Wer die Zukunft vorhersagen kann, hat wohl insbesondere jetzt einen entscheidenden Wettbewerbsvorteil. Haben auch Sie sich bereits an schwingenden Pendeln oder Zeitmaschinen versucht? (Nur für den Fall, dass Sie erfolgreich waren, bitte rufen Sie uns umgehend unter dieser Nummer an: +49 1520 3497607) Für alle anderen: Probieren Sie sich doch mal an der prädiktiven Datenanalyse. Wenn Sie mögen, zeigen wir Ihnen auch wie das geht.

Schon heute wissen, was morgen wichtig wird

Selbstverständlich sind wir – noch – nicht in der Lage exakt abzusehen, wie die Lottozahlen der kommenden Ziehung aussehen werden oder wann die Corona-Pandemie ihr tatsächliches Ende findet. Zugegeben, das wäre großartig zu wissen, doch darum soll es hier zunächst nicht gehen. Denn interessant wird es, wenn Unternehmensbereiche im Tagesgeschäft von der prädiktiven Analyse profitieren.

Unter Predictive Analytics versteht man den kommerziellen Einsatz von analytischen Methoden basierend auf Daten, die nahezu jedes Unternehmen als Nebenprodukt generiert!

Muster erkennen, Wahrscheinlichkeiten berechnen und Prognosen erstellen – all das, lässt sich auf unternehmensweite Tätigkeitsfelder ausdehnen. Ausgehend von diesen Daten können Vorhersagen erstellt werden, mit denen sich Entscheidungen unter Unsicherheit einfacher treffen lassen.

Die Art der Analyse macht den Unterschied

Um den Mehrwert verstehen zu können, ist ein Verständnis der verschiedenen (Daten-)Analyse-Arten sinnvoll: Die deskriptive Analyse ist die einfachste Methode. Sie untersucht die vergangenen oder derzeitigen Zustände anhand von Werten und Metriken. Bei der diagnostischen Analyse geht es bereits darum, Ursachen, Auswirkungen und Wechselwirkungen von Zuständen zu klären. Diese Art der Analyse liefert Einblicke, die durch Korrelationen und Interpretationen erlangt werden.

Allein die prädiktive Analyse gewährt den entscheidenden Blick in die Zukunft: Diese Analysemethode sagt zukünftige Ereignisse auf Basis von Statistiken, historischen Daten oder Erfahrungen vorher. Ihr Einsatz ist weitreichend und findet unter anderem in den Bereichen Finanzen, Sicherheit, Wirtschaft oder Versicherungen Verwendung.

Hands on: Die Vorhersage von Aktienkursen

Als Referent berichtete Julian Quernheim, Data Scientist der mVISE AG, in diesem Jahr auf der führenden Messe für maschinelles Lernen & prädiktive Analysen, der Predictive Analytics World 2020 (kurz: PAW) über Aktienkursvorhersagen und Portfolio-Optimierungen.

Die Zuhörer erhielten in seinem Vortrag ein theoretisches Verständnis dafür, wie sogenannte rekurrente neuronale Netze (kurz RNNs) und Autoencoder funktionieren und wie sie bei der Vorauswahl und Vorhersage von Aktienkursen, sowie bei der späteren Portfolioerstellung angewendet werden können. Eine Kernaussage der Studie war, dass bisherige Ansätze der Portfolioerstellung auf linearen Modellen beruhen, die versuchen nicht-lineare Daten zu analysieren. Durch Deep-Learning Ansätze, welche durch die Wahl der Aktivierungsfunktion des Neurons nicht-lineare Verläufe modellieren können, wird dieses Problem gelöst. Somit werden die Zeitreihen besser vorhergesagt und untereinander vergleichbar. Die Performance des erstellten Portfolios wurde anschließend mit Hilfe von mehreren Back-Tests überprüft und erzielte stets höhere Renditen mit weniger Risiko.

Auf diese spannenden Fragen erhielten die Live-Zuhörer Antworten:

  • Welche Aktien sollen analysiert werden?
  • Verbessern Prognosen das Portfolio?
  • Wie kann die Risikoberechnung einer Aktie verbessert werden?
  • Wie lässt sich ein optimales Portfolio berechnen?

Deep Dive – ein Einblick in die Theorie

Neben der Vorhersage des nächsten Wertes einer Aktie sind wir auch an der Erstellung eines optimalen Portfolios interessiert. Heaton et.al. publizierte 2018 unter dem Titel „Deep Portfolio“, einen der ersten Versuche Deep Learning mit Hilfe von Autoencodern bei der Portfolioerstellung anzuwenden. Autoencoder sind sehr gut dazu geeignet, um die Nichtlinearität der Zeitreihe zu modellieren und ähnliche oder konträre Wertpapiere zu identifizieren.

