Skip to content
  • Datenschutzerklärung
  • Disclaimer
  • Impressum
earlysignalsearlysignals

Aktienkurse folgen den Emotionen aus Sozialen Medien

Wir glauben die Aussage „Kursprognosen sind Unsinn“ lässt sich nicht mehr halten. Wir stellen diese Aussage in Frage, indem wir die Emotionen aus Sozialen Medien als psychologische Komponente der Kursentwicklung abbilden. Profitieren Sie noch heute von unserer Technologie!

Jetzt entdecken

Konkrete Angaben

von Aktienstimmungen und -szenarien. Tägliche Aufbereitung der Ergebnisse.

Wegweisende Methoden

Verknüpft Spitzenforschung mit Ihrem Depot.

Steuerlich absetzbar

sofern berufliche Nutzung begründbar (sieheAz 5 K 379/08).

Totale Transparenz

Es findet eine nachträgliche Kontrolle im darauffolgenden Börsenbrief statt.

Ideal für Daytrader

Die besten Ergebnisse werden beim intraday trading erreicht.

Kostenlose Ausgaben verfügbar

Die Ausgaben der vergangenen Woche sind kostenlos abrufbar.

Aktienkurse folgen den EMotionen aus sozialen Medien

Spätestens seit 2013 wissen wir, dass Affen bessere Aktienprognosen erstellen als Investment-Profis. Die zugegebenermaßen etwas polemisch formulierte Aussage lässt sich natürlich nicht darauf zurückführen, dass Menschen weniger intelligent sind als Affen. Jedoch sind Menschen anfälliger für Fehleinschätzungen und Selbsttäuschungen. Diese Nachteile weisen Algorithmen bekanntermaßen nicht auf. Wichtiger jedoch ist, dass maschinelle Lernverfahren in immer kürzeren Abständen neue Meilensteine erreichen (Deep Blue, Watson, Siri, AlphaGo, Waymo, Pluribus, …). So sind Begriffe wie maschinelles Lernen, künstliche Intelligenz und Deep Learning inzwischen in aller Munde.

Doch auf welche Daten sollen maschinelle Lernverfahren zurückgreifen? Kann der Kursverlauf in der Vergangenheit Aussagen über den Kursverlauf in der Zukunft tätigen? Sind ggf. weitere Informationen notwendig? Hier gab die inzwischen berühmte Arbeit von Bollen et al., Twitter mood predicts the stock market, 2010 die Antwort: Innerhalb des maschinellen Lernverfahrens übernehmen die Stimmungen aus den Twitternachrichten die psychologische Komponente der Aktienkursentwicklung. So konnte das tägliche Steigen und Fallen des Dow Jones Industrial Average mit einer Genauigkeit von 86.7% vorhergesagt werden. Bei exemplarisch ausgewählten Aktien betrug die Vorhersagegenauigkeit bei Bujari et al., On Using Cashtags to Predict Companies Stock Trends, 2017 zwischen 62% und 82%.

Solche Modelle (und die modernisierten Varianten) finden Anwendung innerhalb von Forschungsgruppen, Investmentbanken und Hedgefonds (Wettbewerbsvorteil von Hedgefonds). Dieser Börsenbrief lässt nun erstmals den Privatanleger teilhaben und veröffentlicht regelmäßig die erreichten Ergebnisse je Kalenderwoche (Kw). So bedeutet z.B. auf dem unteren Diagramm ein Wert von 0.7 auf der Y-Achse das bei 70% der betrachteten Aktien das Szenario „Aktie steigt“ bzw. „Aktie fällt“ korrekt war. Zur Orientierung: Die Messlatte, die es zu schlagen gilt, liefert bei einer Entscheidung zwischen zwei Zuständen „Aktie steigt“ oder „Aktie fällt“ der faire Münzwurf mit einer Güte von 0.5 bzw 50%.

Validierung der Kursszenarien

Unsere Kursszenarien erscheinen täglich zwischen 15:00-15:05 Uhr.

Kostenlose Ausgaben

Machen Sie sich selbst ein Bild und senden Sie uns Ihre Wünsche und Verbesserungsvorschläge an info@earlysignals.de.

Jetzt für nur 49 Euro im Monat abonnieren!

Danach stehen die täglichen Ausgaben im Downloadbereich zur Verfügung!

14 Tage Widerrufsrecht!

Aktuelles

#Aktien☑️ #Kryptowährungen☑️ Wettbewerbsvorteil☑️

Nutze mit maschinellen Lernverfahren auf #socialmedia-Daten die Methoden der #Hedgefonds.#stock #cryptocurrency #forecast https://t.co/pDX00lXxUH pic.twitter.com/4KcKLBV5MJ

— early signals (@EarlySignals) May 11, 2021

Unsere maschinellen Lernverfahren nutzen #socialmedia-Daten und #sentiment-Analysen jetzt auch zur Bestimmung des Kursverlaufs der #Kryptowährung $doge.#forecast #fintech #disruption #DayTrading #machinelearning #cryptocurrency

— early signals (@EarlySignals) May 12, 2021

Über den Autor

Dr. Christian Henke studierte Technomathematik an der Technischen Universität Clausthal und promovierte dort über numerische Verfahren zur Lösung von nichtlinearen Evolutionsgleichungen. Danach war er in der Industrie auf verschiedenen Anwendungsgebieten verantwortlich für die numerische Methodenentwicklung.

Die Vorstellung des ersten iPhones und die damit verbundenen Perspektiven für Anleger von Apple-Aktien weckten sein Interesse an Kursprognosen. Gleichzeitig beobachtete er die Meilensteine beim Einsatz von maschinellen Lernverfahren und war von den Erfolgen, sich bei komplexen Tätigkeiten gegen die besten menschlichen Profis durchzusetzen, fasziniert. Seine Begeisterung für Aktien und das Wissen um die Qualität mathematischer Modelle mündeten in diesem Börsenbrief.

Kontakt

Senden Sie uns gerne Ihre Wünsche und Verbesserungsvorschläge.

Fragen Sie jetzt nach unseren Business Tarifen. Wir sind offen für alle Arten der Zusammenarbeit und freuen uns auf Ihre Anfrage!

info@earlysignals.de

Copyright 2023 © UX Themes
  • Datenschutzerklärung
  • Disclaimer
  • Impressum
Mitgliederbereich mit DigiMember