Die weit verbreitete Annahme ist, dass Märkte nicht vorhersagbar sind. Das Anwenden von Chaos Theorien in Kombination mit leistungsfähigen Algorithmen zeigt, dass diese Annahme falsch ist. Märkte sind chaotische Systeme mit komplexen Dynamiken, dennoch können wir bis zu einem gewissen Grad zutreffende Marktprognosen treffen

1. Aktienkurse vorhersagen: Big Data
als Lösung
Iknowfirst.de

2. Aktienkurse vorhersagen
Die weit verbreitete Annahme ist, dass Märkte nicht
vorhersagbar sind. Das Anwenden von Chaos Theorien
in Kombination mit leistungsfähigen Algorithmen zeigt,
dass diese Annahme falsch ist. Märkte sind chaotische
Systeme mit komplexen Dynamiken, dennoch können
wir bis zu einem gewissen Grad zutreffende
Marktprognosen treffen. Das Nutzen algorithmischer
Marktprognosen in Verbindung mit vorsichtigem
Risikomanagement können Tradern erhebliche Vorteile
verschaffen.
IKNOWFIRST.DE

3. Märkte sind komplexe Systeme
Wenn man sich weit verbreitete Trugschlüsse bezogen
auf den Aktienmarkt ansieht, stechen zwei besonders
hervor. Der erste steht in Verbindung zur
Effizienzmarkthypothese, welche besagt, dass Märkte zu
100% effizient und somit unvorhersehbar sind. Die
Annahme ist: Alle Marktteilnehmer haben die gleichen
Informationen zur gleichen Zeit, die Summe dieser
Informationen sei jederzeit bereits in den Kursen
verarbeitet, da alle Marktteilnehmer absolut rational
agieren. Somit ist die Kursentwicklung unberechenbar, da
nur die nicht vorhersehbaren Informationen noch nicht im
Preis enthalten sind. Demnach wäre kein Teilnehmer in der
Lage, den Markt auf Dauer zu schlagen.
IKNOWFIRST.DE

4. Märkte sind komplexe Systeme
Der zweite weit verbreitete Trugschluss ist, dass
Finanzmärkte rein chaotische Systeme sind. In einem rein
chaotischen Markt würden Gewinne und Verluste in der
Summe jedoch ebenfalls immer 0 ergeben, sodass
Investmentbanken nicht in der Lage wären konstant
profitabel zu handeln. Das ist jedoch nicht der Fall.
Wo liegt also die Wahrheit? Die Komplexitätstheorie gibt
uns eine Antwort – Märkte sind komplexe und chaotische
Systeme und enthalten sowohl eine systematische, als auch
eine unvorhersehbare Komponente. Daher können wir
realistische Marktprognosen erstellen, auch wenn diese nur
zu einem gewissen Grad präzise sein können.
IKNOWFIRST.DE

5. Märkte sind komplexe Systeme
Chaotische Systeme reagieren extrem empfindlich auf kleinste
Veränderungen, die einen großen Störeinfluss auf das System
haben und es stark aus dem Gleichgewicht bringen
(Schmetterlingseffekt). Daher sind wir normalerweise in der Lage
das Verhalten solcher Systeme mit kleinen Fehlerwerten über
kurze Zeiträume vorherzusagen (wie bei einer
Wettervorhersage). Eine Anhäufung dieser Fehlerwerte kann das
System jedoch durch Rückkopplungsschleifen aus dem
Gleichgewicht bringen. Auch wenn das die Möglichkeiten der
Prognose limitiert, ist es möglich realistische Prognosen für den
Aktienmarkt zu erstellen und hilft zu verstehen wie Märkte
funktionieren und warum große Blasen und Crashs entstehen.
IKNOWFIRST.DE

