Fuzzy-Mengenlehre und Fuzzy-Logik - Modellierung komplexer Prozesse durch naturanaloge Verfahren - page 174

R 3 : IF Wert Aktien A „hoch“ OR (Wert Aktien A mittel AND
Bestand Aktien A „sehr hoch“)
THEN Verkauf Aktien A „mittel“.
Diese Regel gilt für Vorsichtige, die ihre Bestände gerne streuen, also das Risiko diversifi-
zieren.
Die Fuzzyfizierung der Eingangsvariablen, also die Definition der jeweiligen unscharfen Men-
gen in unscharfen Zahlenwerten, orientiert sich in diesem Fall an den Vermögensverhältnissen
des Aktionärs. Das gleiche gilt für die Ausgaben des Systems und damit für die Defuzzy-
fizierung.
Bei lediglich zwei Firmen ist es sicher kaum erforderlich, ein spezielles Expertensystem zu
konstruieren. Anders ist es jedoch, wenn man sich einerseits z. B. auf alle wichtigen Firmen
einer oder mehrerer Branchen beziehen will, andererseits der Markt so schwankt, dass insbe-
sondere die Variablen für die Aktienwerte sich ständig verändern und drittens man selbst nicht
sehr viel Zeit mit den Abwägungen hinsichtlich der verschiedenen Aktien verbringen will und
kann. Ein solide konstruiertes Fuzzy-System kann hier durchaus Entscheidungsentlastungen
bringen; nicht zuletzt ist es, wenn man es erst einmal hat, bedeutend preiswerter als die Dienste
eines Brokers.
Insbesondere kann ein derartiges System durch zusätzliche Algorithmen auch dazu gebracht
werden, die Erfolge bzw. Misserfolge der Transaktionen dadurch mit zu berücksichtigen, dass
die jeweilige Größe des einsetzbaren Kapitals in Abhängigkeit von der Erfolgsgeschichte zu
veränderten Fuzzyfizierungen der Eingangs- und Ausgabevariablen führt. Damit kommt man
in den Bereich lernender Systeme, was das Thema der beiden vorigen Kapitel war; es sei hier
nur angemerkt, dass selbstverständlich auch Expertensysteme, ob fuzzyfiziert oder nicht, auch
lernfähig gemacht werden können (Herrmann 1997). Das wohl immer noch berühmteste Bei-
spiel für lernende Expertensysteme sind die „classifier systems“ von Holland (Holland et al.
1986), nämlich eine Kombination von regelbasierten Systemen und genetischen Algorithmen.
Die Fuzzyfizierung eines derartigen Expertensystems hat vor allem den offensichtlichen Vor-
teil, dass das System mit Toleranzen arbeitet und nicht auf kleine Kurs- und Bestandsschwan-
kungen sofort reagieren muss. Es kann sozusagen in Ruhe etwas abwarten, wie sich kurzfristi-
ge Marktveränderungen entwickeln. Eben dieser „Toleranzvorteil“ von Fuzzy-Systemen wird
auch in vielen technischen Bereichen genützt, bei denen allerdings die Fuzzyfizierung vor
allem der Eingangsvariablen ein Problem für sich darstellt. Ein einfaches Fuzzy-System zur
Steuerung von Ampelschaltungen stellen wir am Ende dieses Kapitels vor. 3
Die Implementation von Kontroll- und Entscheidungsprozessen in Form von Experten-
systemen, also IF-THEN-Regeln und logischen Operatoren, hat neben ihrer Einfachheit gegen-
über klassischen mathematischen Darstellungen in Form von Gleichungen auch noch den Vor-
zug, dass die IF-THEN-Darstellungen sehr übersichtlich die Berücksichtigung aller möglichen
Einzelfälle gestatten.

3

Aus den Wirtschaftsteilen der einschlägigen Zeitungen und Zeitschriften kann man seit einigen Jahren
immer wieder erfahren, dass gerade die großen Anlagefonds längst mit Programmen arbeiten, die
bereits auf kleinere Kursschwankungen mit Verkäufen bzw. Käufen reagieren und dadurch häufig
genau die Markttendenzen verstärken, auf die die Programme reagieren. Für die Gesamtmärkte wäre
es vermutlich besser, wenn hier Fuzzy-Systeme eingesetzt würden, die nicht sofort auf kleine
Schwan-kungen reagieren. Dies jedoch scheint nach unseren Informationen leider nicht der Fall zu
sein.