MoneyBee

Das Projekt SETI(Search for ExtraTerrestrial Intelligence)vereinigt die Leistung von vielen hunderttausend Computern über das Internet zusammen, für die Suche nach Aliens.
So ähnlich sieht auch das Konzept von MoneyBee aus, nur dass die nicht nach Auserirdischen suchen, sondern mit Hilfe von neuralen Netzen Prognosen über die Entwicklung von Finanzinstrumenten erstellen.
Solange man keine konkreten Handelssignale haben will ist das ganze kostenlos. Es werden jeden Tag vor Handelsbeginn Prognosen erstellt. In Fachkreisen wird viel über die Wirksamkeit von Neuralen Netzen diskutiert und ich persönlich stehe dem ganzen eigentlich noch vollkommen unvoreingenommen gegenüber.
Hier ein Auszug aus der Website von MoneyBee:

Überblick über künstliche neuronale Netze - KNN
Wie das KNN arbeitet
Wie der Lernvorgang funktioniert

Der eigentliche Traum von einem hochentwickelten Computer war nicht die hochgezüchtete Rechenmaschine, die wir heute kennen, sondern die Nachahmung der menschlichen Intelligenz. Gerade die Entwicklung von sogenannter künstlicher Intelligenz (KI) ist aber eigentlich mehr eine Geschichte der Irrtümer und Rückschläge - es ist viel schwieriger, vielseitige Intelligenz zu erzeugen, als die Forscher Jahrzehntelang dachten. In vielen spezielleren Fällen gibt es aber inzwischen gute Ergebnisse. Besonders künstliche neuronale Netze (KNN) haben ihren Platz in der Datenverarbeitung gefunden.

Ein normaler Computer braucht sehr genaue Anweisungen - ein Programm. Das arbeitet er mit hoher Präzision und Geschwindigkeit Befehl für Befehl ab, wobei er keinen Fehler verzeihen kann: Er verarbeitet die Eingabedaten digital, also mit Nullen und Einsen, mit Ja und Nein, dazwischen kennt er nichts.

Ein künstliches neuronales Netz arbeitet völlig anders: Es ist dem Gehirn bzw. dem Nervensystem nachgebildet. Statt eines Programms hat es eine Struktur von Zellen (biolog.: Neuronen) und Verbindungen (biolog.: Synapsen). Wie im Gehirn auch gibt es einen Bereich, der "wahrnimmt": Was bei uns Menschen die Sinnesorgane an das Gehirn liefern, liefern beim KNN die sogenannten "Eingabeneuronen". In weiteren sog. verdeckten Schichten liegen Nervenzellen ähnlich wie die grauen Zellen unserer Großhirnrinde. Hier wird gelernt, die "Sinneswahrnehmung" verarbeitet. Auf der anderen Seite gibt es beim KNN ein Ausgabeneuron - den "Mund" des Systems, der das Ergebnis verkündet. Dabei ist das KNN fehlertolerant und kann schließlich Entscheidungen treffen. So werden KNN heute bereits an verschiedenen Stellen für Mustererkennung eingesetzt, zum Beispiel zum Erkennen von Gesichtern: Es wird mit vielen Bildern trainiert und muss dann entscheiden, ob ein ihm bisher unbekanntes Bild "bekannt vorkommt" - so wie wir alte Bekannte auf der Straße wiedererkennen, auch wenn wir sie das letzte Mal vor Jahren mit einer anderen Frisur gesehen haben.

Natürlich ist ein neuronales Netz viel kleiner als das Gehirn - deswegen kann es auch immer nur eine einzige Aufgabe lernen und verarbeiten. Daher setzen wir Distributed Computing ein und verteilen viele verschiedene Aufgaben an unsere Mitglieder, um die Vielseitigkeit zu erreichen, die man für Börsenprognosen braucht.

Aus reinem Interesse will ich das ganze die nächsten 2 Wochen testen um mir eine Meinung zu bilden. Mal sehen was rauskommt?