Bruk av datamaskiner for Stock Spådommer

Forsøk på å bruke datamodeller for å forutsi aksjekurser faller innenfor to store analytiske kategorier: fundamentale og tekniske. Mer nylig har det blitt mulig å bruke elektroniske data mining teknikker for å beregne verdiene som ligger til grunn disse tilnærmingene over enorme mengder informasjon, i et forsøk på å skape og videreutvikle matematiske formler som kan sikkert forutsi fremtidige aksjekurser.

Er Aksje priser Forutsigbar?

Evnen til en datamaskin for å forutsi aksjekursen avhenger av gyldigheten av "random walk hypotesen", en økonomisk teori om aksjemarkedet priser som har vært populær blant akademikere i mer enn et århundre. Hypotesen hevder at aksjemarkedet priser utvikle seg i et tilfeldig mønster, noe som gjør dem umulig å forutsi. Dette er et urolig område og gjenstand for pågående akademisk forskning.

Effektiv Market Hypotese

Den "effektiv markedet hypotesen" forutsetter at all offentlig kunnskap er raskt innlemmet i aksjekurser. Hvis effektiv markedet hypotesen er sann, må en vellykket børskursen prediksjon metode for å ikke bare nøyaktig forutsi fremtidig kursutvikling, men må også gjøre det på en måte som ikke vil bli umiddelbart kjent med andre investorer.

fundamental Analysis

Fundamental analyse er avhengig av nøye studie av et selskaps regnskap. Denne type analyse er i kjernen av Warren Buffet-stil verdiinvestering. Fundamental analyse ser på konkrete beregninger som mengden av gjeld og aksjekursen til inntjening, også kjent som P / E ratio. Siden grunnleggende analyse bygger på offentlig tilgjengelig informasjon, kan det sies å tilveiebringe lite konkurransefortrinn til sine utøvere, med det resultat at, av seg selv, er det ute av stand til vesentlig bedre enn markedet over tid.

teknisk analyse

Teknisk analyse ignorerer grunnleggende spørsmål, istedenfor å fokusere på mønstre i aksjemarkedet pris diagrammer. Pure tilhengere til en teknisk analyse tilnærming er kjent som chartists. Mønstre er identifisert ved navn som "kopp og skål" og "hode og skuldre" og forbundet med antatt fremtidig prisutvikling opp eller ned over kort- eller langtrekkende tidsperioder. Selv om utgangspunktet, kan teknisk analyse har gitt en kant til dem som hadde råd til nødvendige verktøy for å identifisere chart mønstre, har større spredning av datateknologi og informasjons resulterte i chart mønstre bli en del av universet av informasjon offentlig tilgjengelig om aksjer.

Computer Data Mining og analyse

Disse metodene analysere store mengder informasjon i et forsøk på å avdekke nye prediktive mønstre. Matematiske funksjoner er opprettet for å forutsi fremtidige prisutviklingen og tilbake testet mot historiske data for å bestemme deres evne til å forutsi aksjekursen. Komplekse, proprietære dataalgoritmer basert på offentlig tilgjengelig informasjon gir investorer et konkurransefortrinn de søker. Det samme kan ikke sies om spådommer gjort av allment tilgjengelig kommersielt programvareløsninger.