Man Group setzt auf KI für Finanzzeitreihen-Prognosen

Man Group PLC's Oxford Man Institute of Quantitative Finance hat eine Forschungsarbeit veröffentlicht, die Generative Adversarial Networks (GANs) zur Prognose von Finanzzeitreihendaten einsetzt. Die Studie, präsentiert von Doktorandin Milena Vuletić, stellt mit Fin-GAN einen neuen Ansatz zur Vorhersage und Klassifizierung von Finanzzeitreihen vor.

Im Gegensatz zu traditionellen Prognosemethoden, die oft auf Punktprognosen basieren, generiert die Fin-GAN-Methode vollständige bedingte Wahrscheinlichkeitsverteilungen für Renditeprognosen. Dies ermöglicht die Berücksichtigung von Unsicherheiten auf Basis historischer Werte und platziert GANs in einem überwachten Lernrahmen, der für Klassifizierungsaufgaben geeignet ist.

Numerische Experimente mit Aktiendaten zeigten die Effektivität des Fin-GAN-Ansatzes. Die Forschung deutet darauf hin, dass diese Methode im Vergleich zu herkömmlichen überwachten Lernmodellen wie LSTMs (Long Short-Term Memory) und ARIMA (Autoregressive Integrated Moving Average) höhere Sharpe Ratios erzielte.

Diese Forschung ist Teil der laufenden Kooperationen von Man Group mit akademischen Einrichtungen zur Weiterentwicklung der quantitativen Finanzwirtschaft. Die Entwicklung deutet auf Potenzial für verbesserte Anlagestrategien und Risikomanagement-Tools hin, die Marktvolatilität durch fortschrittliche KI-Techniken berücksichtigen.