Home | english  | Impressum | Datenschutz | Sitemap | KIT

Simulation von Expertenidentifikation in Prognosebörsen

Simulation von Expertenidentifikation in Prognosebörsen
Typ:Masterarbeit
Datum:vergeben
Betreuer:

Simon Kloker

Hintergrund

Die Prognose zukünftiger Entwicklungen stellt eine zentrale Herausforderung für Unternehmen dar. Durch einen Informationsvorsprung können sie sich einen wichtigen Wettbewerbsvorteil verschaffen. Im Gegensatz zu klassischen Prognosen, die auf Vergangenheitsdaten oder Befragungen basieren, bieten Prognosebörsen einen neuen Ansatz. Solche Prognosebörsen (z.B. EIX) haben sich bereits für die Vorhersage von makroökonomischen Kennzahlen, wie dem Ifo-Index bewährt und können häufig ähnliche oder bessere Vorhersagen als Experten treffen.


Ziel der Arbeit

Auf Basis von bestehenden Daten aus der vier Jahre aktiven EIX sollen Aussagen über die einzelnen Marktteilnehmer getroffen werden. Insbesondere interessant sind Teilnehmer, die ihrem Handlungsmuster oder anderen Charakteristika nach als Experten eingestuft werden können. Es soll dabei zu jedem „simulierten“ Zeitpunkt im Markt mittels unterschiedlichen Heuristiken eine Auswahl von Teilnehmern als Experten identifiziert werden. Ziel der Arbeit ist es, Heuristiken (von einfachen Daumenregeln bis hin zu komplexeren statistischen Verfahren) gegeneinander zu evaluieren.


Profil

Fundierte Kenntnisse in Statistik und Interesse an der Arbeit mit und in Daten sind notwendig. Optimal sind Vorkenntnisse mit einschlägigen Technologien und Software zur Datenverarbeitung wie SQL, R etc.