Key points are not available for this paper at this time.
Schwarmintelligenz (SI) ist ein natürlicher Prozess, der gezeigt hat, dass er die Entscheidungsgenauigkeit in vielen sozialen Arten, von Fischschwärmen bis hin zu Bienenschwärmen, verbessert. Künstliche Schwarmintelligenz (ASI) ist eine Technologie, die ähnliche Vorteile in vernetzten Menschengruppen ermöglicht. Die vorliegende Forschung testet, ob ASI es Menschengruppen ermöglicht, genauere finanzielle Prognosen zu treffen. Konkret wurde einer Gruppe von MBA-Studenten an der Universität Cambridge die Aufgabe übertragen, die dreitägige Preisänderung von 12 hochvolatilen Vermögenswerten, von denen die Mehrheit Kult- (oder Meme-) Aktien waren, vorherzusagen. Über einen Zeitraum von 9 Wochen durchschnittlich erzielten menschliche Prognostiker, die als Einzelne einen ROI von +0,96 % hatten, einen ROI von +2,3 %, wenn sie gemeinsam in künstlichen Schwärmen vorhersagten (p=0,128). Darüber hinaus wurde ein Bankroll von 5.000 $ verwaltet, indem in die drei besten Kaufempfehlungen investiert wurde, die jede Woche von ASI erzeugt wurden, was über den Verlauf der 9-wöchigen Studie einen ROI von 2,0 % ergab. Dies deutet darauf hin, dass schwarmbasierte Prognosen das Potenzial haben, die Leistung finanzieller Händler in realen Umgebungen zu steigern.
Rosenberg et al. (Mittwoch) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: