Bewertung der Effizienzmarkthypothese im Devisenmarkt durch künstliche Intelligenz

From EU COST Fin-AI
Jump to navigation Jump to search

Details

  • Authors: Kim Zumstein
  • Title: Bewertung der Effizienzmarkthypothese im Devisenmarkt durch künstliche Intelligenz
  • Supervisior: Prof. Dr. Jörg Osterrieder
  • Degree: Bachelor of Science
  • University: University of Applied Sciences Bern, BSc Business Information Systems
  • Year: 2023
  • Status: Working Paper

Summary

Diese Bachelor Thesis untersucht die Anwendbarkeit der Effizienzmarkthypothese (EMH) auf den Devisenmarkt mittels Machine Learning. Ein entwickeltes ML-Modell, das einen Random Forest Klassifikator nutzt, prognostiziert Kursbewegungen basierend auf historischen Daten verschiedener Währungspaare. Trotz festgestellter Komplexität und Unsicherheit in den Vorhersagen liegen die Ergebnisse klar über der Zufallsgenauigkeit, was darauf hindeutet, dass die schwache Form der EMH auf dem Devisenmarkt in Frage gestellt werden kann.

Abstract

Die Effizienzmarkthypothese und das Ausmass, mit dem sie auf verschiedenen Märkten zutrifft, wird seit vielen Jahren kontrovers debattiert. Ein interessantes Anwendungsfeld dieser Hypothese bietet der grösste und liquideste Markt der Welt: Der Devisenmarkt. Doch mit welchem Ausmass trifft die Effizienzmarkthypothese auf dem Devisenmarkt zu? Der Autor ist dieser Frage nachgegangen und hat dafür mittels Machine Learning Kursprognosen aufgestellt und ausgewertet.

Um die Kursprognosen machen zu können, ist ein Computercode entwickelt worden, der mittels eines Random Forest Klassifikators jeweils die Richtung des Kurses voraussagt. Es wurden die historischen Daten von verschiedene Währungspaare über einen Zeitraum von 15 Jahren verwendet. Dies soll einen ganzheitlichen Überblick über den Devisenmarkt gewähren. Zu den ausgegebenen Metriken gehört unter anderem der Precision Score. Dieser zeigt, wie viele der vom Machine Learning Modell aufgestellten positiven Kursprognosen tatsächlich zutreffen. In einem Versuch, die Metriken mittels zusätzlicher Daten von Währungskursen zu verbessern, wurde der Code erweitert. Dies hat allerdings nur bedingt zu besseren Ergebnissen geführt.

Obwohl im Laufe der Arbeit auch Komplexität und Unsicherheit in der Vorhersage am Devisenmarkt aufgezeigt werden konnte, liegen die Metriken konstant über der Zufallsgenauigkeit. Dadurch lässt sich schlussfolgern, dass selbst die schwache Form der EMH am Devisenmarkt widerlegt werden kann.

Important links

https://drive.google.com/drive/folders/112LG6PFBxYPmdVmPUeNoXsmJHC5GWOQm?usp=share_link

Data

Contact