Künstliche Intelligenz im Finanzwesen

Kapitel 11. Risikomanagement

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

Ein großes Hindernis für den massenhaften Einsatz autonomer Fahrzeuge (AVs) ist die Gewährleistung der Sicherheit.

Majid Khonji et al. (2019)

Eine bessere Vorhersage erhöht den Wert des Urteils. Schließlich nützt es nichts, die Regenwahrscheinlichkeit zu kennen, wenn du nicht weißt, wie gerne du trocken bleibst oder wie sehr du es hasst, einen Regenschirm zu tragen.

Ajay Agrawal et al. (2018)

Das vektorisierte Backtesting ermöglicht es, das wirtschaftliche Potenzial einer prognosebasierten algorithmischen Handelsstrategie in ihrer reinen Form zu beurteilen. Die meisten in der Praxis eingesetzten KI-Agenten haben mehr Komponenten als nur dasVorhersagemodell. Die KI von autonomen Fahrzeugen (AVs) kommt zum Beispiel nicht allein, sondern mit einer großen Anzahl von Regeln und Heuristiken, die einschränken, welche Aktionen die KI unternimmt oder unternehmen kann. Im Zusammenhang mit AVs geht es dabei vor allem um die Bewältigung von Risiken, z. B. durch Kollisionen oder Unfälle.

Auch im Finanzbereich werden KI-Agenten oder Trading Bots in der Regel nicht ohne Weiteres eingesetzt. Stattdessen werden in der Regel eine Reihe von Standard-Risikomaßnahmen verwendet, wie z. B. (nachlaufende) Stop-Loss-Orders oder Take-Profit-Orders. Der Grund dafür ist klar. Beim Platzieren von direktionalen Wetten auf den Finanzmärkten sollen ...