System - Investor
Strategischer Handel

                          mit Neuronalen Netzen
Um an den Terminmärkten auf Dauer zu den Gewinnern zu zählen, reichen wirtschaftliche Kenntnisse
nicht aus. Kurse bzw. Kursverläufe entstehen aus menschlichen Emotionen bzw. Verhalten. Startseite
Menschen sind gierig und ungeduldig. Daraus entstehen oft chaotische Kursentwicklungen.
Das Grundmotiv sollte sein: Gewinn laufen zu lassen und Verluste zu begrenzen.
An der Börse werden Hoffnungen und Ängste gehandelt.
Ohne ein spezielles Handelssystem ist es fast unmöglich in den heutigen volatilen Märkten zu
bestehen. Die Strategie von System-Investor liegt darin, Trading-Chancen zu nutzen.
Unsere Systeme haben sich nicht nur auf dem Papier bewährt, sondern sind auch in der Praxis
erfolgreich umsetzbar. Zur Erprobung eines Handelsansatzes bedarf es viel Zeit. Ein System muss
sich erst in vielen Testläufen bewähren. System-Investor hat sich 2 Jahre mit der Entwicklung von
diesen 3 Handelssystemen beschäftigt. Daran sieht man schon den enormen Zeitaufwand für nur
3 Handelsstrategien.
Ziel der Systeme ist es den Trend zu erkennen und entsprechend zu handeln. Bei allen Future-Märkten
handelt es sich um End-of-Day-Systeme, wobei der Positionswechsel immer zum Marktschluss
stattfindet.
Für die Entwicklung steht ein Hochleistungsrechner und eine hoch qualitative Software zur Verfügung.
Zum Einsatz kommen hier neuronale Netze und genetische Algorithmen. Durch das ständige trainieren
neuer Netze, passen sich die Prognosen ständig dem Markt an, denn der Markt ist immer im Recht.
Neuronale Netze kann man mit einem menschlichen Experten vergleichen, d.h. ein neuronales Netz
soll künftige Entwicklungen prognostizieren. Das NN sammelt wie der Mensch/Analyst seine
Erfahrungen aus der Vergangenheit. Der Vorteil des NN liegt darin, die menschlichen Emotionen aus-
zuschalten. Es sucht selbst Lösungen für die gestellten Aufgaben. Die Netze lernen etwas über den
Datenzusammenhang. Ein gutes neuronales Netz sollte schon die Qualität eines guten Analysten
haben. Dafür ist es wichtig die Buy and Hold-Strategie deutlich zu schlagen.
Welche Möglichkeiten bestehen eigentlich für die Finanzprognosen?
Kann man Kursentwicklungen an den Terminmärkten überhaupt vorhersagen? Bei den Märkten gibt es
ein ständiges Auf und Ab. Auf den ersten Blick sehen diese Bewegungen über Monate und Jahre wie
zufällig aus. Der zweite Blick sollte uns eines besseren belehren. Schon seit vielen Jahren wird versucht
aus den bekannten Kursdaten bzw. -mustern von der Vergangenheit auf die Zukunft Rückschlüsse
zu ziehen.
Wenn man also annehmen könnte, dass die heutigen Kursentwicklungen von denen der Vergangenheit
mit bestimmt werden, dann erscheint es sicherlich lohnenswert Neuronale Netze für diese Prognose zu
entwickln.
Doch man sollte nichts Unmögliches verlangen. Rein zufällige Zeitreihen können auch von neuronalen
Netzen nicht vorhergesagt werden. Wenn sich zwischen den Inputs die man dem Netz anbietet und den
gewünschten Output keine regelhafte Beziehung besteht, kann das Netz auch keine vernünftige
Prognose geben.
Aus dieser Sicht sind neuronale Netze vereinfacht gesagt, Computerprogramme die den Nerven-
systemen des Menschen nachempfunden sind.
Neuronale Netze sind somit eigentlich unvollendete Programme die erst lernen müssen, wie sie die
verschiedenen Aufgaben am besten lösen. Bevor sie dies jedoch können, müssen sie erst trainiert
werden. Chaotische oder schwierig zu berechnende Beispiele, wo es keine perfekte Lösung gibt,
können daher sehr gut mit NN bearbeitet werden. Ein Netz lernt aus der Vielzahl der ihm zur Verfügung
gestellten Eingaben (Inputs). Das Netz merkt sich nicht die verschiedenen Muster, sondern es versucht
charakteristische Merkmale dieser Muster zu erkennen. Das Netz lernt mit der Zeit welche Informa-
tionen mehr und welche weniger zu beachten sind.
Für unsere Systeme lag der Aufwand vor allem darin, die richtigen Inputs (Indikatoren) und die richtigen
Zeitreihen zu finden, damit das NN auch in der Zukunft noch vernünftige Ergebnisse liefert.
Wenn ein NN nur mit Aufwärtsbewegungen trainiert wird, kann es einen Crash oder eine Korrekturphase
natürlich nicht erkennen.
Ein grosser Punkt ist auch die Volatilität. Vor ein paar Jahren haben die Märkte wie Dax etc. nicht
solche enormen Tagesschwanken absolviert. Hat eine Netz nur Erfahrung mit kleineren Kurs-
schwankungen, ist es natürlich nicht zu erwarten, daß diese volatilen Märkte von heute zu bewältigen
sind.
Sie sehen, es gibt viele Kombinationsmöglichkeiten, sodaß es keine zwei identischen Neuronalen
Netze jemals geben muss.