Deep Learning für Finanzen

Kapitel 5. Einführung in die technische Analyse

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Die technische Analyse bietet viele Arten von Inputs (erklärenden Variablen), die du in deinen Deep Learning-Modellen verwenden kannst. Dieses Kapitel führt in dieses weite Feld ein, damit du mit dem nötigen Wissen ausgestattet bist, um in den folgenden Kapiteln technisch basierte Lernmodelle zu erstellen.

Dietechnische Analyse in der Finanzwirtschaft beruht auf der visuellen Interpretation des Verlaufs einer Preisbewegung, um die wahrscheinliche Gesamtrichtung des Marktes zu bestimmen. Sie beruht auf der Idee, dass die Vergangenheit der beste Indikator für die Zukunft ist. Es gibt mehrere Arten von Techniken innerhalb des weiten Feldes der technischen Analyse, vor allem die folgenden:

Charting-Analyse

Hier wendest du subjektive visuelle Interpretationstechniken auf Charts an. In der Regel verwendest du Methoden wie das Einzeichnen von Unterstützungs- und Widerstandslinien sowie Retracements, um Wendepunkte zu finden, die die nächste Bewegung bestimmen sollen.

Indikator-Analyse

Hier verwendest du mathematische Formeln, um objektive Indikatoren zu erstellen, die entweder trendfolgend oder konträr sein können. Zu den bekannten Indikatoren gehören gleitende Durchschnitte und der Relative-Stärke-Index (RSI), die beide in diesem Kapitel ausführlicher behandelt werden.

Mustererkennung

Hier beobachtest du ...