Hallo,
Was ist Datenassimilation?
Die Synthese aus gemessenen Daten und Modellen. Ziel ist dabei, die Messungen besser zu verstehen, sie in einen größeren Zusammenhang zu stellen und so optimal auszunutzen. Es geht darum, Modelle näher an die Wirklichkeit zu führen und so die Prozesse z.B. beim Wetter oder im Ozean besser zu verstehen und so Stück für Stück die Prognosen zu verbessern.
Ich habe es so verstanden, dass man eine Prognose durchführt, z.B. für den Schlusskurs des nächsten Tag und am nächsten Abend schaut, wie genau war die Prognose gegenüber dem tatsächlichen Closekurse (realer Messwert). Man merkt sich den Abweichungsfehler und berücksichtigt diesen dann bei der Prognose für den nächsten Tag.
Beispiel: Scharfschütze
Ich stelle es mir so vor, dass ein Scharfschütze den Laserpunkt im Zielfernrohr sieht (Prognose), nach dem Schuss und dem Einschlagspunkt (realer Messwert) bestimmt er die Abweichung, z.B. 20cm links vorbei. Beim nächsten Schuss zielt er dann einfach 20cm weiter rechts, um die Ungenauigkeit seines Gewehres auszugleichen. Mit jedem weiteren Schuss, unter Einbeziehung der Fehlerkorrektur, wird er dann sein Ziel immer besser treffen.
Was bringt das jetzt für Investox?
- eine Verbesserung der Prognosen, d.h. Trefferquote
- man erhält eine Fehlermatrix, und falls die Abweichungen zwischen Prognose und tatsächlichen Kurswert zu groß werden, kann man das HS komplett abschalten. Man hat also ein ganz konkretes numerisches Abschaltkriterium und keine emotionales Abschalten nach Gefühl, wo man fast immer daneben liegt. Und Abschaltungen von HS über die Auswertung der KK, z.B. wenn 20er-GD unterschritten, sind auch sehr ungenau und haben einen weiten Optimierungsbereich (Stichwort: Überoptimierungsgefahr).
- das Verfahren ist unabhängig von der Prognosevariante einsetzbar, also egal ob Indikator-, Kursmuster-, Neuronale Netz- oder SVM-Prognose, d.h. jeder hat etwas davon
- es ist kein theoretisches Konstrukt, sondern es gibt hierfür Algorithmen/Berechnungsmethoden, die schon seit vielen Jahren, z.B. bei der Wetterprognose erfolgreich eingesetzt werden
Seltsam, dass bis jetzt noch niemand darauf gekommen, das Verfahren Datenassimilation auch im Finanzbereich einzusetzen.
Ist eine Idee, vielleicht kann man in der Richtung Investox etwas vorantreiben.
Viele Grüße
Sten
PS:
Bei den Berechungsverfahren taucht immer wieder das Kalman-Filter
http://de.wikipedia.org/wiki/Kalman-Filter bzw. davon abgeleitete Subvarianten auf.
Dieser Beitrag wurde bereits 3 mal editiert, zuletzt von »sten« (15. Mai 2011, 12:42)