Schritt 1: Definition der Businessfrage
Es ist die zu klärende Businessfrage zu definieren.
Schritt 2: Definition des Dateninputs und der Zielvariablen
Im zweiten Schritt werden die Daten und Informationen festgelegt, die zur
Beantwortung der Businessfrage verfügbar sind. Falls bekannt, wird in diesen Daten
die Zielvariable definiert, welche die Businessfrage in den Daten widerspiegelt.
Schritt 3: Datentransformation
Im dritten Schritt werden die bereitgestellten Daten so aufbereitet, dass möglichst viel
semantische Information aus den Daten verfügbar wird. Das Erfahrungs- und
Hintergrundwissen der Businessverantwortlichen wird auf einfache Weise verfügbar
gemacht.
Schritt 4: Automatisierter Modellierungsprozess
Im vierten Schritt findet das System in einem automatisierten, evolutionären
Lernprozess aus der Vielzahl der möglichen Modelle (bei 30 Inputfaktoren sind ca.
536 Mio. unterschiedliche Modelle möglich) diejenigen, welche einerseits am
wenigsten Fehler in der Vorhersage der Businessfrage machen, andrerseits möglichst
wenig Faktoren verwenden. Durch die Festlegung des Fehlerkostenverhältnisses
können auf einfache Weise Modelle für verschiedene Risikostrategien erstellt werden.
Schritt 5: Modellanwendung
Im fünften Schnitt werden die Modelle angewendet, d.h. die Vorhersagen für die
Entwicklung risikobasiert erstellt.
2.2 Das Vorgehen konkret
2.2.1 Die Definition der Businessfrage
Als Beispiel für eine Frage im Finanzmarkt wurde die Entwicklung des Dow Jones
Industrial Index (im folgenden DJ) gewählt. Die Entwicklung des DJ wird basierend
auf Modellen von drei Fragen von unterschiedlichen Szenarien prognostiziert:
e Steigt oder sinkt der DJ in den nächsten 5 Tagen zwischen 0,1% und 1%?
e Steigt der DJ in den nächsten 5 Tagen um mehr als 1%?
e Sinkt der DJ in den nächsten 5 Tagen um mehr als 1%?
2.2.2 Die Definition des Dateninputs und der Zielvariablen
Als Dateninput wurden ca. 60 Variablen aus dem Finanzmarkt definiert. Die
wichtigsten sind:
40