und einer Portfoliosimulation getestet werden. Alle organisatorischen Fragen wie Ablauf, Betreuung oder Literaturhinweise und den Anforderungen werden bei einem ersten Treffen besprochen. Bei Interesse an der Abschlussarbeit schicken Sie bitte einen aktuellen Leistungsspiegel und einen Lebenslauf an Herrn Abdel-Karim.
Einstiegsliteratur