e|m|w.trends Von Dr. Ludwig Rauch, Machine Learning Engineer, David Goebel, Manager Data Science, EXXETA AG und Julius Kittler, Masterand, Linköping University, EXXETA AG

Stromhandel mit maschinellen Agenten
Algorithmischer Stromhandel mit Reinforcement Learning im EPEX Intraday-Markt

Automatisierter Handel beherrscht mittlerweile den Intraday-Markt der EPEX. Indem von Menschen entwickelte Handelsstrategien durch Algorithmen abgebildet werden, können Computer Strom ohne menschliche Interaktion handeln. Den nächsten evolutionären Schritt für derartige Algorithmen stellen maschinelle Agenten dar, die selbstständig Strategien durch Reinforcement Learning entwickeln.

Das Potenzial, unternehmerische Prozesse durch maschinelles Lernen zu optimieren, ist in den vergangenen Jahren zu einem globalen Trend geworden. Neue Disziplinen wie "Data Science" oder "Machine Learning" widmen sich der Optimierung von Prozessen durch datengetriebene Analysen und maschinelles Lernen. Die Ergebnisse beeinflussen schon heute unseren Alltag, was sich an Beispielen von autonomem Fahren, Bilderkennung oder sprachgesteuerter Software belegen lässt.

In diesem Artikel wird eine neue, zukunftsweisende Technik des maschinellen Lernens für den Intraday-Stromhandel vorgestellt. Dabei entwickeln die Autoren intelligente Agenten, die autonom Entscheidungen treffen können. Diese Technik wurde bereits von Google in AlphaGo erfolgreich eingesetzt, um den derzeitigen Großmeister im chinesischen Brettspiel Go durch selbstständig erlernte und dem Menschen bisher unbekannte Strategien zu besiegen. Können diese maschinellen Agenten auch neue, profitablere Strategien im Intraday-Stromhandel erlernen und diesen damit optimieren?

Vollständigen Artikel lesen?

Sie sind bereits Kunde?

Dann können Sie diese Ausgabe als E-Paper lesen.

Jetzt einloggen.

Login

Diese Ausgabe kaufen

Jetzt E-Paper herunterladen oder die gedruckte Ausgabe bestellen.

E-Paper kaufen Printausgabe bestellen

Den vollständigen Artikel lesen Sie in der e|m|w 4|20.

Alle Artikel der Ausgabe 4|20 Ausgabe kaufen