Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen
Hersteller: GRIN / EAN-Nummer: 9783346929013
TOP PREIS!
Anbieter: Thalia-Fremdsprachen
Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen
Studienarbeit aus dem Jahr 2020 im Fachbereich BWL - Investition und Finanzierung, Note: 1,3, Steinbeis-Hochschule Berlin (zeb.business school), Sprache: Deutsch, Abstract: Diese Arbeit analysiert die Prädiktion von Aktienkursbewegungen im Hinblick auf den Einsatz der ML-Verfahren Support Vector Machines (SVM) und Künstlicher Neuronaler Netze (KNN). Dabei wird die Prädiktion der Bewegungsrichtung von Aktienkursen beleuchtet. Zunächst wird der Begriff und das Wesen des Maschinellen Lernens eindeutig definiert und in die künstliche Intelligenz eingeordnet. Dabei wird der aktuelle Status quo von Anwendungen des ML in der Finanzdienstleistungsindustrie vorgestellt. Nach der Darstellung des Analysegegenstandes und der damit verbundenen Einordnung in den aktuellen Kenntnisstand zur Prädiktion von Aktienkursbewegungen erfolgt eine Analyse der Ergebnisse von SVM und KNN basierten Prädiktionsmodellen zu Aktienkursbewegungen. Dies erfolgt bei den SVMs anhand von sechs Fachbeiträgen, welche u.a. im Hinblick auf Performancemaße, Datenbasis und Datenselektionskriterien vorgestellt werden. Das selbige erfolgt bei den KNN an hand von sieben Fachbeiträgen, wovon vier auch bei der Analyse im Hinblick auf SVM verwendet werden, sodass insgesamt neun Fachbeiträge betrachtet werden. Abschließend werden die Möglichkeiten, Grenzen, sowie Weiterentwicklungspotenziale in Bezug auf die analysierten Beiträge vorgestellt. Insgesamt gilt es zu beantworten, ob und wie präzise die Bewegungsrichtungen von Aktienkursen mithilfe von ML-basierten Verfahren, wie SVM und KNN, prädiziert werden können. [...]
Preis: 18,95 Euro (+ Versandkosten 0,00 Euro)
ID: 23502999576
TOP PREIS!
Anbieter: Thalia Deutsch
Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen
Studienarbeit aus dem Jahr 2020 im Fachbereich BWL - Investition und Finanzierung, Note: 1,3, Steinbeis-Hochschule Berlin (zeb.business school), Sprache: Deutsch, Abstract: Diese Arbeit analysiert die Prädiktion von Aktienkursbewegungen im Hinblick auf den Einsatz der ML-Verfahren Support Vector Machines (SVM) und Künstlicher Neuronaler Netze (KNN). Dabei wird die Prädiktion der Bewegungsrichtung von Aktienkursen beleuchtet. Zunächst wird der Begriff und das Wesen des Maschinellen Lernens eindeutig definiert und in die künstliche Intelligenz eingeordnet. Dabei wird der aktuelle Status quo von Anwendungen des ML in der Finanzdienstleistungsindustrie vorgestellt. Nach der Darstellung des Analysegegenstandes und der damit verbundenen Einordnung in den aktuellen Kenntnisstand zur Prädiktion von Aktienkursbewegungen erfolgt eine Analyse der Ergebnisse von SVM und KNN basierten Prädiktionsmodellen zu Aktienkursbewegungen. Dies erfolgt bei den SVMs anhand von sechs Fachbeiträgen, welche u.a. im Hinblick auf Performancemaße, Datenbasis und Datenselektionskriterien vorgestellt werden. Das selbige erfolgt bei den KNN an hand von sieben Fachbeiträgen, wovon vier auch bei der Analyse im Hinblick auf SVM verwendet werden, sodass insgesamt neun Fachbeiträge betrachtet werden. Abschließend werden die Möglichkeiten, Grenzen, sowie Weiterentwicklungspotenziale in Bezug auf die analysierten Beiträge vorgestellt. Insgesamt gilt es zu beantworten, ob und wie präzise die Bewegungsrichtungen von Aktienkursen mithilfe von ML-basierten Verfahren, wie SVM und KNN, prädiziert werden können. [...]
Preis: 18,95 Euro (+ Versandkosten 0,00 Euro)
ID: 23502881900
Anbieter: Averdo Allrounder 3
Lengwenus, Marc: Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewe
Maschinelles Lernen in der Finanzdienstleistungsindustrie am Beispiel der Prädiktion von Aktienkursbewegungen
Preis: 18,95 Euro (+ Versandkosten 2,00 Euro)
ID: 23767576993
Schlagworte der gewählten Anbieter-Kategorien:
on, für, der, das, de, des, im, von, in, die, und, llc, bod, creative, mit, media, partners, berlin, hansebooks, buch, zur, demand, gmbh, books, grin, verlag, wissen, unser, springer, gruyter, management, di, para, el, performance, et, del, for, of, en, the, la, and, lernen, schule, ausbildung, nachschlagen, fachbücher, an