Julian Quernheim zeigte in seinem Vortrag wie Deep Learning bei der Selektion, Vorhersage, Risikobewertung und Portfolioerstellung verwendet werden kann.

Selektion: Es ist wichtig, die schiere Menge an börsengehandelten Wertpapieren sorgsam nach den wichtigsten „large-cap stocks“ Wertpapieren zu filtern, um dann anhand dieses Subsets Renditen und Risiken vorherzusagen, welche dann zur Portfolioerstellung verwendet werden können.

Vorhersage: Die Vorhersage finanzieller Zeitreihen ist ein schwieriges Problem. Tiefgreifende Lernansätze, wie z.B. rekurrente neuronale Netze (RNNs), haben sich bei der Modellierung als leistungsfähig erwiesen, da sie in der Lage sind, nicht-linearitäten in sequenziellen Daten zu erfassen. Neuere Studien haben gezeigt, dass RNNs bekannte autoregressive Prognosemodelle übertroffen haben (Siami-Namini, 2018). 

Risikobewertung: Das Autoencoder-Modell hilft bei der Vorauswahl aber auch bei der Bereinigung der Covariance Matrix (=Volatilität) für die spätere linearen Optimierung des optimalen Portfolios, es ist aber kein direkter Bestandteil des linearen Problems.

Portfolioerstellung: Das Ergebnis der Portfolioerstellung liefert das ersehnte Resultat, nämlich die Verteilung der Wertpapiere. Aber ist dieses berechnete Portfolio auch wirklich das Beste? Natürlich können wir nicht in die Zukunft sehen, wir können jedoch die Theorie mit historischen Daten durch sogenannte Backtests validieren. Nach mehreren durchgeführten Backtests erzielte das Portfolio, das vorselektiert, vorhergesagt und bereinigt wurde, die beste Rendite mit geringstem Risiko.

Wir bleiben für Sie informiert, lesen die neusten Publikationen und arbeiten zusammen mit unseren Kunden daran, immer einen Schritt voraus zu sein. Auch diesmal möchten wir Ihnen kein Wissen vorenthalten – Dies und vieles mehr, finden Sie in der unterstehenden Download-Datei.

Noch nicht alles verstanden?

Sie müssen kein Datenwissenschaftler sein, um Ihr Business datengetrieben steuern zu können. Mit mVISE haben Sie einen kompetenten IT-Dienstleister an Ihrer Seite. Gemeinsam erarbeiten wir ein individuelles Lösungskonzept.

Kategorien

Wer die Zukunft vorhersagen kann, hat wohl insbesondere jetzt einen entscheidenden Wettbewerbsvorteil. Haben auch Sie sich bereits an schwingenden Pendeln oder Zeitmaschinen versucht? (Nur für den Fall, dass Sie erfolgreich waren, bitte rufen Sie uns umgehend unter dieser Nummer an: +49 1520 3497607) Für alle anderen: Probieren Sie sich doch mal an der prädiktiven Datenanalyse. Wenn Sie mögen, zeigen wir Ihnen auch wie das geht.

Schon heute wissen, was morgen wichtig wird

Selbstverständlich sind wir – noch – nicht in der Lage exakt abzusehen, wie die Lottozahlen der kommenden Ziehung aussehen werden oder wann die Corona-Pandemie ihr tatsächliches Ende findet. Zugegeben, das wäre großartig zu wissen, doch darum soll es hier zunächst nicht gehen. Denn interessant wird es, wenn Unternehmensbereiche im Tagesgeschäft von der prädiktiven Analyse profitieren.

Unter Predictive Analytics versteht man den kommerziellen Einsatz von analytischen Methoden basierend auf Daten, die nahezu jedes Unternehmen als Nebenprodukt generiert!

Muster erkennen, Wahrscheinlichkeiten berechnen und Prognosen erstellen – all das, lässt sich auf unternehmensweite Tätigkeitsfelder ausdehnen. Ausgehend von diesen Daten können Vorhersagen erstellt werden, mit denen sich Entscheidungen unter Unsicherheit einfacher treffen lassen.

Die Art der Analyse macht den Unterschied

Um den Mehrwert verstehen zu können, ist ein Verständnis der verschiedenen (Daten-)Analyse-Arten sinnvoll: Die deskriptive Analyse ist die einfachste Methode. Sie untersucht die vergangenen oder derzeitigen Zustände anhand von Werten und Metriken. Bei der diagnostischen Analyse geht es bereits darum, Ursachen, Auswirkungen und Wechselwirkungen von Zuständen zu klären. Diese Art der Analyse liefert Einblicke, die durch Korrelationen und Interpretationen erlangt werden.

