Mit künstlicher Intelligenz (KI) die Märkte vorhersagen – ein erfolgreicher Selbstversuch

Darf ich euch Eugene vorstellen? Eugene ist der Name einer künstlichen Intelligenz mit genau einem Ziel: Der Theorie zu widersprechen, dass Kursbewegungen langfristig einem zufälligen Muster folgen und damit nicht systematisch vorhersagbar sind.

Der Name Eugene hat zwei Gründe. Erstens ist es einfacher eine Beziehung zu jemandem aufzubauen, wenn „es“ einen Namen hat. Zweitens steht der amerikanische Wirtschaftswissenschaftler Eugene Francis Fama gewissermaßen als Pate für den Namen. Er hat mit der sogenannten Markteffizienzhypothese die wissenschaftliche Grundlage für das prognosefreie  Investieren gelegt (landläufig auch passives Investieren genannt). 2013 bekam er dafür den Nobelpreis.

Eugene (ab jetzt meine ich damit die künstliche Intelligenz) hat es nicht einfach. Er wurde erschaffen, um sich selbst zu widersprechen. Es gibt aber einen Trost: Schafft er es, dann kann er (bzw. sein Schöpfer) damit sehr viel Geld verdienen. Schafft er es nicht, dann ist zumindest seine Ehre gerettet.

Eugene ist von Natur aus etwas „bequem“ und orientiert sich für meinen Geschmack etwas zu sehr an seinem Schöpfer. Er konzentriert sich bei seiner Analyse lediglich auf den weltweiten Markt und schaut sich in diesem Markt die langfristige Entwicklung an.

Die Geburt von Eugene

Der Schöpfer von Eugene hat sich bereits 1999 im Rahmen seines Studiums intensiv mit der künstlichen Intelligenz auseinandergesetzt. Er erwartet nicht, dass Eugene langfristige Trends vorhersagen kann, wäre aber auch nicht unglücklich, wenn er sich irrt…

Kurzvorstellung Eugene: Eugene spricht Python, eine Sprache, die vor allem unter Wissenschaftlern beliebt ist. Er agiert in einer Umgebung Namens Tensorflow und genießt mit seinen Freunden die Annehmlichkeiten in der Wohnunterkunft Namens Keras. Seine Kumpels sind unter anderem Numpy und Pandas. Wer aus demselben Kiez kommt, kann etwas mit den Namen anfangen.

Eugene lernt die Welt kennen

Nun zugegeben, der Blick auf die Welt ist für Eugene ziemlich eingeschränkt. Eigentlich lernt er nur die Entwicklung des weltweiten Marktes kennen. Seine Aufgabe ist es, Muster auf Basis dieser Entwicklung zu erkennen und dann vorauszusagen wie sich die weltweiten Märkte in Zukunft entwickeln.

Wie im echten Leben fangen wir zunächst klein an. Eugene soll die folgende Entwicklung analysieren und in die Lage versetzt werden, nicht weniger als die Zukunft vorauszusagen.

Was braucht Eugene für die Analyse? Zunächst müssen wir definieren auf welche Frage Eugene überhaupt eine Antwort haben soll. Daher definieren wir die folgende Frage:

Kann aufgrund der Kursentwicklung einer 12 Monatsperiode eine verlässliche Voraussage getätigt werden, ob der Kurs im darauf folgenden Monat steigt oder fällt?

Um diese Frage zu beantworten muss Eugene zunächst Erfahrung sammeln. Wir geben ihm diese Erfahrung, indem wir die historischen Kurse in überlappende 12-Monatsscheiben zerlegen und jeweils schauen, ob im darauffolgenden Monat die Kurse stiegen oder sanken. Die folgenden Daten illustrieren das Prinzip:

1/99 – 12/99:
Eingabe (Kurse): 667, 670, 712, 763, 751, 798, 768, 780, 769, 817, 890, 969
Ausgabe (Steigen = 1, Fallen = 0): 0

2/99 – 01/00:
Eingabe (Kurse): 670, 712, 763, 751, 798, 768, 780, 769, 817, 890, 969, 947
Ausgabe (Steigen = 1, Fallen = 0): 1

3/99 – 02/00:
Eingabe (Kurse): 712, 763, 751, 798, 768, 780, 769, 817, 890, 969, 947, 990
Ausgabe (Steigen = 1, Fallen = 0): 1

Um Eugene von der Versuchung zu befreien, den absoluten Kursen eine zu hohe Bedeutung beizumessen, geben wir ihm nicht die absoluten Kurse, sondern die prozentuale Veränderung mit:

1/99 – 12/99:
Eingabe (Kurse): 1.05, 1.01, 1.06, 1.07, 0.98, 1.06, 0.96, 1.02, 0.99, 1.06, 1.09, 1.09
Ausgabe (Steigen = 1, Fallen = 0): 0

Beispiel für einen Eingabesatz. Die Entwicklung von 12 aufeinander folgenden Monaten mit der prozentualen Veränderung des Kurses.

Damit normieren wir die Eingabewerte um den Wert 1. Ein Wert größer 1 sagt, dass die Kurse im Vergleich zum Vormonat stiegen. Ein Wert kleiner 1 sagt, dass die Kurse im Vergleich zum Vormonat sanken.

Mit diesen Daten füttern wir jetzt Eugens Gehirn. Ähnlich wie der Mensch lernt er nun die Daten kennen und bekommt anhand der Ausgabedaten Feedback, ob er richtig liegt oder nicht. Anhand dieses Feedbacks versucht er dann zu lernen.

