Projektbeschreibung
Kann ein Roboter im Aktienhandel ausgebildet werden?
Das maschinelle Lernen hat für Fortschritte in so unterschiedlichen Bereichen wie der Bilderkennung und selbstfahrenden Autos gesorgt. Das EU-finanzierte Projekt DataABM will dieses Potenzial ausbauen, indem es einen Computer darauf trainiert, das Verhalten bei Anlagen auf dem Aktienmarkt zu simulieren. Zu diesem Zweck werden die Forschenden ein agentenbasiertes Modell erstellen, das durch maschinelles Lernen auf einem großen Investitionsdatensatz trainiert wird. Das Modell könnte das Verständnis für den Entscheidungsfindungsprozess bei Investitionen verbessern und ein Instrument zur besseren Vorhersage und Simulation von Aktienmarktschwankungen bieten. Dies könnte Regulierungsbehörden und politischen Verantwortlichen dabei helfen, die Auswirkungen wirtschaftlicher Maßnahmen in Zukunft besser abzuschätzen.
Ziel
Image recognition or self-driving cars are just a few among many applications of machine learning (ML) methods. Given that we can train a cobot to mimic human behaviour, why not train a computer to mimic and simulate investor behaviour in stock markets? This would not only improve understanding about investor decision making and their interaction, but provide effective tools to predict investor behaviour on the microscopic level and simulate stock markets on the macroscopic level. The main objective is to create a data-driven Agent-Based Model (ABM), where agents' behaviour is governed by ML. Such models need appropriate data to be trained, which is possible thanks to a unique, big data set on investor level data accessible through the host. The objectives are: i) framework for data-driven ABM, ii) interpretable ML for ABM, iii) verification of the interpretability of data-driven ABMs using synthetic data, iv) training the data-driven ABMs using actual shareholder registration data, and finally v) analysis of investors decision-making mechanism. The objectives will be reached by using ML methods that achieve intrinsic interpretability with and without deep supervised learning. This research requires: a) strong numerical skills and experience with simulations, b) computer infrastructure allowing to carry out largescale numerical analysis for which the fellow and the host have complementary experience. The results will bring us closer to understanding the behavioural mechanism of market participants. The project does not just gain understanding, but introduces a data-driven approach to more realistic agent-based modelling, which is completely new. The outcome should focus the attention of regulators and policy makers, who are often unable to realistically predict the effects of considered economic measures. Finally, the project contributes to the ML literature on verification of interpretable methods with extensive data sets.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) HORIZON-MSCA-2021-PF-01
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
33100 TAMPERE
Finnland
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.