KI-Entwicklungen im Bereich FinTech
Beispielhaft sind zwei abgeschlossene Projekte beschrieben.
1. Machbarkeitsstudie einer KI-basierte Aktienauswahl mit erklärbarer künstlicher Intelligenz
- Ansatz:
- Analyse von vierteljährlichen Unternehmenskennzahlen auf Basis erklärbarer KI.
- Identifikation von datenbasierten Strukturen, die erklärbare KI zur Aktienauswahl leiten.
- Erzeugung verständlicher Regeln, die menschlich überprüfbar und bewertbar sind.
- Vorteile:
- Hohe Erfolgsquote bei der Aktienauswahl durch transparente Entscheidungsgrundlagen.
- Ermöglicht Anlegern eine fundierte Bewertung von Investmentoptionen basierend auf klaren, datengetriebenen Regeln.
- Automatisierung des Stock-Picking-Prozesses für wiederkehrende Entscheidungen.
2. EUS mit Dashboard einer KI-gestütztes Handelssystem für Termingeschäfte
- Ziel: Entwicklung eines robusten Entscheidungsunterstützungssystems für den Handel von Energie-Front-End-Kontrakten.
- Ansatz:
- Kombination und Integration von vier Datenquellen, einschließlich Marktpreisen, Web-Analytics-Daten und Rohstoffpreisen.
- Anwendung datenbionischer Schwarmintelligenz zur Auswahl relevanter Variablen.
- Implementierung eines selbstlernenden Systems, das sich täglich aktualisiert, um Konzeptdrift zu vermeiden.
- Implementierung eines Mechanismus, der Vorhersagen blockiert, wenn externe Einflüsse (z. B. regulatorische Änderungen) die Marktbedingungen stark beeinflussen.
- Ergebnisse:
- Live-Test mit 260 Handelstagen zeigte eine Rendite von 80 % und eine Prognosegenauigkeit von 60 %.
- Serverseitige Architektur und benutzerfreundliches Dashboard zur Bereitstellung täglicher Prognosen.
- Risikoabschätzung durch simuliertes Positionsmanagement und Integration kundenrelevanter Finanzkennzahlen.
- Vorteile:
- EUS zur Unterstützung von Tradern mit klarer Risikoeinschätzung.
- Effizientes Management von komplexen Handelsparametern und externe Einflussfaktoren.
- Steigerung der Handelsrendite durch datengetriebene Optimierung.