• Home
  • Beschreibung
  • Technische Chartanalyse und Fundamentalanalyse
  • Kursprognosen

Kursprognosen

Anwendung und Nutzung der Kursprognosen

Kurze Einleitung

Kursprognosen in der Börsensoftware basieren zunächst auf ML-Modellen. Diese werden definiert, trainiert, optimiert und dann angewendet. Die Definition erfolgt auf Basis von selbst ausgewählten sinnvollen Indikatoren und dessen Parameter-Setups. So können auch Short und Long-Szenarien separat mit eigenen Setups berücksichtigt werden.

Vorkonfigurierte Kursprognose-Modelle für den US, DE, Forex, Rohstoff-Markt

Die Entwicklung und Optimierung von Modellen ist nicht trivial. Es werden daher für den US-Markt : Nasdaq, für den deutschen Markt, für Devisen und für Rohstoffe jeweils eigene Modelle als vorkonfigurierte Setups bereitgestellt. Diese können daher über den Kursprognose-Service als AddOn erworben werden. Nach Einspielung des AddOns und der Aktualisierung der letzten Kursprognose-Daten stehen diese dann umgehend in ShareHolder zur Verfügung. Die verfügbaren Kursprognosen die über das AddOn freigeschaltet werden, können auch für ein Trading-Setup (XTB-Broker) mit Echtdaten-Schnittstelle verwendet werden. Hierfür wird ein weiteres Programm neben ShareHolder ausgeliefert mit einer Realtime-Datenschnittstelle. Das Setup fokussiert sich hierbei auf folgende Titel: Gold, Bitcoin, SP500, Nasdaq und DAX. Siehe hierzu unter: https://ml-algotrader.com

Die Kursprognose in ShareHolder selbst sind nur auf Marktebene beschränkt und entsprechend den Titeln in den vorkonfigurierten Beobachtungslisten mit "Algo*" z.B. Algo-Indizes, Algo-Rohstoffe-Metalle.

Beispiel-Ansicht für Prognosen

Nachfolgend als konkretes Beispiel eine Kursprognose mit der Detail-Ansicht. Im Hintergrund sehen Sie eine Watchliste die 4 verschiedene Kursprognose-Modelle (definierbar) direkt in einer Beobachtungsliste mit farblichen Markierungen. Dabei "altert" die farbliche Markierung automatisch, wenn die Kursprognosen weiter zurückliegen.

AddOns zur Nutzung der Kursprognose

Die Kursprognosen werden in Shareholder über AddOns eingebunden:

  • Kursprognose-Service-AddOn d.h. Bereitstellung und Nutzung der Prognosedaten für vordefinierte Titel und Zeiteinheiten, die immer bis 22:30 wochentags zur Verfügung gestellt werden. Die Echtzeit-Trading-App (siehe https://ml-algotrader.com ) ist Bestandteil der Erweiterung.
  • Kursprognose-AddOn d.h. Bereitstellung einer Basis-Konfiguration (H2o-Framework) und von Basismodellen für eigene Prognose-Modelle. Die für den Kursprognose-Service genutzten Modellen werden hierbei mit zugänglich gemacht.

Prognose-Qualität und Einordnung

Die in ShareHolder bereitgestellten Kursprognosen werden seit 02/2019 in einer historischen Datenbank gespeichert, um rückwirkend eine Einschätzung zur Prognosegenauigkeit mit Echtdaten vornehmen zu können. Diese ergeben ein eindeutiges Bild, dass bei den vorhandenen Kursprognose Zeitfenster von 2,3,5,10,20 und 30 Tagen die Prognose-Qualität mit größer werdendem Fenster steigt, d.h. eine 30d Kursprognose kann bis zu 75% die richtige Richtung vorhersagen, während der sehr kurzfristigen Zeitfenster von 2-5d zwischen 51 und 65% schwanken.

Topologie der Modelle

Feature-Set-Bildung

Um mit Machine-Learning-Modellen zur effektiven Prognose z.B. des Goldpreises oder eine DAX-Prognose bzw. Bitcoin-Prognose zu kommen, müssen zunächst aufbereitete Trainingsdaten erzeugt werden. Diese werden innerhalb auf Basis von Trainings-Modellen erstellt. Sie greifen dabei auf weit über 120 "Features" d.h. technischen Indikatoren zu. Im Modell-Training wird dabei ein selbstlernendes Training durch die Machine-Learning-Algorithmen verwendet. Die Nutzung, Parametrisierung und Gewichtigung in der Verwendung der "Feature" für optimale Prognose-Genauigkeiten werden so bestimmt. Die Indikatoren werden hierbei in der vollen Breite der Möglichkeiten genutzt. Hierzu gehören insb. der Indikatorwert, die Zone, berechnete Signale und mögliche Divergenzen. Im aktuell optimierten Modell werden damit weit mehr als 120 Eingabedaten automatisch berechnet und für das Training und für die Kursvorhersage verwendet. Diese werden pro Tag und pro Titel erzeugt und aufgeteilt zwischen reinen Trainings und zur Prüfung notwendigen Validierungsmengen. Der Split-Faktor kann dabei frei festgelegt werden zwischen den Trainingsdaten und Validierungsdaten.