Allein die prädiktive Analyse gewährt den entscheidenden Blick in die Zukunft: Diese Analysemethode sagt zukünftige Ereignisse auf Basis von Statistiken, historischen Daten oder Erfahrungen vorher. Ihr Einsatz ist weitreichend und findet unter anderem in den Bereichen Finanzen, Sicherheit, Wirtschaft oder Versicherungen Verwendung.

Hands on: Die Vorhersage von Aktienkursen

Als Referent berichtete Julian Quernheim, Data Scientist der mVISE AG, in diesem Jahr auf der führenden Messe für maschinelles Lernen & prädiktive Analysen, der Predictive Analytics World 2020 (kurz: PAW) über Aktienkursvorhersagen und Portfolio-Optimierungen.

Die Zuhörer erhielten in seinem Vortrag ein theoretisches Verständnis dafür, wie sogenannte rekurrente neuronale Netze (kurz RNNs) und Autoencoder funktionieren und wie sie bei der Vorauswahl und Vorhersage von Aktienkursen, sowie bei der späteren Portfolioerstellung angewendet werden können. Eine Kernaussage der Studie war, dass bisherige Ansätze der Portfolioerstellung auf linearen Modellen beruhen, die versuchen nicht-lineare Daten zu analysieren. Durch Deep-Learning Ansätze, welche durch die Wahl der Aktivierungsfunktion des Neurons nicht-lineare Verläufe modellieren können, wird dieses Problem gelöst. Somit werden die Zeitreihen besser vorhergesagt und untereinander vergleichbar. Die Performance des erstellten Portfolios wurde anschließend mit Hilfe von mehreren Back-Tests überprüft und erzielte stets höhere Renditen mit weniger Risiko.

Auf diese spannenden Fragen erhielten die Live-Zuhörer Antworten:

  • Welche Aktien sollen analysiert werden?
  • Verbessern Prognosen das Portfolio?
  • Wie kann die Risikoberechnung einer Aktie verbessert werden?
  • Wie lässt sich ein optimales Portfolio berechnen?

Deep Dive – ein Einblick in die Theorie

Neben der Vorhersage des nächsten Wertes einer Aktie sind wir auch an der Erstellung eines optimalen Portfolios interessiert. Heaton et.al. publizierte 2018 unter dem Titel „Deep Portfolio“, einen der ersten Versuche Deep Learning mit Hilfe von Autoencodern bei der Portfolioerstellung anzuwenden. Autoencoder sind sehr gut dazu geeignet, um die Nichtlinearität der Zeitreihe zu modellieren und ähnliche oder konträre Wertpapiere zu identifizieren.

Julian Quernheim zeigte in seinem Vortrag wie Deep Learning bei der Selektion, Vorhersage, Risikobewertung und Portfolioerstellung verwendet werden kann.

Selektion: Es ist wichtig, die schiere Menge an börsengehandelten Wertpapieren sorgsam nach den wichtigsten „large-cap stocks“ Wertpapieren zu filtern, um dann anhand dieses Subsets Renditen und Risiken vorherzusagen, welche dann zur Portfolioerstellung verwendet werden können.

Vorhersage: Die Vorhersage finanzieller Zeitreihen ist ein schwieriges Problem. Tiefgreifende Lernansätze, wie z.B. rekurrente neuronale Netze (RNNs), haben sich bei der Modellierung als leistungsfähig erwiesen, da sie in der Lage sind, nicht-linearitäten in sequenziellen Daten zu erfassen. Neuere Studien haben gezeigt, dass RNNs bekannte autoregressive Prognosemodelle übertroffen haben (Siami-Namini, 2018). 

Risikobewertung: Das Autoencoder-Modell hilft bei der Vorauswahl aber auch bei der Bereinigung der Covariance Matrix (=Volatilität) für die spätere linearen Optimierung des optimalen Portfolios, es ist aber kein direkter Bestandteil des linearen Problems.

Portfolioerstellung: Das Ergebnis der Portfolioerstellung liefert das ersehnte Resultat, nämlich die Verteilung der Wertpapiere. Aber ist dieses berechnete Portfolio auch wirklich das Beste? Natürlich können wir nicht in die Zukunft sehen, wir können jedoch die Theorie mit historischen Daten durch sogenannte Backtests validieren. Nach mehreren durchgeführten Backtests erzielte das Portfolio, das vorselektiert, vorhergesagt und bereinigt wurde, die beste Rendite mit geringstem Risiko.

Wir bleiben für Sie informiert, lesen die neusten Publikationen und arbeiten zusammen mit unseren Kunden daran, immer einen Schritt voraus zu sein. Auch diesmal möchten wir Ihnen kein Wissen vorenthalten – Dies und vieles mehr, finden Sie in der unterstehenden Download-Datei.

