Biologisch inspirierte genetische komplementäre Lernen für die Prognose von Aktienmarkt- und Bankenversagen

Genetisches komplementäres Lernen (GCL) ist ein biologisch inspiriertes Lernsystem, das auf menschlicher Mustererkennung und dem Auswahlprozess von Genen basiert. Es ist ein Zusammentreffen des komplementären Lernens des Hippocampus und des evolutionären genetischen Algorithmus. Der genetische Algorithmus bietet die Möglichkeit einer optimalen Lösung, während das komplementäre Lernen eine effiziente Mustererkennung bereitstellt; GCL könnte daher überlegene Leistungen bieten. Im Gegensatz zu anderen computergestützten Finanzwerkzeugen wie neuronalen Netzwerken und statistischen Methoden bietet GCL eine höhere Interpretierbarkeit und verlässt sich nicht auf die Annahme einer zugrunde liegenden Datenverteilung. Es handelt sich um ein sich entwickelndes und autonomes System, das den zeitaufwändigen Prozess der manuellen Regelkonstruktion oder Modellierung vermeidet. Dies ist besonders vorteilhaft in der Finanzwelt, in der Daten ständig im Wandel sind und häufige Aktualisierungen erfordern. Die Durchführbarkeit von GCL als Vorhersageinstrument für den Aktienmarkt sowie als Frühwarnsystem für Bankenversagen wird untersucht. Die experimentellen Ergebnisse zeigen, dass GCL ein kompetentes computergestütztes Finanzwerkzeug für die Aktienmarktvorhersage und das Frühwarnsystem für Bankenversagen ist.