Künstliche Intelligenz angewandt auf nachhaltige Fondsprognosen

In dieser Studie wird ein Modell für die Vorhersage von Finanzreihen entwickelt, das sich auf den Index für unternehmerische Nachhaltigkeit (ISE B3) und den ISUS11-Fonds konzentriert und Techniken der künstlichen Intelligenz und des maschinellen Lernens verwendet. Die Forschung kombiniert den Kalman-Filter und das neuronale Bi-LSTM-Netzwerk unter Verwendung von Ensemble-Methoden mit dem Ziel, die Komplexität und Volatilität der Finanzmärkte zu erfassen. Modell 3, das beide Modelle kombiniert, zeigte die beste Leistung mit einer Genauigkeit von 90 Prozent bei der Schätzung von Höchst- und Tiefstständen. Die Kombination der Modelle erwies sich als wirksam bei der Verbesserung der Genauigkeit und Robustheit der Prognosen, was die Bedeutung hybrider Ansätze unterstreicht.

Autorentext
Fabiano P. Pedroso, Doktortitel in Wirtschaftsentwicklung von der UFPR, Professor im Bereich Finanzen. Irene D. Zapparoli, Doktortitel in Bildung: Geschichte, Politik, Gesellschaft und Sozialwissenschaften von der Päpstlichen Katholischen Universität (2007). Derzeit ist sie außerordentliche Professorin im Fachbereich Wirtschaft.