Hintergrund

KI-Methoden und insbesondere Deep Learning-Verfahren haben sich als die beste Möglichkeit für eine Reihe von Vorhersagen bewährt, da sie auch nichtlineare und komplexe Muster erkennen können. Dies ermöglicht präzise Punktvorhersagen von Zeitreihen-Entwicklungen, wie bei Wetterprognosen oder bei der Inbetriebnahme von Stromnetzen.

Im Gegensatz dazu sind jedoch besonders im Finanzsektor aus fundamentalen Gründen oftmals nur Angaben über statistische Parameter wie Durchschnittswerte, Standardabweichungen oder Korrelationen möglich. Die Methoden, die hierbei angewandt werden, können diese Parameter aber im Allgemeinen lediglich mittels statistischer Verfahren ex-post schätzen. Somit bleibt die Stärke neuronaler Netze, unter Betrachtung komplexer Muster tatsächliche Vorhersagen zu treffen, in wichtigen Bereichen weiterhin ungenutzt.

Wie sich jedoch gezeigt hat, ist es auch möglich, mit neuronalen Netze statistische Parameter direkt vorherzusagen. Der „Trick“ hierbei ist die geeignete Modifizierung von Modell-Trainings-Parametern.

Dies ermöglicht es, statistische Parameter direkt ex-ante vorherzusagen. Die Bandbreite möglicher statistischer Verteilungen ist dabei sehr groß, so könnten u.a. Kovarianzmatrizen und Freiheitsgrade für t-Verteilungen für 15 Aktienkurse dynamisch ex-ante vorhergesagt werden. Somit kann für die Schätzung statistischer Parameter die volle Leistung neuronaler Netze genutzt werden. Zusätzlich sind Monte Carlo Simulationen mit dynamisch angepassten Parametern möglich.

Angebot

Entsprechend den Anforderungen unserer Kunden bieten wir die folgenden aufeinander aufbauenden Ausbaustufen mit den jeweiligen Vorteilen für eine Vor-Ort Implementierung unserer Lösung an.

1. Übergabe der Methodik und des Prototypen: Der Kunde kann die Methodik für unterschiedliche Berechnungen eigenständig weiterentwickeln.

2. Kundenspezifische Anpassung: Der Kunden verfügt über Verfahren für fallbezogene Anwendungen von KI-Modellen zur Vorhersage statistischer Parameter.

3. Unterstützung bei der IT-Integration: Der Kunde verfügt über eine IT-Lösungen zur Vorhersage statischer Parameter unter Verwendung von KI-Verfahren.

Je nach Anforderung ist auch eine flexibles Vorgehensweise möglich.

Kontakt

Dr. Dimitrios Geromichalos
Founder / CEO
RiskDataScience GmbH
Nördliche Münchner Straße 47, 82031 Grünwald
E-Mail: riskdatascience@web.de
Telefon: +4989322096365

[Cover image source: iStock / dgero (cutout)]