TSaaS explained:

Business Intelligence gebruikmakend van datamining gebaseerd op neurale netwerken met toegepaste kunstmatige intelligentie.

 

Business intelligence (BI) staat voor het verzamelen van gegevens binnen de eigen handelsactiviteit. Het kan omschreven worden als het proces van gegevens omzetten in informatie, dat vervolgens zou moeten leiden tot kennis en aanzetten tot adequate actie. Business intelligence heeft als doel competitief voordeel te creëren en organisaties of personen slimmer te kunnen laten werken. Het wordt als een waardevolle kerncompetentie beschouwd.

Business intelligence is gericht op het verzamelen en analyseren van informatie over klanten, beslissingsprocessen, concurrentie, markttoestand en algemene economische, technologische en culturele trends, teneinde beslissingsondersteunende informatie (intelligence) te verkrijgen.

Het doel van business intelligence is afgeleid van de strategie: het bedrijfsdoel of een missionstatement. Deze doelen kunnen gebaseerd zijn op de korte termijn (bijvoorbeeld kwartaalcijfers voor de beurs) dan wel de lange termijn (bijvoorbeeld vergroting van het marktaandeel, creëren van aandeelhouderswaarde, enz). Business intelligence wordt beschouwd als de opvolger van het management-informatiesysteem (MIS) uit voorgaande decennia.

Er wordt onderscheid gemaakt tussen een tweetal BI-perspectieven:

Het technologische perspectief: hierbij wordt expliciet ingegaan op de rol van de ICT binnen het BI-proces. De nadruk ligt meer op het gebruik van de ICT dan op het proces erachter. ICT speelt een rol bij het verzamelen van data (Extractie, Transformatie en Laden, oftewel ETL), bij het integreren van data (de analyse waarbij uit data intelligence wordt verkregen) en bij de verspreiding hiervan binnen de organisatie.

Het businessperspectief: het systematische proces waarbij op basis van de strategie en de daaruit voortvloeiende informatiebehoefte data wordt verzameld en geanalyseerd met als product kennis en informatie. Deze kennis en informatie dragen op hun beurt weer bij aan de strategie.

Datamining is het gericht zoeken naar (statistische) verbanden in gegevensverzamelingen met als doel profielen op te stellen voor wetenschappelijk, journalistiek of commercieel gebruik. Zo’n verzameling gegevens kan gevormd worden door gebeurtenissen in een praktijksituatie te registreren (aankoopgedrag van consumenten, symptomen bij patiënten, et cetera) of door de resultaten van eerder uitgevoerde wetenschappelijke onderzoeken met elkaar te vergelijken en te herinterpreteren.

De naam komt voort uit de overeenkomsten tussen het zoeken naar statistische verbanden en het graven (mining) naar iets waardevols in een grote berg. Datamining helpt bedrijven en wetenschappers om de essentiële informatie te selecteren. Er kan een model mee gecreëerd worden dat het gedrag van mensen of systemen kan voorspellen.

Neurale netwerken zijn ontworpen naar analogie van het biologische brein, m.a.w. het zijn zeer uitgebreide en onderling verbonden netwerken van neuronen. Kunstmatige neurale netwerken zijn toe te passen in computersystemen.[1] Een kunstmatig neuraal netwerk bestaat uit verscheidene (eventueel door software gesimuleerde) meestal zeer eenvoudige processors (neuronen) met een hoge mate van onderlinge connectie waarover simpele scalaire berichten verzonden worden. De interactie tussen de diverse onderling verbonden processors waaruit het netwerk bestaat is bovendien adaptief, zodat verbindingen tussen andere processors in het neurale netwerk kunnen ontstaan, kunnen worden versterkt, verzwakt of weer verbroken kunnen worden. Dit betekent dat een neuraal netwerk te ‘trainen’ is.

Kunstmatige intelligentie (KI) of artificiële intelligentie (AI) is de wetenschap die zich bezighoudt met het creëren van een artefact dat een vorm van intelligentie vertoont. In de financiële sector is het erg belangrijk dat men inzicht heeft in de markt zodat men hierop kan inspelen. Dit inzicht kan verkregen worden door gegevens uit het verleden en het heden te analyseren. In de financiële sector stijgt de hoeveelheid aan data echter exponentieel. Datamining biedt hier een antwoord op. Datamining heeft zowel een voorspellende als een beschrijvende waarde in deze sector. De voorspellende waarde zit hem in het feit dat bepaalde trends zichtbaar worden gemaakt. De beschrijvende waarde zit hem in het feit dat profielen van klantengroepen kunnen worden opgesteld.

De uitkomsten hiervan kunnen een strategie vormen voor het benaderen van de financiële markten.

 

Trading Strategy as a Service