Fangen wir ganz am Anfang an:
Bei der Analyse von Finanzmärkten liegt die Herausforderung einerseits darin profitable Situationen aufzuspüren – andererseits Risiken zu erkennen und zu vermeiden.
Sowohl Chancen als auch Risiken zeichnen sich durch klare Gewinn- und Verlustparameter aus, wobei die Schwierigkeit darin liegt, diese Parameter rechtzeitig zu erkennen und entsprechend zeitnah erfolgreiche Entscheidungen daraus abzuleiten.
Klingt einfach – ist es aber nicht.
Das größte Problem ist es die riesigen Datenmengen der Finanzmärkte zu analysieren. Nur wenn man die Daten schnell genug auswertet, können wiederkehrende Muster erkannt und darauf reagiert werden.
Um diese enormen Datenmengen auswerten zu können benötigt man:
- umfangreiche praktische Erfahrung
- eine adäquate IT-Architektur
- Zeit- und Personalressourcen
- Großzügige Finanzmittel
…und natürlich den passenden mathematischen Ansatz zur Filterung der Daten.
Als Techniker und Ingenieur werte ich beruflich seit vielen Jahren große Datenmengen aus und ein bewährter Ansatz für die Analyse von großen Datenmengen ist die Anwendung der Fraktalen.
Der Begriff „Fraktal“ ist ein vom Mathematiker Benoît Mandelbrot 1975 geprägter Begriff (lateinisch fractus ‘gebrochen‘, von lateinisch frangere‘ (in Stücke zer-)‘brechen‘), der bestimmte natürliche oder künstliche Gebilde oder geometrische Muster bezeichnet.
Diese Gebilde oder Muster besitzen im Allgemeinen keine ganzzahlige Hausdorff-Dimension, sondern eine gebrochene – daher der Name – und weisen zudem einen hohen Grad von Skaleninvarianz bzw. Selbstähnlichkeit auf. Das ist beispielsweise der Fall, wenn ein Objekt aus mehreren verkleinerten Kopien seiner selbst besteht. Geometrische Objekte dieser Art unterscheiden sich in wesentlichen Aspekten von gewöhnlichen glatten Figuren.
Genau diese Muster machen wir uns zu Nutze, denn auch an die Ihnen bekannten Charts der Finanzmärkte weisen immer wieder wiederkehrende Muster auf. Diese analysieren wir in Echtzeit und können damit eine Prognose zum weiteren Handelsverlauf geben.