Inhaltsangabe1. Zielsetzung und Aufbau der Arbeit 2. Implikationen finanzmarktspezifischer Effizienz 2.1 Theorie der Markteffizienz 2.2 Empirie der Markteffizienz und Behavioral Finance Theorie 2.3 Implikationen für die Prognostizierbarkeit von Kursentwicklungen 3. Maschinelles Lernen 3.1 Allgemeiner Prozess des Maschinellen Lernens 3.2 Maschinelles Lernen zur Prognose finanzmarktspezifischer Daten 4. Methodik 4.1 Datengrundlage und Vorverarbeitung 4.2 Merkmalsextraktion 4.3 Merkmalsselektion 4.4 Etikettierung und Fehlklassifikationskosten 4.5 Klassifikation 4.6 MetaKlassifikation 5. Ergebnisse 5.1 Ergebnisse der einfachen Klassifikation 5.2 Ergebnisse der Meta-Klassifikation 6. Diskussion 6.1 Ergebnisdiskussion zur einfachen Klassifikation 6.2 Ergebnisdiskussion zur Meta-Klassifikation 6.3 Ergebnisumsetzung im regelbasierten Handel 7. Zusammenfassung

Patrick René Thom, geboren 1978 in Dortmund, studierte von 2001 bis 2007 Wirtschaftswissenschaften mit Schwerpunkt Finance an der Westfälischen Wilhelms-Universität in Münster und an der Murdoch University in Perth (Australien). Sein beruflicher Werdegang führte von der Dresdner Bank AG in Dortmund über Robert Bosch in Penang (Malaysia) zu der Zürcher Kantonalbank in Zürich (Schweiz). Gleichzeitig war er von 2008 bis 2012 unter Betreuung von Prof. Dr. Rainer Wieland am Lehrstuhl für Arbeits- und Organisationspsychologie an der Schumpeter Business School der Universität Wuppertal als Doktorand tätig. Seine Promotion zum Dr. rer. oec. erfolgte im März 2012.