\n
![](\"https:\/\/martin-seewaldt.de\/Programme\/Spekulant.jpg\")
<\/p>\n","protected":false},"excerpt":{"rendered":"Gestelltes Problem<\/b>
\nEin Bekannter, Besitzer eines Kreditinstituts, hatte die Idee, die B\u00f6rsenkurse bekannter Gesellschaften auf kurzperiodische Regelm\u00e4ssigkeiten (im Bereich einiger Tage) zu untersuchen. War es vielleicht so, dass es bei einer Aktie, die an einem Tag um 5% gestiegen war, f\u00fcr den n\u00e4chsten Tag eine gr\u00f6ssere Wahrscheinlichkeit gab, dass sie wieder steigen w\u00fcrde? Zur Analyse hatte er die Kursdaten einiger Aktien f\u00fcr die letzten 10 Jahre zusammengestellt.<\/p>\n
Algorithmus<\/b>
\nIch verwarf zun\u00e4chst den Ansatz, aus dem vorhandenen Datenbestand Regeln abzuleiten, da ich der Meinung war, dass eine Prognose f\u00fcr den Folgetag sich aus den Daten der vorhergehenden Tage unter direkter Einbeziehung der Datenbasis ergeben m\u00fcsste.
\nIch m\u00f6chte den Algorithmus kurz an einem Beispiel demonstrieren. Geladen wurden die Kursdaten der Oracle-Aktie von 1993 bis 2002. Sie sind im oberen Fenster dargestellt. Die Pfeile geben die Kurstendenz wieder. Am 15.4.2002 ist die Aktie um 1,8% gefallen. Versetzen wir uns nun an diesen Tag zur\u00fcck. Durch Klicken auf die entsprechende Zeile im oberen Fenster wird dieser Tag markiert, dann dr\u00fccken wir auf Rechnen. Das Programm sucht sich nun die Daten vom aktuellen Tag, dem Vortag und dem Vorvortag zusammen, da eine Samplel\u00e4nge von drei Tagen eingestellt ist. Es ergibt sich also dieses Sample: (-1,83\/5,21\/-5,28). Das Programm nimmt nun dieses Sample und legt es \u00fcber die Kursdaten der letzten zehn Jahre und sucht dabei nach \u00e4hnlichen Samples. Diese werden absteigend nach der \u00c4hnlichkeit sortiert und im unteren Fenster dargestellt. Das Sample mit der gr\u00f6ssten \u00c4hnlichkeit ist vom 22.2.2002. Damals ist der Kurs am n\u00e4chsten Tag um 1,57% gestiegen. Das zweit\u00e4hnlichste ist vom 14.6.1994, mit einem Anstieg von 1,42%. Beim dritt\u00e4hnlichsten Sample, der 16.2.2000 trat ein Verlust von 0,21% auf. Insgesamt sehen wir im unteren Fenster \u00fcberwiegend Pfeile, die nach oben zeigen. Wenn wir uns also entscheiden die Aktie zu kaufen, dann w\u00fcrden wir am 16.4.2002 mit einem Gewinn von 6,74% belohnt werden. \u00dcber den Knopf “Spekulieren” kann der Auswahlvorgang automatisiert werden. Dabei w\u00e4hlt man ein Datum aus, welches z.B. ein Jahr in der Vergangenheit liegt. Das Programm erstellt dann f\u00fcr diesen Tag eine Prognose und entscheidet sich im positiven Fall, die Aktie zu kaufen. Dann pr\u00fcft es, ob es Gewinn oder Verlust gemacht h\u00e4tte und nimmt sich den Folgetag vor und entscheidet anhand einer erneuten Prognose, ob es die Aktie halten oder verkaufen soll und so weiter. Bei solchen Testspekulationen erzielt das Programm j\u00e4hrliche Profite im zweistelligen Prozentbereich. Es gibt also tats\u00e4chlich kurzperiodische Regelm\u00e4ssigkeiten in Aktienkursen. Trotzdem bin ich nicht reich geworden, da f\u00fcr den Kauf und den Verkauf einer Aktie jeweils Transaktionskosten anfallen. Da das Programm sehr viele Transaktionen macht, werden die Kursgewinne von den Transaktionskosten mehr als aufgefressen. Spass hats trotzdem gemacht.<\/p>\n
Screenshot:<\/b>
\n<\/p>\n","protected":false},"excerpt":{"rendered":"
Gestelltes Problem Ein Bekannter, Besitzer eines Kreditinstituts, hatte die Idee, die B\u00f6rsenkurse bekannter Gesellschaften auf kurzperiodische Regelm\u00e4ssigkeiten (im Bereich einiger Tage) zu untersuchen. War es vielleicht so, dass es bei einer Aktie, die an einem Tag um 5% gestiegen war, f\u00fcr den n\u00e4chsten Tag eine gr\u00f6ssere Wahrscheinlichkeit gab, dass sie wieder steigen w\u00fcrde? Zur Analyse […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[3],"tags":[],"class_list":["post-26","post","type-post","status-publish","format-standard","hentry","category-programme_apps"],"yoast_head":"\n