6. Komplexität – Chaos und Muster
verbinden
Die Komplexität eines Systems ist entweder das Ergebnis der
komplexen Struktur des Systems (wenn z.B. viele Parteien mit
verschiedenen Zielen und Strategien involviert sind) und/oder
der komplexen Dynamik des Systems (z.B. viele gegenseitige
Abhängigkeiten und Rückkopplungsschleifen zwischen den
Elementen). Solch eine Komplexität führt zu Chaos. Wenn klar
definierte und prognostizierbare Entwicklungen unterbrochen
werden, können kleine Störungen die zukünftige Entwicklung in
der Richtung umkehren. Wichtig ist, dass dieses Umkehren nicht
rein zufällig auftritt, chaotische Systeme erinnern sich und
Muster tendieren dazu sich zu wiederholen.
IKNOWFIRST.DE

7. Komplexität – Chaos und Muster
verbinden
Auf Finanzmärkte bezogen ist Chaos das Ergebnis der Rolle der Psychologie
beim Handeln, welches niemals rein rational ist. Menschen reagieren mit
verschieden starken Emotionen auf Gewinne und Verluste und tendieren dazu
von den neuesten Nachrichten stärker beeinflusst zu werden. In der Folge
sind sie nicht in der Lage Risiken akkurat zu bewerten. Dennoch besteht das
grundlegende Prinzip, die grundlegende wirtschaftliche Annahme, dass
Menschen versuchen den höchsten Ertrag mit dem niedrigsten Risiko zu
erzielen. Bei der Preisentwicklung einer Aktie können wir grundsätzlich
erkennen, dass der Preis von einem Preis-Level zum nächsten springt und
dabei Muster entstehen (Bild 1). Diese Muster kann man jedoch nicht über
jede Zeitspanne sehen. Wenn die Zeitspanne zu kurz ist, 1 Tag oder auch 1
Monat, sind keine Muster erkennbar, weshalb kurzfristige Kursentwicklungen
schwer vorhersagbar sind. Daraus folgt: Je länger der Zeitraum ist, desto
erfolgreicher lassen sich Entwicklungen vorhersagen, wenn wir die
zugrundeliegenden Dynamiken verstehen.
IKNOWFIRST.DE

8. Komplexität – Chaos und Muster
verbinden
Bild 1: Muster eines Aktienkurses über einen Zeitraum von 5 Jahren
IKNOWFIRST.DE

9. Was sind die Dynamiken eines Systems? Im Allgemeinen können wir diese
von einander in verschiedene Rückmeldungen und Kausalschleifen trennen,
welche unterschiedliche Aspekte des Finanzmarktes beeinflussen.
Grundlegend gibt es zwei Arten von Rückmeldungen. Eine positive
Rückmeldung ist selbstverstärkend – ein positiver Effekt der einen Variablen
verstärkt die andere Variable, was dann wiederum die erste Variable
verstärkt. Das führt zu exponentiellem Wachstum, welches den Wert aus
seinem Gleichgewicht bringt und schließlich zum Zusammenbruch des
Systems führt. Eine negative Rückmeldung hat hingegen einen
stabilisierenden Effekt. Das System reagiert auf Veränderungen in
entgegengesetzter Richtung. Beispiele von positiven und negativen
Rückmeldeschleifen sind in Bild 2 dargestellt.
IKNOWFIRST.DE
Rückmeldungen und Zufälle – Enstehung
und Platzen von Investmentblasen

10. Bild 2: Beispiele von postiven und negativen Rückmeldeschleifen
IKNOWFIRST.DE
Rückmeldungen und Zufälle – Enstehung
und Platzen von Investmentblasen

11. Bild 3: Einfluss von positven und negativen Rückmeldungen auf den Preis einer Aktie
IKNOWFIRST.DE
Rückmeldungen und Zufälle – Enstehung
und Platzen von Investmentblasen

12. Phasen mit hoher Ungewissheit können nicht nur
von der Dynamik des Systems ausgehen, sondern
auch von besonderen Ereignissen wie
Naturkatastrophen (Erdbeben und Fluten). Sogar
Computer können große chaotische Phasen
auslösen, wie wir anhand des Flash Crash‘s vom 6.
Mai 2010 sehen können, welcher kurzfristig zu
über einer Trillionen US-Dollar Verlusten
der Anleger führte. Solche plötzlichen Kursstürze
können auch ausschließlich einzelne Finanzwerte
treffen, wie zum Beispiel bei Apples kleinem Flash
Crash am 10. Februar 2011 (siehe Kursentwicklung
Apple in Bild 4).
IKNOWFIRST.DE
Element des Zufalls
Bild 4: Apple’s Kursschwankungen während des Flash Crash am 10. Februar
2011.

