Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells

Börsenprognosen bewegen seit langem die Phantasie von Wissenschaftlern. Die neuesten Untersuchungen zu den Möglichkeiten des Risk-Managements bestätigen die Erfahrung, daß die Qualität des Wertpapiermanagements entscheidend von der Güte der Kursprognosen abhängt. Den gängigen Techniken zur Kursprognose gemeinsam ist die prinzipielle Ausrichtung an den vergangenen Kursverläufen. Sie basieren darauf, rein formal in der vergangenen Kursentwicklung systematische Bewegungen zu identifizieren und diese dann in die Zukunft zu extrapolieren. Der Verfasser legt seiner Prognose hingegen ein einzelwirtschaftliches Kapitalmarktmodell zugrunde, dessen Eingangsparameter durch ein neuronales Netz abgeleitet werden. Er berücksichtigt, daß die Kurse von Personen "gemacht" werden, die sich über Preis und Menge einer Transaktion einig sind. Diese Personen haben Erwartungen, Einstellungen und Meinungen, die die individuellen Aktivitäten am modellierten Kapitalmarkt, der dem Kassamarkt der Frankfurter Wertpapierbörse entspricht, determinieren. Begründet durch ihr Verhalten entwickeln sich in der Simulation die Kursverläufe der im Modell nachgebildeten Aktien. Die Marktstruktur selbst, ein sog. Auktionsmarkt, wurde hier zunächst fest vorgegeben. Variiert werden ausschließlich die Verhaltensparameter der modellierten Marktteilnehmer. Mit Hilfe eines neuronalen Netzes werden diese Verhaltenspräferenzen aus den empirischen Determinanten des aktuellen Börsenklimas, das zur Zeit der Prognoseerstellung in Frankfurt am realen Kassamarkt beobachtet wird, abgeleitet und zur Vorhersage der Aktienkurs- bzw. Indexentwicklung von morgen herangezogen. Zur Lösung der numerischen Probleme des Ansatzes sind leistungsstarke Computer, z. B. parallel verarbeitende Multiprozessorsysteme auf Transputerbasis, erforderlich. Mit ihnen ist nach Auffassung des Verfassers in absehbarer Zeit eine kausale On-Line Prognose, noch während der laufenden Börsensitzung, möglich.