Kan AI de beurs voorspellen?

Tegen timen van de markt wordt altijd gewaarschuwd; u bent meestal net te laat. Maar lukt het met kunstmatige intelligentie wel om aandelenkoersen te voorspellen? Twee onderzoekers van de South Dakota State University hebben een AI-model ontwikkeld waarmee zij beweren betere voorspellingen te kunnen doen dan met andere bestaande methoden.

Dat meldt Techxplore. Kaiqun Fu en Yangxiao Bai, beide verbonden aan de afdeling Elektrotechniek en Computerwetenschappen van de South Dakota State University, hebben een model ontwikkeld dat met behulp van kunstmatige intelligentie kan anticiperen op aandelenkoersbewegingen en trends in de volatiliteit van de aandelenmarkten. Zij combineren macro-economische data met gegevens van zoekmachines en input van heel veel sociale media. Hun model hebben zij ALERTA-Net gedoopt. Het kan een aanpak zijn die ook buiten de aandelenmarkt kan worden toegepast. De mogelijkheden voor dit soort AI-modellen zijn immers immens.

De Amerikaanse aandelenbeurzen behoren tot de best gevolgde financiële markten ter wereld en zijn een belangrijke indicator van de economische welvaart. Deze beurzen zijn extreem moeilijk te voorspellen. Volgens Fu, een van de ontwikkelaars, is dit een van de eerste pogingen om een combinatie van sociale media, macro-economische data en informatie van zoekmachines te gebruiken om zowel koersbewegingen als volatiliteit te voorspellen.

Er zijn twee manieren om voorspellingen te doen: technische analyse en fundamentele analyse.

• Technische analyse baseert zich op aandelenkoersen uit het verleden om toekomstige trends te voorspellen
• Fundamentele analyse maakt gebruik van externe en bedrijfsinformatie en data

Volgens Fu en Bai schieten beide methoden tekort, waardoor ze belangrijke beursindicatoren missen. Technische analyse is sterk afhankelijk van historische data, waardoor plotselinge marktveranderingen als gevolg van onverwachte gebeurtenissen soms gemist worden. Ook kunnen handelssignalen zichzelf versterken, waardoor ze uiteindelijk worden losgekoppeld van de werkelijke economische context. Fundamentele analyse is uitgebreider dan technische analyse, maar richt zich meestal op de financiële markten met weinig oog voor de relatie tussen de bredere economie en de aandelenmarkt.

Input van social media versterkt model

Het onderzoeksteam van de South Dakota State University werkte samen met Virginia Tech en Texas A&M University-Corpus Christi aan een nieuw model. Zij selecteerden daarvoor 41 blue-chipbedrijven uit de Global Industry Classification Standard. De data waren afkomstig van Yahoo Finance, dat de bewegingen van de 41 aandelen over een periode van drie jaar in kaart bracht. Historische data van de Federal Reserve werden ook in het model ingevoerd.

Fu en Bai gebruikten vervolgens hun eigen expertise en kunstmatige intelligentie voor het ophalen van informatie uit Twitter, nu X. Social media heeft veel invloed op de aandelenhandel. Meer dan 7 miljoen tweets waarin de 41 geselecteerde aandelen werden besproken, werden geanalyseerd en de data opgenomen in het model. De inputparameters van het model bevatte sentimentsanalyse van individuele tweets en het dagelijkse aantal verwerkte Twitterberichten.

De uitkomst was interessant. Het AI-model deed het beter dan DP-LSTM, een geavanceerd model dat mede op basis van financieel nieuws voorspellingen kan doen van aandelenbewegingen. Ook presteerde het beter dan andere basismodellen die koersen voorspellen.

Het wetenschappelijke onderzoek toonde aan dat het opnemen van macro-economische data de voorspellende capaciteiten van het model voor koersbewegingen aanzienlijk verbetert. En volgens Fu en Bai is dit pas het begin. Zij blijven experimenteren met nieuwe input en gegevensbronnen om de nauwkeurigheid van het model te verbeteren.

Fu denkt dat het model nog nauwkeuriger kan worden door meer data toe te voegen, bijvoorbeeld uit audio- en videobronnen.