Eugene Trainingsdatensatz: Links die Eingabedaten und rechts die Ausgabedaten. Insgesamt 200 Datensätze mit jeweils 12 Eingabeparameter (Entwicklung der letzten 12 Monate) und 1 Ausgabeparameter (Kurs steigt oder fällt)

Eugen interpretiert die Märkte

So Eugene, wir haben dir jetzt genug Infos gegeben. Wie entwickelt sich der Markt im nächsten Monat? Aber Halt Stopp! Woher weiß ich eigentlich wie gut die Vorhersage ist?

Nun ja, ich habe Eugene nicht alle Daten gegeben. Ein paar Daten habe ich zurückgehalten, um zu prüfen wie gut die Vorhersagen von Eugene sind.

Diese Daten zeige ich Eugene jetzt – ohne ihm allerdings das Ergebnis zu sagen. Eugene soll anhand der unbekannten Kursbewegungen eine Vorhersage tätigen.

Gesagt und getan. Und das Ergebnis ist: Ernüchternd – zumindest für die angestrebte Vorhersagbarkeit.

Eugene der Schlingel macht es sich etwas einfach. Er sagt, die optimalste Strategie ist jeden Monat von steigenden Kursen auszugehen. Selbst wenn das nicht immer zutrifft, scheint diese Strategie am erfolgversprechendsten zu sein. Mit einer Wahrscheinlichkeit von etwa 60% steigen die Märkte.

Eugene hat für die Eingabedaten scheinbar keine Muster gefunden. Bei den 50 Datensätzen zur Verifizierung sagt er stumpf eine Wahrscheinlichkeit von 60% aus, dass die Märkte im nächsten Monat steigen werden.

Auf diese Feststellung hätte ich übrigens auch ohne Eugene kommen können, da der Anteil der Ausgabedaten mit dem Wert 1 etwa 60% betrug. Eugene hat also erkannt, dass in diesem Zeitraum und in diesem Markt die Kurse grundsätzlich steigen. Ein Blick auf das Chart verrät diese Tatsache auch dem menschlichen Auge.

Andersherum sagt Eugene auch, dass es – zumindest für diese Eingabedaten – keine Muster für Market Timing gibt. Weiter sagt er uns implizit, dass der beste Einstiegspunkt immer Jetzt ist.

Lieber Eugene, du scheinst mich in meiner Filterblase zu bestätigen.

Vielleicht möchtest du mir aber auch nur gefallen. Ich werde dir daher eine andere Aufgabe stellen. Eine Aufgabe in der ich gezielt Muster in die Daten einbaue. Wenn du sie findest, dann erhöht das mein generelles Vertrauen in die Vorhersagbarkeit.

Vorläufiger Zwischenstand

Was war an dem Selbstversuch denn nun erfolgreich? Erfolg ist ja oft auch eine Frage der Definition. Das Zwischenergebnis widerlegt immerhin nicht meinen Buy & Hold Ansatz bei meiner aktuellen Anlagestrategie.

Natürlich ist das weit von einem Beweis entfernt, dass es ein solches Muster nicht gibt. Vielleicht habe ich die falsche Frage gestellt, Eugene nicht mit den richtigen Daten gefüttert oder Eugene ist von seinen Skills (seine Architektur und Konfiguration) nicht in der Lage das Muster zu erkennen. Ich wäre aber fast schon enttäuscht gewesen, wenn Eugene gleich beim ersten Versuch ein Muster gefunden hätte.

Eugene ist jetzt in der Welt und lernt kontinuierlich weiter. Sofern Eugene neue Erkenntnisse erlangt, werde ich diese auf diesem Blog teilen.

Im nächsten Schritt prüfe ich, ob Eugene Fake-Muster erkennt.  Dafür werde ich die Daten so manipulieren, dass sie bestimmte Regeln enthalten (z.B. immer steigende Kurse im November). Um zu beweisen, dass Eugene der Richtige für diese Aufgabe ist, muss er diese Regeln finden.

Beitragsbild von Gerd Altmann auf Pixabay

Weitere Informationen zum Thema

Mein Beitrag: Was künstliche Intelligenz (KI) für den Anleger bedeuten kann
Mein Beitrag: Künstliche Intelligenz (KI) in der Geldanlage

Mein Name ist Andree de Boer. Seit mehr als 20 Jahren beschäftige ich mich intensiv mit dem Thema Finanzen. In meinem Blog berichte ich über meine Erfahrungen.


Dabei ist mir über die Zeit aufgefallen, dass der Schlüssel zum Erfolg bei Geld und Finanzen nicht primär in irgendwelchen Finanzprodukten liegt.

Vielmehr sind es die eigene Einstellung und das Verhalten, die den Erfolg maßgeblich beeinflussen.

Deshalb konzentriere ich mich zunehmend auf das Thema Finanzcoaching, um Menschen in die Lage zu versetzen, produktunabhängig gute Finanzentscheidungen zu treffen.

Dazu habe ich eine professionelle Ausbildung zum FCM Finanzcoach absolviert.

Meine Dienstleistungen biete ich völlig produktunabhängig auf Honorarbasis an.

In meinem Blog berichte ich auch über eigene Erfahrungen mit konkreten Finanzprodukten. Dies stellt jedoch ausdrücklich keine individuelle Empfehlung dar.

Nimm mit mir Kontakt auf oder buche online ein kostenloses Erstgespräch. Wir finden heraus, wie ich Dir helfen kann.

2 Gedanken zu „Mit künstlicher Intelligenz (KI) die Märkte vorhersagen – ein erfolgreicher Selbstversuch

    1. Moin Daniel,

      ja, ich nutze ein simples vollverbundenes neuronales Netzwerk mit einer versteckten Schicht. Ein Github Repository gibt es nicht. Ich lasse es aktuell auf einer Colab Instanz laufen.

      Gruß
      Andree

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert