Susanne Robra-Bissantz · Christoph Lattemann2006-01-17 Subthema: Entscheidungsunterstützung durch...

Susanne Robra-Bissantz · Christoph Lattemann 2006-01-17

Subthema:Entscheidungsunterstützung durch Virtual Communities

Börsen- und Bankenprodukte

Exkursion und Teleseminar der Universitäten Potsdam und Erlangen-Nürnberg


Entscheidungsverfahren eines DIY-Investorsund CIP-ModellBettman-Modell – ein Consumer Information Processing(CIP) ModellKaufentscheidungsmodell auf dem Hintergrund des Wertpapierhandels

Zyklischer Prozess – von Ansatzpunkt bis dem Rückkopplungspunkt


Die fünf Aspekte des CIP-Modells

Informationsumgebung–Die Menge, Ort, Format, Lesbarkeit, Verarbeitbarkeit der relevanten Informationen

Verarbeitungskapazität der Informationen–Hardware und Bandbreite des Internets –Software-Methodologie: Suchmaschine, Data-Mining und Text-Mining–Entdecken die implizite Verbindung zwischen den Erkenntnissen

Suche der Informationen–Recherche im Internet: nicht nur eine Suche sondern eine Auswahl sonder zu filtern–Erwerben und auswerten–Von Motivationen, Aufmerksamkeit und Empfindung beeinflusst

Verbrauch und Erfahren–Lernprozess und Lerneffekt: Ex post facto Vergleich mit der Prognose–Von Rückkopplungspunkt zurück zum Ansatzpunkt–Anwendung in der Zukunft

Entscheidungsregeln und Heuristik–„Rules of Thumb“ um die Alternativen wiegen und wählen, bzw. mit Fachkenntnisse des Wertpapiers(Stochastische Dominanz, Markowitz Portefeuilletheorie usw.)


Informationsstruktur der Entscheidungunterstützung

• Investorenerwartung und sein Informationsbedarf– Aktuelle Neigung der Bewegung auf dem Wertpapiermarkt

– Preisangebote der Wertpapiere

– Historische Daten des Wertpapierhandels

– Investitionsalternativen, Prognosenberichte und Investitionsberatung

– Prognose der Kursenbewegung und das Warum dahinter

• Internale Recherche– Eigene historische Daten des Wertpapierhandels in der Datenbank

– Die eigene Erfahrung der Investition und Forschungsberichte der WP

• Externale Informationsquelle und externale Recherche– Professionelle Übertragung oder Terminals: Bloomberg usw.

– Traditionelle Media: Börsenblätter, Finanzrubrik in Zeitungen

– Informationsquelle im Internet• Offizielle Webseiten der Börsen• Finanzrubrik der großen Portals(z.B. http://finance.yahoo.com/)• Virtual Communities –Newsgroup, BBS, Foren(z.B.

http://www.morningstar.com/ http://bbs.macd.cn/index.php)


Informationsangebote der Investions-VCs

Foren-Gruppen• Foren nach den

Wertpapier-Sortimenten

• Relevante Foren

• Foren über die Technik der Finanzanalyse und Finanzbücher bzw. Finanzseminare

Andere Unterstützungswerkzeuge• Analytische Software bzw. Austausch der Informationen daüber• Individuell definierte Investitionsdatenbilder• Investitionsberatung und Prognosenberichte• Empfohlene Portefeuille• Meinung des Experten• Links zu originellen offiziellen Webseiten der Börsen• Spezifische Suchmaschine der Finanzinformationen • Eigenschaften der Informationen in VCs


Eigenschaften der Informationen in VCs

Drei Faktoren, die die automatische Analyse kompliziert machen

Drei Klassifikationsmaßstabe der Botschaften in VCs

unrelavanten Botschaften oder „Geräusch-

Botschaft“

sehr unstrukturiertes Wesen vom Text in VCs

breite Variation in den Inhalten,

relevant oder nicht

Unrelevant mit aktuellem Thema –

Geräusch

Relevant mit aktuellem Thema, aber keine Einstellung zur Qualität

der Investion ausgedrückt

Relevant, darüber hinaus eine Einstellung dazu ausgedrückt

„Geräusch“

Relevant, aber keine Einstellung

Beispiel: Drei Klassifikationen der Botschaften aus Mutual-Fund-Forum

Relevant und eine Einstellung

Thema: Rendite des Mutual Funds vs. Index


Automatische Analyse der Postings in VCsmit Text-Mining• Begriff des Text-Mining

The discovery by computer of new, previously unknow information, by automatically extracting information from different written resources.

• Verfahren des Text-Mining in Investitions-VCs

Entscheidungsunterstützung

Dokumente aus Postings

Vektoren aus Dokumenten

Cluster in Vektorraum

Zusammenfassung der Frage

Matching des Pattern-Vektors

Pattern-Vektor aus Zusammenfassong

Ergebnisse des Text-Mining


Algorithmen des Text-Mining

Fünf Algorithmen der Klassifikation von Postings

Verbesserung der Dimensionen in den Algorithmen anhand der Wertpapierbranche1. Verallgemeinierung des Gedanken der Richtung in jedem Wörter-

Subset, das für eine Kategorie steht• z.B., 2 Richtungen bzw. aufwärts u. abwärts in Kategorie „Index“

2. Ziehen bei den Dimensionen des Vektorenraums die emotiven Ausdrücke ohne rationalen Erklärungen in Rechnung

Wörterbuch-beruhender

Klassifizierer (LBC) Klassifizierer mit

abgewogenem Wörterbuch (WLC)

Wörterbuch-beruhender

Klassifizierer mit Differenzial-Gewicht

(DWLC)

Lesbarkeit-beruhender

Klassifizierer (RBC)

Klassifizierer durch die Distanzen

zwischen Vektoren (VDC)


Beispiel der Bildung des Klassifi-Wörterbuch

Klassifi-WörterbuchSubset-Baum zu bilden

Subset „Verbindungen“: consistent, why...

Subset „Investitionstaktik“: strategy, XX% portfolio...

Subset „Mutual Fund“: Fidelity Canada, Windsor II...

Subset „Risiken“: risk, exposure...

VerbindungenDurch linguistische Korrelation die

Verbindungen zu entdecken


Adaptive Bildung des Klassifikationswörterbuchs

Eine adaptive Loopmethode, um ein allmählich verbessertes Klassifikations-Wörterbuch zu bilden

Auswahl von den Postings

Künstliche Klassifikation der Auswahl

Linguistische Frequenzanalyse

Neue Stichwörter und

Änderung

Vergleichen die künstl. mit auto. Klassifikation

Automatische Klassifikation

mit dem Wörterbuch

Klassifikations-Wörterbuch, z.B. Subset„Index-Future“

Rund 1: S&P 500, D&J, DAX, Nikkei...Rund 2: component company, energy

group, oil, CME...Rund 3: Middel East, War, Iraq...

Klassifikations-Wörterbuch, z.B. Subset„Index-Future“

Rund 1: S&P 500, D&J, DAX, Nikkei...Rund 2: component company, energy

group, oil, CME...Rund 3: Middel East, War, Iraq...

Effizienz des Wbuchs zu bewerten


Ideale Entscheidungsunterstützung durch das Wissen aus Text-Mining• Entdeckung des Wissens aus den Texten(KDT, Knowledge

discovery from texts)The process of extracting interesting and non-trivial patterns or knowledge

from textual documents.(Oudshoff, A.M., 2005)

Das Wissen aus Text-Mining: nicht Bündel der Postings, sondern die logischen Fragen beantworten zu können, wie

„wie läuft der Preis der S&P-500-Index-Future in den nächsten 3 Handelstagen? Aufwärts oder abwärts? Um wie viele Basispunkte, und warum?“

Ein mögliches Ergebnis aus Text-Mining:Stichwörter:Irakkrieg, Rückzug, ölpreis,

Energiekonzern, CME, S&P, auf, höher, iraki Situation, Bush

Posting 1 aus Index-Forum: ...Aktien der Energiekonzern auf ... treibt S&P nach oben...vermutlich um Hälfte der CME Öl...

Posting 2 aus Politik-Forum: ...Präsident Bush verkündet keinen Rückzugplan ... iraki Situation bleibt durcheinander ...

Posting 3 aus Future-Forum: ... Ölpreis auf neuen hohen Rekord in den letzten 18 Monaten... CME Öl um 20 Basispunkte höher...

Entscheidungsunterstützung durch die Strategieberatung: Leerkaufen 1000 Einheiten S&P-500-Index-Future usw.


Empfehlungen zu der weiteren Forschung

Analysensoftware der Computer-Linguistik für die Zusammenfassung der Postings in Virtual

Investment-related Communities(VIC)

Bessere Entdeckungsmethode

der Association zwischen Stichwörtern und Cluster-Distanzen

untersuchen

Empfehlungen des Algorithmus

Wörterbuch-beruhender Klassifizierer mit

Differenzial-Gewicht (DWLC) zu den VCs

über den Wertpapierhandel

Analysensoftware der Computer-Linguistik für die Zusammenfassung der Postings in Virtual

Investment-related Communities(VIC)

Die bessere Ausdruckmethode des Wissens aus Postings

untersuchenStatistische empirische

Forschung zu einer aktuellen VC


Danke für die Aufmerksamkeit!

Entscheidungsunterstützung durch VC, Börsen- und Bankenprodukte

Li, Nan

Hu, Haitao

Tarassenko, Maria

Wirtschaftsinformatik II, FAU Erlangen-Nürnberg

Susanne Robra-Bissantz · Christoph Lattemann2006-01-17 Subthema: Entscheidungsunterstützung durch...

Documents

Transcript of Susanne Robra-Bissantz · Christoph Lattemann2006-01-17 Subthema: Entscheidungsunterstützung durch...