Was haben die folgenden Zahlen gemeinsam?

33.8, 35.6, 37.4, 39.2

Wenn Sie für eine Antwort mehr als 0,01 Sekunden benötigen, dann ist eine künstliche Intelligenz klar im Vorteil. Bei der Zahlenfolge handelt es sich um ein einfaches Zahlenmuster (alle Zahlen liegen exakt um 1,8 auseinander). Eine KI ist nicht nur in der Lage dieses Muster sehr schnell zu erkennen, sie kann auch eine Vorhersage für eine mögliche Zukunft treffen.

Wären dies in unserem Beispiel Aktien Kurse, dann wusste die KI mit ziemlicher Sicherheit, dass als nächste Zahl die "41" kommt. Während der menschlichen Händler noch am Grübeln ist, könnte die KI schon einen frühzeitigen Aktienkauf in die Wege leiten und so vom Verhalten der Breiten Masse profitieren.

Was versteht man unter künstlicher Intelligenz?

KI in Theorie und Praxis:

Bei künstlicher Intelligenz und dem maschinellen Lernen geht es im Grunde darum, eine Vielzahl von Daten individuell zu gewichten, um ein entsprechendes Ergebnis zu erzielen. Je mehr Daten wir verwenden, desto genauer werden unsere Vorhersagen. Beispielsweise wenn wir den Öl-Preis vorhersagen wollen, bekommen wir ein genaueres Ergebnis, wenn wir nicht nur die Preise aus der Vergangenheit analysieren, sondern auch weitere Daten (wie Lagerbestände oder die aktuelle Nachrichtenlage). Damit eine Künstliche Intelligenz Muster erkennen kann, müssen alle Daten in Zahlenform zur Verfügung stehen. Mit fortschreitender Mustererkennung entwickelt die KI eine sog. "Intuition". Durch diese "Intuition" ist die KI in der Lage gemäß der vorhandenen Daten, eine exakte Vorhersage für eine mögliche Zukunft zu erstellen. Könnte man eine KI mit allen Daten der Welt füttern, würde sie eine Genauigkeit von 99,9% erreichen. Dies ist aber nur eine Theorie!

In der Praxis stellt sich schon die erste Frage, woher man die Daten bekommt und wie viel man bereit ist dafür zu zahlen. Dann müssen diese gigantischen Datensätze vollständig analysiert und korrekt verarbeitet werden. Dies umfasst den Fachbereich "Data Science". Wenn die Daten von der KI analysiert werden, müssen diese mit einer hohen Rechenintensität verarbeitet werden. Eine KI wird über die Grafikkarte (GPU) berechnet, das liefert schnellere Resultate als über den Prozessor. Jedoch ist selbst bei Datenmengen im Megabyte Bereich die Rechenkomplexität so intensiv, dass man mehrere Minuten oder gar Stunden braucht um eine KI richtig "zu trainieren". In der Praxis muss je nach Einsatzgebiet die Rechenleitung entsprechend erhöht werden, damit eine KI effektiv arbeiten kann. Dies wird realisiert, indem man mehrere Grafikchips (GPUs) miteinander vernetzt und die KI entsprechend anpasst. Dies stellt jedoch je nach Komplexität, einen zusätzlichen Kostenfaktor dar.

Home of Dionysos

Was ist Highlife4Life?

Ursprünglich wurde Highlife4Life als Community für Trader und Investoren entwickelt. Dieses Konzept wurde aber kurzerhand verworfen und sich bewusst auf die Themengebiete Data Science, Maschine Learning und Künstliche Intelligenz beschränkt. In diesen Bereichen sehen wir zukünftig enormes Wachstumspotential. Highlife4Life will in diesen Bereichen nicht nur als Informationsplattform dienen, sondern hat mit "Dionysos" ein System entwickelt, mit dem in Zukunft ein innovatives Investitionskonzept gewährleistet werden kann.

