Sign in to follow this  
Followers 0

Zeitreihen zu Fundamentaldaten

  • Deep Learning
  • Machine Learning
  • Fundamentaldaten
  • Zeitreihen
  • Künstliche Intelligenz
  • KI
  • Thomson Reuters
  • Datastream
  • Vergangenheitsdaten

Posted · Edited by ProjectFintech

Hallo liebe Community,

 

ich arbeite mit einem Team zusammen an einem Machine Learning Ansatz zur Analyse von Aktien.

Ziel soll es sein, verschiedenste Analysemöglichkeiten in einem Ansatz zu kombinieren.

 

Jetzt besteht bei den Fundamentaldaten folgendes Problem:

 

Die Zeitreihen werden täglich aus der Datenbank Thomson Reuters Datastream gezogen (tägliches KGV,KBV,KCV)

Hier werden die Vergangenheitsdaten jedoch "angepasst"; die Zeitreihen der Vergangenheitsdaten springen immer am Jahreswechsel und nicht wenn der Geschäftsbericht tatsächlich publiziert wurde (und die Daten eigentlich erst verfügbar sind).

 

Wenn der Geschäftsbericht eines Unternehmens in der Vergangenheit beispielsweise am 23.04. jedes Jahres herauskam sollten sich ja auch dort erst die Zahlen (Gewinn, Buchwert usw.) ändern,

in der Datenbank sind sie aber schon ab dem 01.01 jedes Jahr verändert.   

Das bedeutet der Machine Learning Ansatz lernt einen Zusammenhang, der in der Realität so gar nicht existiert und das verfälscht die Performance.

 

Hat jemand eventuell dieses Problem auch schon gehabt und kennt einen Lösungsweg?

 

Mit freundlichen Grüßen

 

Christoph

 

Share this post


Link to post

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!


Register a new account

Sign in

Already have an account? Sign in here.


Sign In Now
Sign in to follow this  
Followers 0