Notwendige Differenzierung zwischen den Märkten für optimierte Prognosen

Da die Märkte sich unterscheiden, wird für den Kursprognose-Service bewusst zwischen den verschiedenen Märkten unterschieden. Es werden jeweils eigene ML-Modelle verwendet.

ML-Algorithmen

Technisch wird auf Basis vom H2o-Framework gearbeitet. Das Framework erlaubt sehr viele unterschiedliche Algorithmen zu nutzen. Nach vielen Optimierungen und Testläufen haben sich die Distributed-Random-Forest und Gradient-Boost-Machine-Algorithmen als besonders zuverlässig erwiesen. Diese sind den Deep-Learning-Netzen in diesem Anwendungsfall deutlich überlegen.

Datenaufbereitung 

Die Datenaufbereitung ist eines der Themen, denen sehr viel Aufmerksamkeit gewidmet werden sollte. Sie werden mit mangelhaften Kursdaten auch nur mangelhafte oder gar nicht funktionierende Systemd erstellen können.

Um das Modell trainieren zu können, müssen die Daten massiert, sowie die Datenbasis festgelegt werden. Gleichzeitig wird die Gesamtdatenmenge in Trainingsdaten und in eine Validierungsmenge aufgeteilt. Nachfolgend sehen die Datenselektion auf Basis der verfügbaren Markt-Bereiche. Sollten Sie nur den Kursprognose-Service nutzen wollen, werden Sie diese Maske niemals nutzen.

Training der Modelle

Das Training und die Validierung der Modelle erfolgt über das H2o-Framework, was durch das Kursprognose - AddOn automatisch installiert, gestartet und genutzt wird. Beim Training werden in der Börsensoftware spezielle Algorithmen fokussiert unterstützt, da diese sich in diesem Kontext als deutlich überlegen herausgestellt haben (DRF, GBM). Details hierzu werden bei Registrierung zur Verfügung gestellt.

Prognosen für mehr als Titel/Asset - Prognosen für DAX, S&P 500, Nasdaq 100 und Gold im Besonderen

In ShareHolder werden verschiedene Kursprognosen-Modelle umgesetzt, um relative Kursvorhersagen in % zum Ausgangswert vorherzusagen in verschiedenen Zeitebenen. Konkret werden dabei 2,3, 5, 10 und 30 Tage berechnet bereitgestellt aus den Marktsegmenten HDAX/DAX, Nasdaq100, Indizes, Devisen und Rohstoffen.

