1. ZUR PERSON
Ich bin promovierter Wissenschaftler und habe mich im Rahmen meiner Doktorarbeit mit Methoden des Maschinellen Lernens für Probleme der universellen sequentiellen Vorhersage beschäftigt (siehe Abschnitt 2). Motiviert von den geringen Renditen risikoarmer Geldanlagen wie Tages- und Festgeld habe ich begonnen Parallelen zu den Methoden meiner Arbeit zu ziehen und Handelsstrategien zu entwickeln.
2. MEIN ANSATZ
Das zentrale Problem meiner Arbeit lautet wie folgt: Gegeben ist eine Sequenz von Beobachtungen, diese wird Beobachtung für Beobachtung enthüllt. Unmittelbar vor der Enthüllung der aktuellen Beobachtung muss eine Entscheidung, basierend auf den bereits bekannten Beobachtungen, getroffen werden. Nachdem die Entscheidung feststeht wird die nächste Beobachtung enthüllt und die getroffene Entscheidung belohnt oder bestraft. Ziel ist eine Entscheidungsfindung, deren Gesamtbelohung nur unwesentlich schlechter ist, als eine optimale Entscheidungsfindung (die bereits alle Beobachtungen im Voraus…
show more