Dionysos wurde als eigenständige KI-Einheit entwickelt, die für den Handel an der Börse optimiert wurde. Mit dem Ziel die menschliche Komponente in Zukunft zu ersetzen. Die KI soll präzise Vorhersagen, Marktprognosen und Analysen erstellen und sich eigenständig weiterentwickeln. Um für maximale Transparenz zu sorgen, werden alle Neuerungen und Aktivitäten auf den großen Social Trading Plattformen umgesetzt. So ist Dionysos nicht nur für die Allgemeinheit sichtbar, sondern auch für die Allgemeinheit investierbar.

History since 2017

Die Geschichte von Dionysos

Nach dem Brexit und dem Sieg von Donald Trump bei der US-Wahl 2016 war klar, dass sich die Regeln geändert hatten. Etablierte Strategien funktionierten an der Börse nur noch eingeschränkt. Der Fokus richtete sich mehr auf Twitter Tweets und Social Media, als auf fundamental Daten und Charttechnik. Dies war die Geburtsstunde von Dionysos. Nach Monaten der Entwicklung wurde Dionysos Ende 2017 ursprünglich als "Twitter-Bot" entwickelt. Dionysos konnte Twitter Feeds von Trump in Echtzeit einlesen und nach häufig verwendeten Schlagwörtern (z. B. "tariff" = mit Zoll belegen) suchen. Gleichzeitig überprüfte der Bot jede Sekunde die Reaktion an den Finanzmärkten. Bei starken Bewegungen platzierte Dionysos automatisch kurzfristige Trades und konnten so von den Trump Tweets profitieren. Mit der Zeit entstand eine gewisse Ungenauigkeit, weil Trump immer neue Begrifflichkeiten und widersprüchliche Tweets postete.

Hier bekam der Dionysos 2018 die erste KI Komponente. Durch die vorhandenen Daten und die systematische Mustererkennung von künstlichen Neuronen konnte Dionysos mit hoher Wahrscheinlichkeit sagen, wann Trump einen Tweet veröffentlichte, der für die Märkte relevant war. Je mehr Daten zur Verfügung standen, desto höher war die Treffergenauigkeit. Der Grundgedanke der "automatisierten Weiterentwicklung durch künstliche Intelligenz", wurde bis zum heutigen Tag fortgeführt. Aktuell (Stand Januar 2021) besteht Dionysos aus über 10.000 Zeilen Code und liefert sieben autonome Handelsstrategien, die für variable Marktphasen (Long und Short) und komplexe Zeithorizonte (von Daytrading bis zum langfristigen Investment) optimiert wurden. Einige der Strategien werden bereits über Social Trading Plattformen (wie Wikifolio) umgesetzt und sind ab sofort investierbar.

Phase 1 - 2020

Umsetzung im Wikifolio

Zu Beginn der Coronakrise, Anfang 2020 wurden die ersten Strategien über das Wikifolio umgesetzt. Dabei legte Dionysos zu 100% die Strategie fest. Bei der Umsetzung mussten jedoch Kompromisse gemacht werden. Zum einen müssen alle Ein- und Ausstiege von Hand realisiert werden, da Wikifolio bis heute (Stand: Januar 2021) nicht über eine Handelssoftware oder eine API Schnittstelle verfügt, die es der KI ermöglicht die Aufträge direkt zu platzieren. Zum Anderen besitzt Wikifolio nur ein eingeschränktes Produkt Sortiment, wodurch wir auch bei der Asset-Auswahl Kompromisse eingehen müssen.

