nw  

Algorithmic Trading und Text-Mining

Zusammenfassung

In der Arbeit wurde eine Menge von algorithmischer Handelsstrategien entworfen. Die Handelsstrategien basieren auf der Kombination von der technischen Analyse und der Portfoliotheorie. In einem zweiten Teil wurden mittels Sentiment-Analyse die zentralen Aussagen von Analystenberichten extrahiert und klassifiziert. Die Prognosen der Analysten wurden auf deren Qualität hin quantifiziert. Diese quantifizierten Analysteninformationen wurden mit den bestehenden Handelsstrategien kombiniert. Die entworfenen Handelsstrategien wurden mit der Nutzung der Analysteninformationen und ohne die Nutzung der Analysteinformationen über die gleichen realen Zeitreihen berechnet. Die Resulate der Berechnungen wurden auf das Rendite-/Risikoverhältnis und die Schwankungen der Renditen hin verglichen.

Schlüsselbegriffe
Zielsetzung

Beantwortung der Frage, ob die Sentiment-Analyse von Analysteninformationen zur einer Verbesserung der Handelsstrategien führt.

Ausgangslage

Die erste wichtige Annahme der technischen Analyse ist, dass der aktuelle Kurs die Summe aller Informationen und Zukunftserwartungen aller Marktteilnehmer wiederspiegelt. Die Zweite besagt, dass sich die menschliche Psychologie in ähnlichen Situationen ähnlich verhält. Unter diesen Annahmen gibt es wiederkehrende und beobachtbare Ereignisse mit ähnlich wahrscheinlichen Zukunftsverläufen. Durch diese Ereignisse lässt sich der wahrscheinlichste zukünftige Kursverlauf aus historischen Daten errechnen. Analysten stützen ihre Prognosen des zukünftigen Kursverlaufs meistens nicht auf die technische Analyse, sondern auf die betriebswirtschaftlichen Daten und das volkswirtschaftliche Umfeld. Dies wird als Fundamentalanalyse bezeichnet. Die Portfoliotheorie beschäftigt sich mit der Frage, wie durch die Streuung des Kapitals auf verschiedene Anlagen das Risiko bei gleichbleibender Renditeerwartung gesenkt werden kann. In dieser Arbeit wurden diese Ansätze miteinander kombiniert.

Ergebnisse

Im Kontext dieser Arbeit fand keine Verbesserung der Handelsstrategien durch die Nutzung der Analysteninformationen statt. Dies vorallem daher, weil die Analysteninformationen zu wenig gut waren. Die Zuverlässigkeit der Analysteninformationen lag im Schnitt bei 50%, was somit nicht besser als der Zufall ist. Auf Grund der sehr guten Klassifizierungsergebnisse der Analystenberichte kann dies nicht auf eine falsche Klassifizierung zurück geführt werden. Die Abbildung zeigt die Veränderung des Rendite-/Risikoverhältnis auf der Stufe Portfoliostrategie. Die Fehlerbalken zeigen die Standardabweichung zu den Resultaten.

 

SharpeRatio

 

Weiter kann im Kontext dieser Arbeit gesagt werden, das einfachere Portfoliotheorien und technische Analysen in der praktischen Anwendungen bessere Rendite-/Risikoverhältnisse erreichen als deren komplexere Varianten. Die Handelsstrategien in der folgenden Abbildung erzielten von den 256 Handelsstrategien über die 1270 Berechnungen mit jeweils 1679 Handelstagen im Schnitt die höchsten Gewinne bei einer Startinvestition von 100'000.-.

 

Gewinn

 

Projektdaten
Projektdauer: Februar 2014 bis August 2014
Aufwand in Personenstunden: 360 Stunden je Teammitglied
Teamgrösse: 2 Personen
Projekttyp: Bachelorthesis
Auftraggeber
Intern
Projektteam
Kontakt
Prof. Dr. Martin Melchior martin.melchior@fhnw.ch
Lucas Brönnimann lucas.broennimann@fhnw.ch
<< zurück