INVESTOX-Forum

Hallo Bernd,

Ich habe bei den Klickspiel mal versucht zu erreichen das die KK nicht steigt. Egal ob ich wie wild die Richtung gewechselt habe oder bei eine Richtung geblieben bin, das NeuroBayes hat mich ganz schnell durchschaut und schwubs ist die KK wieder gestiegen. Dabei ist das NeuroBayes spielend mit dem Wechseln von Seitwärts in Trendphasen und wieder zurück zurecht gekommen.
"Besiegen" konnte ich den Algorithmus erst, als ich mir die Prognose für die nächste Periode sichtbar geschaltet habe und dann immer dagegen geklickt habe.

Zitat

Inzwischen bin ich noch dem Link gefolgt, den Du im Posting 15 verlinkt hattest (war mir im vorhergehenden Beitrag entgangen). Es scheint doch, dass eine Kombination aus einem einfachen, schlanken neuronalen Netz zur Anwendung kommt, zusammen mit einem Bayesschem Filter.

Ich denke das Besondere an den NeuroBayes ist wirklich "nur" das Bayesschem Filter. Das NN scheint ein einfaches Perceptron zu sein mit Gewichten und Schwellwerten und die Berechnungen waren auch das übliche (war in einem von den engl. Papern auf der Homepage von Prof. Feindt).

Ich könnte mir vorstellen, dass doch das Bayessche Filter die NN-Generationen entfallen und damit auch die sehr intuitive Selektion der richtigen NN-Generation. Dadurch müßte der Alg. auch reproduzierbare Ergebnisse liefern, wenn das Training mit den gleichen Inputs wiederholt wird, ähnlich wie bei den SVM. Nur wäre das NeuroBayes leistungsfähiger als die SVM, weil bei der SVM kein Lernen in dem Sinne stattfinden, wie bei den NN's. Außerdem könnte das NeuroBayes mit jeder neuen Periode auch nachtrainiert werden, weil es keine NN-Generationen und dadurch auch keine manuelle Generationsauswahl notwendig ist. Aber das ist jetzt nur Spekulation von mir.

Interessant sind die NeuroBayes schon und vielleicht gibt die Thematik einen kleinen Anstoß bei den NN's mal das ein oder andere auszuprobieren.

Viele Grüße
Torsten

@Kalli
uckzuck steht einer vor Dir, der ne schwarze Maske trägt, und dadurch
asthmatisch hechelt wie ein Stier und sowas stammelt wie "Ich bin Dein
Vater,.."

:D Ich würde gern mal durch ein Wurmloch schlüpfen..

@Torsten
Ich zweifle sehr daran, das es uns dieser zusätzliche Algorithmus wirklich was bringt! Klar, man versucht an allen Ecken und Enden "das Rezept" zu finden, aber wirklich durchgesetzt hat sich aus diesem Bereich bislang nichts,zero,nada.:) Am Ende des Tunnels wird das Licht mit Hilfe aller KI und Mathematik, bezüglich auf den Einstieg in einen Trade auch nicht heller wie es schon ist (falls es nicht ganz dunkel bleibt ;) ),und man muss oftmals erkennen, das es ein Schuss in den Ofen war!Ich denke ,ohne Deinen Vorschlag vernachlässigen oder dessen Bedeutung schmälern zu wollen, das die so verlorenen Zeit in einen FeedForward Tests,Money-und Risikomanagement Organisation erheblich besser und produktiver eingesetzt werden kann!

Hallo Udo,

Zitat

Ich zweifle sehr daran, das es uns dieser zusätzliche Algorithmus wirklich was bringt!

Mir ist schon klar, es ist die Suche nach der Stecknadel im Heuhaufen und viele vielversprechende Ideen erweisen sich im nachhinein leider als Fehlschlag. Aber wenn man hier eine kleine Verbesserung findet und dort einen effizienteren Algorithmus der ein ein oder zwei Prozentpunkte Gewinnwahrscheinlichkeit mehr bringt, dann müßte es in der Summe vielleicht doch etwas bringen und zahlt sich möglicherweise aus.

Viele Grüße
Torsten

Hallo Martin,

Zitat

wenn du was findest gib bitte Bescheid, meine eigene Suche war bisher erfolglos

Ja, mache ich.
Ich bin sicher da muss es was geben, wenn man nur tief genug gräbt. Die NeuroBayes wurden über mehre Jahre an einer deutschen Uni entwickelt, da muss es jede Menge Studienjahres- , Diplomarbeiten, Dissertationen, Vorlesungs- , Seminar- und Praktikumsunterlagen zu dem Thema existieren. Vielleicht hat der Professor oder ein Mitarbeiter auch ein Buch oder wenigstens Fachartikel zu dem Thema geschrieben.