Wenn Dionysos beispielsweise "Sojamehl" als Top-Kauf empfiehlt, müssen wir den Trade auslassen oder eine Alternative im Wikifolio- Produktsortiment suchen, welche stark korreliert (z.B. "Sojabohnen"). Dieses Vorgehen ist jedoch suboptimal und kann die Performance erheblich beeinträchtigen. Aus diesem Grund werden mehrere diversifizierte Handelsstrategien im Wikifolio umgesetzt. Die Einführung dieser Strategien erfolgt schrittweise und mit minimalem Risiko. Im Folgenden wollen wir den praktischen Ablauf anhand einer mittelfristigen Anlagestrategie erläutern. Hierfür werden unter anderem allen Aktien im Wikifolio Sortiment analysiert und nur die Aktien gekauft die im aktuellen Monat das größte Wachstumspotential und das geringste Risiko besitzen. Ein möglicher Bewertungsprozess sieht wie folgt aus:
Image 1

Daten Screen & Verarbeitung

Als erster Schritt werden alle verfügbaren Daten für jede einzelne Aktie abgerufen, wie Beispielsweise:

- Tickdaten der Vergangenheit -
- Historische Quartalsergebnisse -
- Zeitpunkt der Earnings -
- Fundamentaldaten (EBIT, ...) -
- Korrelationen mit anderen Aktien -

Diese Daten werden analysiert und kategorisiert. Beispielsweise werden die Termine für die Quartalszahlen (Earnings) als zusätzliche Informationen mit in die Chartdaten integriert. Damit Dionysos weiß, warum Beispielsweise eine Aktie am Tag um 30% eingebrochen ist und dieses Kriterium mit in die Risikobewertung aufnimmt.

Image 2

Data Science & Maschine Learning

Hier beginnt die eigentliche Arbeit für Dionysos. Die KI muss alle Daten analysieren, Muster erkennen und aus ihnen Lernen.

Hier wird zunächst der gesamte Datensatz in Trainingsdaten und Daten zur Überprüfung eingeteilt.

Mithilfe der Trainingsdaten baut die KI eine "Intuition" auf und prognostiziert die Marktentwicklung im Zeitraum der Überprüfungsdaten. Durch diesen Schritt können wir die Genauigkeit der KI ermitteln.

Aufgrund der Vielzahl an Aktien führt Dionysos nur bei einer hohen Trefferquote eine detailliertere Analyse und Risikobewertung durch.

Image 3

Manuelle Prüfung & Ausführung

Hat Dionysos eine Aktie gefunden, die dem Risikoprofil entspricht, werden vor der Ausführung noch weitere Kriterien wie die ethischen und sozialen Standards, sowie die aktuellen Parameter der Aktie geprüft, z. B.

- Ist der aktuelle Trend der Aktie steigend?
- Wie hoch kann der Kurs steigen/ fallen?
- Ist das Chance/ Risiko Verhältnis rentabel?
- Wann werden die Earnings veröffentlicht?

Hat eine Aktie all diese Kriterien erfüllt, wird die Aktie über das Wikifolio mit den vorgegebenen Parametern umgesetzt:

- Einstiegszeitpunkt/ Einstiegspreis
- Risikobegrenzung / Stop-Loss
- Ausstiegszeitpunkt/ Take-Profit

=> Changelog <=

=> 27-03-2020 - Eröffnung des Wikifolios "Hedgefonds Secrets" zur Umsetzung von KI gestützten Anlagestrategien [Long & Short] <=
=> 01-04-2020- Umsetzung Modul 1: Buy & Hold Strategien für Aktien, ETF und Kryptowährungen [Long] <=
=> 01-09-2020- Umsetzung Modul 2: Mittelfristige Anlagestrategien für Indizes, Forex und Rohstoffe [Long & Short] <=
=> 01-01-2021- Umsetzung Modul 3: Monatlicher Buy & Hold von unterbewerteten Aktien [Long] <=
=> 01-04-2021- Umsetzung Modul 4: Spekulation auf Aktien Quartalszahlen/ Earnings [Long] <=

Phase 2 (Test) - 2021

Umsetzung in Darwinex

=>Changelog<=

=> 01-03-2021: Eröffnung eines Darwinex Brokerkontos und Beginn der Testphase vom KI gestützten Daytrading (vollständig automatisiert) <=