13. Dieser Crash wurde von Hochfrequenzhandelsprogammen ausgelöst, welche
es ermöglichen extrem schnell Transaktionen zu platzieren und zurück
zuziehen. Schneller zu sein als die Konkurrenz ist alles in diesem
Handelsansatz, was unter anderem zu aggressiven Strategien führt, wie dem
Zurückziehen von riesigen Mengen an Angeboten und so zu hoher Volatilität
führen kann.
IKNOWFIRST.DE
Element des Zufalls

14. Die einfache Regel “Kaufe niedrig, verkaufe hoch” steht zu wenig im Kontext
um als Basis für gute Entscheidungen zu funktionieren. Der Markt kann in drei
verschieden funktionierende Systeme unterteilt werden – positive
Rückkopplungen, negative Rückkopplungen und Zufall. Desweiteren können
diese Systeme gleichzeitig und zu verschiedenen Zeitspannen auftreten. Beim
analysieren des Marktes vor einer Kauf- oder Verkaufsentscheidung, muss
also zuerst das zutreffende System und die Zeitspanne festgestellt werden.
Der Zustand des Systems gibt uns den wahren Schlüssel zum Markt.
IKNOWFIRST.DE
Der Schlüssel zum Markt

15. Dr. Lipa Roitman hat einen Prognosealgorithmus entwickelt, welcher die
Regeln des Finanzmarktes analysiert und außergewöhnlich zutreffende
Marktprognosen ermöglicht. Mithilfe künstlicher Intelligenz, maschinellem
Lernen, Erkenntnissen aus der Chaos Theorie und Selbstähnlichkeit, ist der
Algorithmus in der Lage das Verhalten von über 2000 Märkten zu
prognostizieren. Das Schlüsselprinzip des Algorithmus liegt in der Tatsache,
dass der Preis eines Finanzwerts eine Funktion mit vielen Faktoren ist, welche
nicht linear interagieren. Daher ist es von Vorteil Elemente künstlicher
neuraler Netzwerke und eines genetischen Algorithmus zu verwenden. Zuerst
wird eine Analyse der Eingaben durchgeführt, welche diese nach der Stärke
der Bedeutung für die Kursprognose ordnet. Dann werden mehrere Modelle
erstellt und anhand der Kursentwicklungen der letzten 15 Jahre gestestet. Nur
die am besten funktionierenden Modelle werden beibehalten, während die
anderen verworfen werden. Die Modelle werden jeden Tag verfeinert, da
jeden Tag neue Kursentwicklungen zur Verfügung stehen.
IKNOWFIRST.DE
Mit einem Algorithmus den Schlüssel
suchen

16. Bild 5 zeigt die grundlegende Funktionsweise des Algorithmus auf. Der
Algorithmus arbeitet rein empirisch und selbstlernend. Es gibt keinen
menschlichen Einfluss auf die Modelle und das Prognosesystem passt sich
jeden Tag neu an die Realität an, während es weiterhin den allgemeinen
Regeln der Vergangenheit folgt.
IKNOWFIRST.DE
Mit einem Algorithmus den Schlüssel
suchen
Bild 5: Grundlegende Funktionsweise des Prognosealgorithmus

17. Der Algorithmus kann sogar erfolgreich Blasen am Markt prognostizieren wie
man an Bild 6 erkennen kann. Wenige Tage vor dem Platzen der Blase der
Apple Aktie hat der Algorithmus dieses Ereignis prognostiziert. (Markiert
durch den roten Pfeil)
IKNOWFIRST.DE
Mit einem Algorithmus den Schlüssel
suchen
Bild 6: Erfolgreiche Algorithmusprognose der Blase der Apple-Aktie im August 2012