Noch nicht alles verstanden?

Sie müssen kein Datenwissenschaftler sein, um Ihr Business datengetrieben steuern zu können. Mit mVISE haben Sie einen kompetenten IT-Dienstleister an Ihrer Seite. Gemeinsam erarbeiten wir ein individuelles Lösungskonzept.

Haben Sie Fragen?

Schicken Sie uns einfach eine E-Mail oder rufen Sie uns an.

Ihr Ansprechpartner
Dr. Kevin J. Mobbs,
Head of Marketing & Inside Sales

Telefon
0211 78 17 80-0

Email
service@mvise.de

Haben Sie Fragen?
Schicken Sie uns einfach eine E-Mail oder rufen Sie uns an.
Ihr Ansprechpartner
Dr. Kevin J. Mobbs,
Head of Marketing & Inside Sales

Telefon
0211 78 17 80-0

Email
service@mvise.de

Haben Sie Fragen?
Sie erreichen uns:
Mo - Fr von 9 bis 17 Uhr

service@mvise.de

Düsseldorf (Zentrale)
mVISE AG
Wahlerstraße 2
40472 Düsseldorf

+49 (0)211 781780-0

Frankfurt am Main
mVISE AG
Insterburger Straße 5
60487 Frankfurt am Main

+49 (0)69 707997-52

Hamburg
mVISE AG
Am Sandtorkai 37
20457 Hamburg

+49 (0)211 781780-0

München
mVISE AG
Wilhelm-Wagenfeld-Straße 26
80807 München

+49 (0)89 21 54 39 48-0

Bonn
elastic.io
Rabinstrasse 4
53111 Bonn

+49 (0)228 534442-21

Datenschutz       Impressum
mVISE AG 2020

SALESPHERE

Die Sales Enablement Platform stellt dem Vertriebs-Team den richtigen Content, zur richtigen Zeit, am richtigen Ort bereit – auch offline.

ELASTIC.IO

Unsere Integrationsplattform-as-a-Service. Die „Mehrfachsteckdose” in der Cloud. Schnell, erweiterbar, elastisch.

RIVERSAND

Omnichannel Management leicht gemacht – mit der Product Information Management Lösung von Riversand.

BUILD IT

Abgestimmt auf Ihr Geschäftsmodell bieten unsere Managed Services zuverlässige Unterstützung in den Bereichen IT-Modernisierung, Cloud Computing und IT-Security.

INTEGRATE & ANALYZE IT

Wir heben den Gehalt Ihrer Daten auf eine neue Stufe und zeigen Ihnen, wie Sie durch Datenintegration und Datenvisualisierung die richtigen Entscheidungen für die Zukunft treffen.

COMMERCIALIZE IT

Wir mobilisieren Ihre Daten und vernetzen diese unternehmensweit, damit Sie für alle Geschäftseinheiten die richtigen Entscheidungen treffen können.

BROSCHÜREN

Erfahren Sie mehr über unsere Produkte.

WHITEPAPER

Unsere Erkenntnisse aus verschiedensten Bereichen im Detail.

FALLSTUDIEN / CASE STUDIES

Lassen Sie sich von unseren Arbeiten überzeugen.

WEBINARE

Unser digitales Klassenzimmer.

MISSION UND VISION

Erfahren Sie mehr über uns und wie wir die digitale Revolution vorantreiben wollen.

KARRIERE

Lust auf neue spannende Herausforderungen? Jetzt Teil unseres Teams werden.

MANAGEMENT

Der Blick hinter die Kulissen: Lernen Sie unseren Vorstand und unseren Aufsichtsrat kennen.

STANDORTE

Unsere fünf Standorte in Düsseldorf, Frankfurt, Hamburg, München und Bonn in der Übersicht.

NEWS UND EVENTS

Die aktuellen Veröffentlichungen und Veranstaltungen nach Themengebieten kategorisiert zur Übersicht.

DAS UNTERNEHMEN

Unternehmensdaten, Unternehmenspräsentation und Börsenportrait.

INVESTOR NEWS

Die letzten Meldungen im Überblick.

BERICHTE UND RESEARCH

Geschäftsberichte und Research-Berichte.

DIRECTORS DEALING

Aktiengeschäfte gemäß § 15a WpHG.

ANSPRECHPARTNER

Investor Relations und Stakeholder Management.

FINANZKALENDER

Konferenzen, Events, Hauptversammlungen und Veröffentlichungen.

DIE AKTIE

Gesamtzahl, Grundkapital und mehr.

WANDELANLEIHEN

Informationen zur Ausgabe einer Wandelanleihe.

CORPORATE GOVERNANCE

Code of Conduct und Satzung.