Læringsmodul · Detalj

Børs-laboratoriet: Børsmarkedssimulering

Denne modulen samler sentrale konsepter i en interaktiv web-simulasjon: strukturert data, tilstandshåndtering, hendelseslogikk og dynamisk visning i nettleseren. I sitt hjerte er det trinnvis utvidelsen av et funksjonelt prototyp til en forståelig børsmarkedssimulering.

Tid 180 minutter
Format AI-programmering
Språk HTML
Test online Demo
Forhåndsvisning: Børs-laboratoriet: Børsmarkedssimulering

Kursoppsett

AI-programmering i ProtoTypeFirst-format

Kursen bruker AI-programmering som kontekstbevisst støtte direkte innenfor eksisterende prosjektstatus. Arbeidet starter med et funksjonelt prototyp som trinnvis analyseres, utvides, testes og reflekteres over.

Didaktisk integrert AI-støtte

AI-programmering støtter målrettede endringer i eksisterende kode, forklarer feil og gjør utviklingsstegene forståelige. For lærere skaper dette et rammeverk for undervisning som gjennomsiktig adresserer forespørsler, endringer og versjoner.

Strukturert utvikling

Oppgavene bygger på det nåværende prosjektstatuset og går fra små, tydelig definerte justeringer til mer komplekse utvidelser. På denne måten brukes AI ikke som en erstatning for profesjonell forståelse, men som et verktøy for planlagt kodeanalyse, implementasjon og testing.

Prototyp først

Alle innhold starter med en allerede fungerende prototyp. I børs-laboratoriet utvikles denne prototypen trinn for trinn til en mer differensiert simulering gjennom datamodeller, markedslogikk, visualisering og evaluering.

Didaktisk klassifisering

Modulen er kompakt klassifisert både i forhold til innhold og undervisningspraksis.

Profesjonell målsetting

I sentrum står modellering av en børs- og handelsstedssimulering som webapplikasjon med HTML, CSS og JavaScript. Modulen kombinerer datastrukturer, tilstandskonverteringer, hendelsestyring og dynamisk DOM-generering i et forståelig overordnet modell. Gjennom arbeidet med en eksisterende prototyp blir programmering erfaringsskapt gjennom trinnvis analyse, utvidelse og testing av et fungerende system.

Kompetanseutvikling

  • Datamodellering: Aksjer, industrier, aksjekurs-trender, portefølje-verdier og spilltilstander struktureres i objekter og arrayer.
  • Algoritmer gjort forståelige: Markeds-tikker, kjøp- og salgstransaksjoner, samt portefølje-beregninger gjør tilstandskonverteringer synlige.
  • Interaksjoner implementert: Knapper, valgfelt og hendelsestyring kobler brukeraksjonene med programlogikken.
  • Kode reflekterer videreutvikling: Endringer som drives av algoritmer formuleres, testes og kontrolleres mot eksisterende kode.

Utdanningsverdi

  • Den funksjonelle prototypen gir en rask profesjonell innføring og reduserer barrieren for mer komplekse utvidelser.
  • Oppgavestrukturen støtter en tydelig fremdrift fra datagrunnlag til representasjon, simulering, evaluering og fine-tuning.
  • Utvidelsesoppgaver som markedsfaser, meldinger, bots eller høyeste score gir mulighet for å skille ut over teknisk dybde og kompleksitet.

Læringsstrøm

Oppgavene presenteres i rekkefølge av JSON og pedagogisk ordnet.

1

Flere aksjer og sterkere datagrunnlag

Markedsdatagrunnlaget utvides med flere aksjer som inkluderer forkortelser, navn, industrier, startpriser og prisutvikling. Her er fokuset på at en dynamisk grensesnitt kan være skalerbart gjennom rent data-modellering uten å kreve ekstra HTML-strukturer.

2

Tydeligere trendvisning

Visningen per aksje utvides slik at prisutvikling kan identifiseres som stigende, synkende eller stabil. Dette trinnet forsterker forståelsen av sammenligninger mellom nåværende og tidligere tilstander samt koblingen mellom logikk, tekstutskrift og CSS-klasser.