Bestimmt wurde der Algorithmus in diesem Zusammenhang auch mal in Java programmiert mit einer detailierten Beschreibung der Besonderheiten gegenüber konventionellen NN's.

Viele Grüße
Torsten

Hallo,
in den Grundzügen erinnert mich das Konstrukt von Phi°T an ADMG ,das in folgenden Komponenten vergleichbar (so weit ich das aus den öffentlichen ADMG- Informationen beurteilen kann) ist:SVM-der Algorithmus und der Feed Forward Test. Es fehlt zwar die integrierte evolutionäre Komponente für adaptive Lösungen aber die Grundzüge der Systematik und Herangehensweise ähneln sich meiner Ansicht sehr!

Die Evolution Φ bildet den Wert einer beliebigen Lösungskurve x(t) zum Zeitpunkt t0 auf den Wert der Lösungskurve zum Zeitpunkt t ab. Sie beschreibt also die weitere Entwicklung der Lösung ausgehend vom Startpunkt x0.

SVM mit einem FeedForward Test kombiniert berechnet seine Klassifizierung,ausgehend von einem Startpunkt 0,der mit Hilfe eines nachgezogenen FeedForward Tests,der vom User vorgegeben wird! Somit ist es möglich immer die aktuellsten Muster in den abgegriffenen Fraktalen auszuwerten. Dies hat den Zweck, an den aktuellen Handelsmustern zu partizipieren da sich ihre Ausprägung,gerade im Bereich der Börsen-Kursanalyse ständig "erneuert".Auch wenn es sich bei den Abweichungen eines Musters nur um Nuancen handelt, wird man mit harten Regelwerken der Sache oftmals nicht gerecht und muss den Umstand mit Drawdowns hinnehmen! So betrachtet verleiht man dem System eine gewisse Adaptivität. NeuroBayes geht meiner Ansicht einen Schritt weiter und hat diesen Vorgang in eine evolutionäre Strategie aus einem Fluss integriert. So weit ich das der Website entnehmen konnte testet man an dem Algorithmus bereits 20 volle Jahre! So neu ist der Algorithmus nicht neu, aber vermutlich hat man mit immer höheren Rechnerleistungen viel bessere Möglichkeiten, komplexe Algorithmen umzusetzen und auch der breiten Masse zur Verfügung zu stellen.umzusetzen und somit auch anzubieten! Es würde mich nicht wundern, wenn in den kommenden Jahren Evolution (KI) für Börsenhandelssystem wieder ganz oben auf der Beliebtheitsskala steht!

Auf der CEBIT 2010 ist ein Vertreter der OTTO-Group anwesend, der Artikel-Absatz-Prognosen Optimierung mit Hilfe von NeuroBays vorstellt!




Artikel-Absatz-Prognosen revolutioniert


Die Otto Group und Physics Information Technologies, Phi-T, haben
das Gemeinschaftsunternehmen Phi-T Products & Services gegründet.
Ziel der Zusammenarbeit ist der branchenexklusive Einsatz der auf
künstlichen neuronalen Netzen beruhenden Neuro Bayes-Technologie, um
Artikel-Absatz-Prognosen zu optimieren. Durch die Zusammenarbeit
erhalten die Hamburger Zugang zu den modernen wissenschaftlichen
Erkenntnissen und Methoden im Bereich des Data Mining. Mit
herkömmlichen Prognoseverfahren lässt sich das Geschäft in seiner
Komplexität zukünftig nicht mehr ausreichend präzise prognostizieren,
heißt es. Der Einsatz der Neuro Bayes-Technologie birgt in diesem
Zusammenhang großes wirtschaftliches Potenzial. Er soll es ermöglichen,
durch genauere Artikel-Absatz-Prognosen einerseits die Verfügbarkeit
der nachgefragten Ware und damit die Lieferbereitschaft zu optimieren
und andererseits Überhangvolumina zu vermeiden.[ Halle 6, Stand C24]

Zu Börsenhandelssysteme wird man sich hier mit an Sicherheit grenzender Wahrscheinlichkeit nicht äussern! ;) Aber wenn man schon dort ist kann man ja mal vorbei schauen...

PS: Ich habe im o.g. Beitrag versucht,meinen Eindruck auf ein allgemeinverständliches Level zu transformieren. Daher auch keine überflüssigen mathematischen Floskeln.Falls mich mein Eindruck zur Funktionsweise über ADMG in dem Gebiet täuscht, bitte ich Martin dies zu korrigieren!

Zitat von »Udo«

Ich zweifle sehr daran, das es uns dieser zusätzliche Algorithmus wirklich was bringt!

