Prognose von Aktienmarktpreisen mithilfe von Soft Computing

In unserer Welt sind viele Dinge und Ereignisse unvorhersehbar, darunter auch der Aktienmarktpreis, der sehr impulsiv ist. Die Aktienmarktpreise schwanken auf unregelmäßige Weise. Eine Reihe von Forschern arbeitet hart daran, die Aktienmarktpreise vorherzusagen. Die Fähigkeit, die Richtung und den genauen Wert zukünftiger Aktienmarktwerte vorherzusagen, ist das wesentliche Thema auf dem Finanzmarkt, um Geld und Gewinne zu erzielen. Daher ist die Vorhersage des genauen Preises und der Leistung des Aktienmarktes zu einem interessanten Thema geworden. Aufgrund der hohen Volatilität der grundlegenden Gesetze hinter den Finanzzeitreihen ist es jedoch keine einfache Aufgabe, ein solches Prognosesystem zusammenzustellen. Um die kommenden Trends an der Börse vorherzusagen, werden Techniken des Data Mining und der maschinellen Intelligenz eingesetzt, um die Preise präzise vorherzusagen. Die vorgeschlagene Arbeit nähert sich den Aktienkursen durch die Verwendung von Backpropagation-Neuronalen Netzen an. Die vergleichende Leistungsstudie wird unter Verwendung von Genauigkeit, Fehlerrate, Speicher und Zeitverbrauch durchgeführt. Den erzielten Ergebnissen zufolge wird die Leistung der erwarteten Technik als verbessert und annehmbar befunden.

Autorentext
Frau Trapti Mishra hat ihren Master of Engineering in Computertechnik am IET der Devi Ahilya University in Indore, Indien, abgeschlossen. Dr. Vivek Kapoor arbeitet als Assistenzprofessor in der Abteilung für Informationstechnologie am IET der Devi Ahilya University in Indore, Indien. Zu seinen Forschungsinteressen gehören Informationssicherheit, Data Mining, genetische Algorithmen im Finanzwesen usw.