3

Velg grafikk for aksje

Den tidligere faste grafikken knyttet til den første aksen gjøres fleksibel gjennom en valgmulighet. Dette viser hvordan brukerskjema i spiltilstanden kan lagres og deretter brukes til å styre en tegningsfunksjon.

4

Forbered nyhetsbegivenheter

En array med hendinger strukturerer meldinger, påvirkede industrier og prisutvikling på en strukturert måte. Oppgaven innfører et nytt datamodell og forbereder koblingen mellom hendelser og markedsgang først.

5

Hendelser påvirker industrier

De forberedte hendelsene kobles til prislogikken ved å kun påvirke aksjer fra den relevante industri. Dette gjør at årsak og virkning innenfor simuleringen blir forståelig på en profesjonell måte.

6

Introduser markedsfaser

Markedsfasene rolig, nervøs, krasj og boom utvider simuleringen med globale tilstander. Trinnet viser hvordan en enkelt tilstand kan systematisk påvirke styrken i prisendringer.

7

Bot-handlere som markedspartisipanter

Enkle bot-handlere med navn, strategier og penger modelleres som ekstra markedspartisipanter. Deres regelbaserte handling gjør det tydelig hvordan simuleringer kan utvides ved å inkludere autonome aktører.

8

Vaktt liste og aksjeralarm

En vakttliste lar deg merke seg valgte aksjer og sjekke enkle alarmgrenser. Oppgaven didaktisk utvider simuleringen med observasjon, forholdstest og målrettet tilbakemelding.

9

Simulert handelsdag

Enkelte markedsbevegelser blir en tidsbegrænset handelsdag med start, pågående handel og slutt. Trinnet innfører tilstandsmaskiner i enkel form og gjør at programkontroll over tillatte handlinger blir synlig.

10

Fortjeneste og tap i porteføljen

Porteføljen vil bli utvidet med fortjeneste- og tapindikatorer per posisjon. En enkel kjøpspris eller gjennomsnittspris vil bli lagret, noe som gjør beregninger over flere kjøpsspor profesjonelt forståelig.

11

Høyeste score etter eiendomsværdi

Den oppnådde eiendomsværdien blir lagret som den beste verdien ved slutten av et handelsdag og vises igjen når man laster. Oppgaven introduserer persistente lagringer med localStorage som en begrenset, men konkret konsept for lokal data sikkerhet.

12

Polsk: Animasjon og mobilvisning

Animasjoner, brukervennlighet på små skjermer og diagramrepresentasjon blir forbedret i slutten. Denne steget kobler overflateutforming med kvalitetssikring, da eksisterende funksjoner må beholdes uendret etter hvert endringer.

Kodesnutt

Fragmentet viser den profesjonelle kjernen i simuleringen: strukturert markeddata, spilltilstand og prisendringer ved hver tick.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

const aktien = [
  { kuerzel: 'NOVA', name: 'NovaTech', branche: 'Tech', kurs: 42, verlauf: [39, 40, 41, 42] },
  { kuerzel: 'HEAL', name: 'Healix Medizin', branche: 'Medizin', kurs: 31, verlauf: [33, 32, 31, 31] }
];

const spielstand = {
  geld: 500,
  depot: {},
  marktphase: 'ruhig',
  tick: 1
};

function marktTick() {
  spielstand.tick = spielstand.tick + 1;
  aktien.forEach(function(aktie) {
    const zufall = Math.floor(Math.random() * 5) - 2;
    const neuerKurs = Math.max(3, aktie.kurs + zufall);
    aktie.kurs = neuerKurs;
    aktie.verlauf.push(neuerKurs);
    if (aktie.verlauf.length > 12) {
      aktie.verlauf.shift();
    }
  });
}
Dette modulen gjør simuleringen forståelig ved å kombinere data, tilstander, hendelser og trinnvis kodeutvidelse.

Oppgavestrukturen støtter en tydelig undervisningsorganisasjon: fra utvidelse av databasen til kurslogikk og hendelser til evaluering av depotet. Differensiering er mulig gjennom utvidelser som markedsfaser, bot-handlere, vaktlister eller høyeste score.

Forespør en demo-tilgang og tester modulen i egen kurskontekst med et funksjonelt prototype som utgangspunkt.

Registrer deg nå og prøv gratis