Ja, aber intressannt sieht es schon aus. Interessieren würden mich Backtests und Robtests mit so einem Instrument auch sehr!

Zitat von »Udo«

Ich denke ,ohne Deinen Vorschlag vernachlässigen oder dessen Bedeutung schmälern zu wollen, das die so verlorenen Zeit in einen FeedForward Tests,Money-und Risikomanagement Organisation erheblich besser und produktiver eingesetzt werden kann!

Ich denke, das sind ganz unterschiedliche Problemstellungen! Während FeedForward und ein Money-und Risikomanagement (welches diesen Namen auch verdient) auf jeden Fall Chefsache sind (weil man es in Investox implementieren muss) handelt es sich bei einem bayesschen Filter um etwas, das man (=also ein geneigter Inv User) möglicherweise von aussen her implementieren und hinter ein Investox-NN schalten kann! Desswegen kann sich die Diskussion lohnen - ohne dass es Entwickler-Kapazität von Herrn Knöpfel unmittelbar abzieht!

Zitat von »upgap«

Auf der phi-t Forschungspage sind ein paar Publikationen zum Thema NeuroBayse Algorithmus/Anwendungen zu finden.

Danke für den Link! Das sieht interessant aus!

Zitat von »Udo«

Auf der CEBIT 2010 ist ein Vertreter der OTTO-Group anwesend, der Artikel-Absatz-Prognosen Optimierung mit Hilfe von NeuroBays vorstellt!

Da ist ja noch ne Weile hin. Und dazu ist Hannover leider sau unbequem, wenn man nicht gerade um die Ecke wohnt. Mega-schlecht zu erreichen und dazu haben sie so wenig Hotel Kapazitäten, dass sogar viele Geschäftsleute auf private (!) Unterkünfte ausweichen - während die Hannoveraner das Weite suchen und sich ihren Wohnraum vergolden lassen. Nee, danke! Kein Bock auf Cebit.

Hallo Bernd,

zunächst einmal ein kurzes Statement der Strategie vom Entwickler (Prof. Feindt) des Algorithmus:

Das Anlageuniversum der Strategie von Prof. Feindt ist ein hoch diversifiziertes Portfolio aus unterschiedlichen Marktsegmenten. Für dieses Portfolio wurden historische Daten gesammelt und anschließend daraus ca. 100 technische Indikatoren berechnet. Diese Indikatoren wurden anschließend vom Prognose-Tool NeuroBayes® zu einer Wahrscheinlichkeitsaussage über den Kursverlauf einer individuellen Position verdichtet. Diese Prognose ist dann Entscheidungsgrundlage für den Erwerb oder Verkauf von Positionen. Durch "Nachtrainieren" des neuronalen Netzwerkes, welches in NeuroBayes® enthalten ist, passt sich die Strategie automatisch an veränderte Marktgegebenheiten
an.

Eine sehr große Problematik habe ich blau markiert! Das Tool lebt genauso von der Qualität der Inputs wie ein Backprop Netz oder SVM! Die Testschleife um etwas brauchbares zu entwickeln kann sich über Jahre hin ziehen. Es ist also nicht so, das man mal eben das Teil mit ein paar Inputs füttert, durchlaufen lässt,einen ROB-und Backtest macht und daraus auf die Stabilität Rückschlüsse ziehen kann. Davon abgesehen kann man,wie beim NN auch, lediglich die Schwellen des Outputs auf Stabilität testen und nicht die Bias und Gewichte! Das ist ein Grund der zu meiner Aussage geführt hat.

Nun habe ich versucht, einmal Ergebnisse des Fonds Lupus alpha NeuroBayes Short Term Trading Fund im Netz zu suchen der an der irischen Stock Exchange gelistet wird! Einen aktuellen Chart dazu habe ich leider nicht ausmachen können,allerdings einen etwas älteren gefunden, der nicht gerade das Blut in den Adern aus Ehrfurcht gefrieren lässt! ***Hier findet man was LupusAlpha,zu denen auch Prof. Feindt gehört sonst noch alles auf die Beine gestellt haben und das sieht alles andere als berauschend aus. Ob dazu NeuroBayes verwendet wurden konnte ich nicht eindeutig ermitteln!Wenn man sich mit Algorithmen mal so richtig austoben möchte steht das Teil (Testversion) zur Verfügung! Aber Vorsicht-es könnte süchtig machen..;)

Ob das ganze schlussendlich extern einfach zu implementieren ist, entzieht sich leider meiner Kenntnis! Im besten Fall könnte man es über ADMG einbringen da man hier schon eine externe Plattform entwickelt hat. Bei solchen Projekten läuft man immer Gefahr, das es ein Schuss in den Ofen wird da auf dem Gebiet der Kursprognose lediglich wenige Fakten vorliegen und das ganze nicht in der breiten Masse,und auch nicht in mir bekannten US-Neuro-Tools für Börsenkursprognosen eingesetzt wird! Ist etwas wirklich revolutionär,findet man es zuerst in USA.Aus den genannten Fakten resultierend begründen sich meine Zweifel, die aber niemanden abhalten sollen (und auch werden) das Tool,wenn möglich, ausgiebig zu testen. Es ist und war nur eine persönliche Meinung....

