Forsøk på å bruke datamodeller for å forutsi aksjekurser faller innenfor to store analytiske kategorier: fundamental og teknisk . Mer nylig har det blitt mulig å bruke datamaskinen data mining teknikker for å beregne beregningene som ligger til grunn disse tilnærmingene gjennom enorme mengder informasjon , i et forsøk på å opprette og forbedre matematiske formler som med sikkerhet kan forutsi fremtidige aksjekurser. Er Aksjekurser Forutsigbar ?

Muligheten for en datamaskin å forutsi aksjekursen avhenger gyldigheten av " random walk hypotesen ", en økonomisk teori om aksjemarkedet priser som har vært populær blant akademikere for mer enn et århundre. Hypotesen hevder at aksjemarkedet priser utvikle seg i et tilfeldig mønster , noe som gjør dem umulig å forutsi. Dette er en uavklart område og gjenstand for pågående akademisk forskning .
Effisienshypotese

" effisienshypotese " forutsetter at all offentlig kunnskap er raskt innlemmet i lager priser. Hvis effisienshypotese er sant , trenger en vellykket aksjemarkedet pris prediksjon metode for å ikke bare forutsi fremtidig pris bevegelse , men må også gjøre det på en måte som ikke vil bli umiddelbart kjent av andre investorer .


Fundamental analyse

Fundamental analyse er avhengig av nøye studie av et selskaps regnskap. Denne typen analyse er i kjernen av Warren Buffet - stil verdi investere. Fundamental analyse ser på konkrete beregninger som mengden av gjeld og aksjekursen til inntjening , også kjent som P /E ratio. Siden fundamental analyse baserer seg på offentlig tilgjengelig informasjon , kan det sies å gi litt konkurransefortrinn til sine utøvere , med det resultat at , av seg selv , er det ikke vesentlig bedre enn markedet over tid .
teknisk analyse

teknisk analyse ignorerer grunnleggende spørsmål , i stedet fokusere på mønstre i aksjemarkedet pris diagrammer . Pure tilhengere til en teknisk analyse tilnærming er kjent som chartistene . Mønstre identifiseres med navn som " kopp og skål " og " hode og skuldre " og forbundet med antatt fremtidig pris bevegelser opp eller ned over korte eller lange avstander tidsperioder. Selv om utgangspunktet , kan teknisk analyse har gitt en kant til dem som hadde råd til nødvendige verktøy for å identifisere chart mønstre , har større spredning av datateknologi og informasjon resultert i chart mønstre bli en del av universet av informasjon offentlig tilgjengelig om aksjer .

Computer data Mining og analyse

Disse metodene analysere store mengder informasjon i et forsøk på å avdekke nye prediktive mønstre . Matematiske funksjoner er opprettet for å forutsi fremtidige prisutviklingen og tilbake testet mot historiske data for å bestemme deres evne til å forutsi aksjekursen . Komplekse , proprietære data algoritmer basert på offentlig tilgjengelig informasjon gir investorene konkurransefortrinn de søker . Det samme kan ikke sies om spådommer gjort av allment tilgjengelig kommersielt programvareløsninger.