Quantum Probability und Entscheidungen

Was zeichnet Quantum-Probabilität aus? Sie deckt die „Zufälle“ und zufällige Ereignisse ab. Hier haben wir Parallelen zu menschlichen Entscheidungen gesehen und die Quantum Probabilität als Möglichkeit zur Vorhersage von Marktentscheidungen untersucht. Es ist uns gelungen, ein Modell zu entwickeln, das mehrere Decision Biases gleichzeitig berücksichtigen kann – und das nicht nur von einem rein rationalen Ansatz ausgeht. Dieses Modell haben wir an den Datensätzen der Choice Prediction Competition 2015 getestet.

Entscheidungen und die Beschreibung von Entscheidungen beruhen sehr stark auf der Wahrscheinlichkeitstheorie. Es gibt jedoch irrationales, paradoxes und irrtümliches Verhalten, wenn Modelle wie die Rational Choice Theory oder die Expected Utility Theory angewandt werden. Diese Modelle beruhen auf der klassischen Wahrscheinlichkeitstheorie (gegründet auf den Axiomen von Kolomogorov). Quantum Probability ist ein alternativer Weg, Ereignissen Wahrscheinlichkeiten zuzuordnen. Jüngste Arbeiten (siehe Überblick in Ashtiani 2015) zeigen Fortschritte im Bereich Cognition, Decision Making und Judgment and Reasoning durch Tests, ob Quantum-Proability-Modelle paradoxes und irrtümliches Verhalten besser erklären können als klassische Wahrscheinlichkeit. Unserer Kenntnis nach wurde nur die Anpassungsgüte evaluiert, Out-of-sample-Vorhersagegüte wurde nicht getestet. Wir wollten untersuchen, ob es mit Quantum-Probability-Modellen möglich ist, Vorhersagen zu rechnen, um die In-sample- und Out-of-sample-Vorhersagegüte anhand eines bestimmten Datensatzes bewerten zu können. Einige der Ergebnisse deuten darauf hin, dass Quantum-Modelle besser und dass weitere Untersuchungen notwendig sind. Um dies zu tun, werden wir ein neues Modell basierend auf Quantum Probability entwickeln und anhand der Choice Prediction Competition 2015 evaluieren.