18. Der Algorithmus erstellt täglich Prognosen für 3, 7, 14, 30,
90 und 365 Tage. Die Prognose wird in Form eines Signals
dargestellt, die Qualität der Prognose wird über den
Vorhersagbarkeitsindikator dargestellt. Diese helfen dem
Trader zu entscheiden welche Werte besonders interessant
sind und welche Positionen zu welchem Zeitpunkt
einzunehmen sind. Zusammen ergeben die Prognosen eine
Tabelle wie in Bild 7 und zeigen eine bunte Heatmap mit
grünen Zellen welche Bewegungen nach oben indizieren
und roten, welche Bewegungen nach unten indizieren.
Dieses Muster kann auf bestimmte Industriezweige, Märkte
und Risiko-Levels zugeschnitten werden.
IKNOWFIRST.DE
Interpretion der Ergebnisse

19. Es ist wichtig zu beachten, dass die Vorhersehbarkeit in
Wellen steigt und fällt, da der Markt sich mehr oder
weniger systematisch verhält. Durch das Beobachten
des Vorhersehbarkeitswerts können wir frühzeitig vor
sich verändernden Verhaltensmustern des Marktes
gewarnt werden. Es gibt auch Finanzwerte deren
Entwicklungen nicht berechenbar sind, hauptsächlich
junge Unternehmen mit kurzer Kurshistorie, welche
nicht genug Daten für eine verlässliche Prognose
bieten.
IKNOWFIRST.DE
Interpretion der Ergebnisse

20. Risiko Management
Durch Analysen der algorithmischen Performance können wir
sagen, dass Handelssysteme basierend auf den Prognosen des
Algorithmus in der Regel konsistent profitabel sind, wenn ein
passendes Risiko-Management implementiert ist. Dennoch
bleibt ein zufälliger “Glücks”-Faktor bestehen. Wir müssen uns
bewusst sein, dass eine Menge versteckter Variablen im Markt
bestehen, über die wir nichts wissen.
Die Rendite eines Finanzwerts folgt im Regelfall nicht einer
Normalverteilung und sollte eher durch eine Heavy-Tail-
Verteilung modelliert werden, bei der extreme Ereignisse
wahrscheinlicher sind. Ereignisse weit weg vom Durchschnitt
verursachen die meisten Marktblasen und erhöhen die
Ungewissheit maßgeblich, was es für die Marktteilnehmer
schwer macht rational zu handeln.
IKNOWFIRST.DE

21. Risiko Management
Diese Tatsache hebt die Bedeutung der Nutzung einer angemessenen Risiko-
Management-Strategie hervor. Damit eine solche Strategie erfolgreich sein
kann, müssen mehrere Regeln befolgt werden:
• Signale täglich beobachten und nur auf Grund von starken Signalen
handeln
• Aus dem Markt bleiben bis sich eine gute Gelegenheit ergibt: starkes
Signal, extremer Preis
• Wenn die Vorhersehbarkeit hoch ist, bei starken Signalen investieren
• Wenn die Vorhersehbarkeit fällt: erwarte einen Sturm
• Wenn die Signal verschwindet oder schwächer wird reduziere den Einsatz
• Ein stabiles Portfolio besteht aus nicht-korrelierenden Investments
IKNOWFIRST.DE

22. Gewinn trotz Unsicherheit
Märkte sind komplexe Systeme mit zufälligen,
unvorhersehbaren Ereignissen. Im Allgemeinen sind
Frequenz und Einfluss unberechenbarer Ereignisse
unterschätzt, was zu hohen Verlusten führt, wie am
Beispiel des Flash Crash beschrieben. Trotz aller
Unvorhersehbarkeiten kann ein selbstlernender
Algorithmus, zusammen mit einer Risiko-Management-
Strategie Tradern erhebliche Vorteile verschaffen.
Trotz aller Unvorhersehbarkeiten kann ein mit tiefem
Verständnis des Finanzmarktes erstellter selbstlernender
Algorithmus zusammen mit einer Risiko-Management-
Strategie Händlern erhebliche Vorteile verschaffen.
IKNOWFIRST.DE

23. I Know First
• Dieser Artikel basiert auf Vorlesungen von Dr.
Lipa Roitman (Tel Aviv University), Gründer
von I Know First.
• http://iknowfirst.de/aktienkurse-vorhersagen-
big-data-als-losung/
IKNOWFIRST.DE