ISIN/SymbolNameMarket
000757S&P/ Growth Enterprice Market Index|Indizes
969449S&P 900|Indizes
ALUMINIUMAluminium quoted on organized market|CMD-IndustrialMetals.XTB
AUS200AUS200:Contract for index reflecting 200 largest Australian stocks quoted on organized market.|IND-Asia-Pacific.XTB
AUT20AUT20:Contract for index reflecting 20 largest Austrian stocks quoted on organized market.|IND-Europe.XTB
BITCOINBitcoin|CRT-Crypto.XTB
BITCOINCASHBitcoinCash|CRT-Crypto.XTB
BRACompBRAComp:Contract for index reflecting largest Brazilian stocks quoted on organized market.|IND-Americas.XTB
CHNCompCHNComp:Contract for index reflecting largest Chinese stocks quoted on organized market.|IND-Asia-Pacific.XTB
CNM0000001P8CN: Shanghai SSE 50`S|Indizes
COPPERCopper quoted on organized market|CMD-IndustrialMetals.XTB
CZKCASHCZKCASH:Contract for index reflecting largest Czech stocks quoted on organized market.|IND-Europe.XTB
DASHDash|Archiv
DE0007203275DE: TecDAX`D|TECDAX|Indizes
DE0008467416MDAX (Deutsche Bank)`X|MDAX|Indizes
DE0008469008DE: DAX`X|DAX|Indizes
DE0009653386SDAX|SDAX
DE30DE30:Contract for index reflecting 30 largest German stocks quoted on organized market.|IND-Europe.XTB
ETHEREUMEthereum|CRT-Crypto.XTB
EU0009652627EUR/JPY: Euro in Japan.Yen`|Devisen
EU0009652759EUR/USD: Euro in US-Dollar`F|Devisen
EU0009653088EUR/GBP: Euro in Brit. Pfund`F|Devisen
EU50EU50:Contract for index reflecting 50 largest European stocks quoted on organized market.|IND-Europe.XTB
FI0008900212OMX Helsinki 25 Index`H|Indizes
FRA40FRA40:Contract for index reflecting 40 largest French stocks quoted on organized market.|IND-Europe.XTB
GOLDQuotations of troy ounce of Gold on the interbank market.|CMD-PreciousMetals.XTB
HKCompHKComp:Contract for index reflecting largest Hong Kong stocks quoted on organized market.|IND-Asia-Pacific.XTB
ITA40ITA40:Contract for index reflecting 40 largest Italian stocks quoted on organized market.|IND-Europe.XTB
JAP225JAP225:Contract for index reflecting 225 largest Japanese stocks quoted on organized market.|IND-Asia-Pacific.XTB
KOSP200KOSP200:Contract for index reflecting 200 largest South Korean stocks quoted on organized market.|IND-Asia-Pacific.XTB
LITECOINLitecoin|CRT-Crypto.XTB
MEXCompMEXComp:Contract for index reflecting largest Mexican stocks quoted on organized market.|IND-Americas.XTB
NED25NED25:Contract for index reflecting 25 largest Netherlands stocks quoted on organized market.|IND-Europe.XTB
NICKELNickel quoted on organized market|CMD-IndustrialMetals.XTB
NIK400JP: JPX-Nikkei 400|Indizes
PLATINUMQuotations of troy ounce of Platinum on the interbank market.|CMD-PreciousMetals.XTB
QS0010989117FR: CAC Mid 60`E|Indizes
QS0010989125FR: CAC Small`E|Indizes
RIPPLERipple|CRT-Crypto.XTB
RUS50RUS50:Contract for index reflecting 50 largest Russian stocks quoted on organized market.|IND-Europe.XTB
SE0000337842OMX Stockholm 30 Index|Indizes
SE0001809476OMX Nordic 40 Index|Indizes
SILVERQuotations of troy ounce of Silver on the interbank market.|CMD-PreciousMetals.XTB
SPA35SPA35:Contract for index reflecting 35 largest Spanish stocks quoted on organized market.|IND-Europe.XTB
STELLARStellar|Archiv
SUI20SUI20:Contract for index reflecting 20 largest Swiss stocks quoted on organized market.|IND-Europe.XTB
UK100UK100:Contract for index reflecting 100 largest UK stocks quoted on organized market.|IND-Europe.XTB
US100US100:Contract for index reflecting 100 largest American technology stocks quoted on organized market.|IND-Americas.XTB
US2000US2000:Contract for index reflecting 2000 smallest American stocks quoted on organized market.|IND-Americas.XTB
US2605661048Dow Jones Industrial Average`S|Indizes
US2606141024US. DJ US Total Stock Market`D|Indizes
US26068C1154US. DJ Global Titans 50`D|Indizes
US30US30:Contract for index reflecting 30 largest American industrial stocks quoted on organized market.|IND-Americas.XTB
US500US500:Contract for index reflecting 500 largest American stocks quoted on organized market.|IND-Americas.XTB
US6311011026Nasdaq 100 Index`N|Indizes
USFANGUSFANG:Contract for index reflecting a highly traded American technology stocks quoted on organized market.|IND-Americas.XTB
VOLXVOLX:Contract for volatility index quoted on organized market.|IND-Americas.XTB
W20W20:Contract for index reflecting 20 largest Polish stocks quoted on organized market.|IND-Europe.XTB
XC0005303174IT: Italy Titans 30 Index`D|Indizes
XC0006606625US. DJ Asian Titans 50`D|Indizes
XC0009654986US. DJ Internet Commerce Index`D|Indizes
XC0009692739MSCI World USD STRD`M|Indizes
XC0009695252S&P/TSX Composite-Toronto Stock Exchange`T|Indizes
XC0009696656AU: S&P/ASX 100|Indizes
XC000A0C32T1CN: Shenzhen Index`S|Indizes
ZINCZinc quoted on organized market|CMD-IndustrialMetals.XTB
 

Weitere Details:

Tags: börsensoftware, neuronales netz, automatische handelssysteme, neuronales netzwerk, aktien prognose, prognosen, dax prognose, trading programm, handelsstrategie