Forsøg på at bruge computermodeller til at forudsige aktiekurserne falder inden for to store analytiske kategorier: grundlæggende og tekniske . For nylig er det blevet muligt at bruge computer data mining teknikker til at beregne de målinger bag disse tilgange i hele massive mængder af information, i et forsøg på at skabe og finpudse matematiske formler, der pålideligt kan forudsige fremtidige aktiekurser. Er Aktiekurser Forudsigelig ?
Evne en computer til at forudsige aktiekursen afhænger af gyldigheden af "The random walk hypotesen ", en finansiel teori om børskurserne , der har været populær med akademikere for mere end et århundrede. Hypotesen hævder, at børskurserne udvikler sig i et tilfældigt mønster , hvilket gør dem umulige at forudsige. Dette er en urolig område og genstand for igangværende akademisk forskning .
Effektivt marked hypotese
" effektivt marked hypotese " antager, at alle offentlige viden hurtigt bliver indarbejdet i lager priser. Hvis effektivt marked hypotese er sand , et vellykket børskurs forudsigelse metode skal ikke kun præcist forudsige fremtidige pris bevægelse, men skal også gøre det på en måde, der ikke umiddelbart kendt af andre investorer.
< br >
grundlæggende Analyse
grundlæggende analyse bygger på omhyggelig undersøgelse af en virksomheds regnskab. Denne type analyse er kernen i Warren Buffet -style værdi at investere . Grundlæggende analyse ser på specifikke parametre såsom mængden af gæld og aktiekursen til indtjeningen , også kendt som P /E ratio. Da fundamental analyse bygger på offentligt tilgængelige oplysninger , kan det siges at give lidt konkurrencefordel til sine udøvere , med det resultat, at i sig selv ikke er i stand til markant bedre end markedet over tid.
teknisk Analyse
teknisk analyse ignorerer grundlæggende spørgsmål , i stedet at fokusere på mønstre i børskursen diagrammer. Rene tilhængere til en teknisk analyse tilgang er kendt som Chartisternes . Mønstre er identificeret ved navne som "kop og underkop " og " hoved og skuldre ", og er forbundet med forudsagte fremtidige prisudvikling op og ned over kort- eller langtrækkende perioder. Selv om der oprindeligt kan teknisk analyse har givet en kant til dem, der havde råd til de nødvendige redskaber til at identificere chart mønstre har større spredning af computerteknologi og information medført chart mønstre blive en del af det univers af offentligt tilgængelige oplysninger om lagrene. < br >
Computer Data Mining og analyse
Disse metoder analysere store mængder information i en søgen efter at afdække nye prædiktive mønstre . Matematiske funktioner er skabt til at forudsige den fremtidige prisudvikling og ryg testet mod historiske data for at bestemme deres evne til at forudsige aktiekursen . Komplekse , proprietære data algoritmer baseret på offentligt tilgængelige oplysninger giver investorer den konkurrencefordel , de søger. Det samme kan ikke siges om forudsigelser bredt tilgængelige kommercielt softwareløsninger.