*** in der Suche "LUPUS" eingeben und nach unten scrollen!

Hallo Udo,

ich habe mir auch mal die Lupus alpha-Fonds angesehen und die Aktienfonds sind schon ziemlich enttäuschend. Udo da hast Du leider Recht.
Allerdings habe ich 2 Renten-Fonds gefunden (A0M994 & A0HHGG ... die Kursverläufe kann man sich z.B. bei Consors ansehen), die eine ganz gute KK haben.

Eine Erklärung für diesen Effekt könnte sein, dass Aktienkurse doch zu stark zufallsabhängig sind, so dass hier der Alg. schlechte Ergebnisse liefert. Bei der Rentenwerten sieht es da schon besser aus.

Auch denke ich, dass wir mit der HS-EntwicklungsPlattform Investox und den Möglichkeiten die diese bietet, eigentlich bessere Ergebnisse erzielen könnten.

Viele Grüße
Torsten

Hallo Torsten,

ich bin der Meinung das man mit variieren der Stopps,Filtern,Zusatzregeln usw. mit Backprop genauso weit kommt, wie mit Phi-T. Wie man sieht wird der Algorithmus nur im Rahmen des langfristigen Portfoliohandels (Fonds) angewendet und hier schneidet er relativ enttäuschend ab-zumindest habe ich schon bessere Fonds-Ergebnisse im ähnlichen Handelssegment gesehen! Wenn man die Aussage des Entwicklers liest wird einen schon von den Vorbereitungen zur Verarbeitung schwindelig... :D Aber wie geschrieben ist es eine individuelle Meinung die sich aus unterschiedlichen Kriterien herauskristallisiert hat. Ich suche das Web nach Forschungen und Meinungen ab denn der direkte Weg für Vorabselektionen ist oftmals schneller als wenn man sich hinsetzt und ewig Teststudien selbst durchführt! Natürlich sollte man nicht das erste beste glauben was man liest, aber die Aussagen des Entwicklers und die Ergebnisse der im Net verfügbaren Tests decken sich in dem Fall! Und letztendlich kann man sich, wenn man mit Investox und NN arbeitet, selbst ein Bild machen,und das unter Zuhilfenahme des Algorithmus nicht mit dem Fingerschnippen die Performance sprudelt. Das wird "Knochenarbeit" und ob sie sich lohnt, steht völlig offen! Ich gehe davon aus, das zur Aufbereitung der 100 beschriebenen Indikatoren noch einmal spezifische Software notwendig ist in die man eventuell auch noch mal investieren muss! Zudem weiß man gar nicht, was, wie,wann,wo aufbereitet wurde. Die Leute (Talenthotel) wollen ein Produkt verkaufen-kein KnowHow!

Hallo Udo

Zitat von »Udo«

ich bin der Meinung das man mit variieren der Stopps,Filtern,Zusatzregeln usw. mit Backprop genauso weit kommt, wie mit Phi-T.

Dieser Satz deckt sich mit allen meinen Tests der letzten Jahre! Auch ein NN würde ich nicht einfach schalten und walten lassen, da gehört einiges drumherum. Eigentlich sollte ein NN allenfalls ein Mosaikstein sein im Setup und es sollte einem nicht umbringen, wenn es mal underperformt.

Soweit ich das bisher Gelesene zum Thema verdaut habe, verwenden sie diese bayesschen Methoden genau dazu, die Ergebnisse eines NN ein wenig "zu lenken". Damit schliesst sich der Kreis zu einem anderen Thread, den wir kürzlich hatten (ich find ihn grad nicht, es war ein Thread von chied und ging um die Bewertung von NNs). Da ich mit diesem bayesschen Filter für Outlook (und andere Mailprogramme) ziemlich gute Erfahrungen gemacht habe (und einiges zu diesem Thema gelesen habe) könnte ich mir dies als Indikator für Investox (den man auch auf NNs anwenden könnte) gut vorstellen!

Du hast natürlich Recht: wer sich auf diesen Weg begibt, wird einige Mann-Wochen (Neu-Deutsch: Personen-Wochen ) da hineinstecken müssen bei unbekanntem Ausgang!