Neuronale Netze zur Prognose von Warenterminpreisen

Preise von Warenterminkontrakten haben einen groen Einfluss auf die Preisfindung landwirtschaftlicher Erzeugnisse, und ihre Entwicklung ist insbesondere fur Agrarhandler von groer Bedeutung. Hier werden autoregressive integrated moving average Modelle und neuronale Netze als Verfahren der univariaten Zeitreihenanalyse zur Erstellung von Eintagesprognosen fur bis zu neun Monate im voraus in bezug auf verschiedene Warenterminkontrakte verglichen. Verwendet werden Fehlermae der Abweichung und Mae der Richtigkeit. Zusatzlich wird ein Handelssimulator entwickelt, der es erlaubt, Handelsergebnisse miteinander zu vergleichen. In der Handelssimulation, dem fur den Anwender entscheidenden Guterkriterium, sind die neuronalen Netze erheblich besser als die ARIMA-Modelle. In bezug auf die Gutemae der Abweichung sind die ARIMA-Modelle den neuronalen Netzen meist uberlegen. Die Methodik und die Prognosen der Arbeit werden mit einer kleinen Gruppe von Agrarhandlern diskutiert.

Preise von Warenterminkontrakten haben einen großen Einfluss auf die Preisfindung landwirtschaftlicher Erzeugnisse, und ihre Entwicklung ist insbesondere für Agrarhändler von großer Bedeutung. Hier werden autoregressive integrated moving average Modelle und neuronale Netze als Verfahren der univariaten Zeitreihenanalyse zur Erstellung von Eintagesprognosen für bis zu neun Monate im voraus in bezug auf verschiedene Warenterminkontrakte verglichen. Verwendet werden Fehlermaße der Abweichung und Maße der Richtigkeit. Zusätzlich wird ein Handelssimulator entwickelt, der es erlaubt, Handelsergebnisse miteinander zu vergleichen. In der Handelssimulation, dem für den Anwender entscheidenden Güterkriterium, sind die neuronalen Netze erheblich besser als die ARIMA-Modelle. In bezug auf die Gütemaße der Abweichung sind die ARIMA-Modelle den neuronalen Netzen meist überlegen. Die Methodik und die Prognosen der Arbeit werden mit einer kleinen Gruppe von Agrarhändlern diskutiert.