Prediction of stock market prices using an artificial neuronal network trained using historical data and using a selection of indicators to improve price predictions

Method for producing a prediction of a stock value using a number of indicators (13) together with historical data (10) to evaluate prediction values. The indicators are used with an artificial neuronal network (14) in which a training phase for the network is used to construct a base scheme from wh...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: THUERK, MARCEL, BRUNZEMA, CLAUS, WIESENFELDT, MARTIN, SCHEL, INGO
Format: Patent
Sprache:eng ; ger
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Method for producing a prediction of a stock value using a number of indicators (13) together with historical data (10) to evaluate prediction values. The indicators are used with an artificial neuronal network (14) in which a training phase for the network is used to construct a base scheme from which inter- relationships between historic data can be used to define prediction quality. Training is undertaken using a genetic algorithm which is then used to make an automatic selection from relevant indicators to improve prediction quality. Independent claims are included for (1) corresponding computer program (2) program product (3) artificial neuronal network product (4) front-end program product (5) computer device Die vorliegende Erfindung betrifft Vorhersageverfahren, die mit künstlichen, neuronalen Netzen (14) arbeiten. Eine Vielzahl von Indikatoren (13) dienen zur Berechnung von Prognosewerten P1...Pq auf Basis von historischen Daten (10). Ein genetischer Algorithmus dient zum Zwecke einer Selbstauswahl von treffenderen Indikatoren gegenüber weniger treffenden für eine Verbesserung der Prognosequalität des künstlichen neuronalen Netzes (14).