Fundamentale Wechselkursprognose mit Neuronalen Netzen

Der Autor analysiert, ob neuere quantitative gegenüber klassischen Verfahren und speziell die Art des Schätzverfahrens und die Auswahl der Variablen zu besseren Ergebnissen bei der Wechselkursprognose führen.

Dr. Günter Grimm war wissenschaftlicher Mitarbeiter am Lehrstuhl für Volkswirtschaftslehre von Prof. Dr. Manfred Borchert an der Universität Münster. Daran schloß sich eine Nebentätigkeit im zentralen Research einer deutschen Großbank an. Parallel hierzu arbeitete er im Zentralbereich F&E der Siemens AG. Heute ist er im Fondsmanagement der allfonds management GmbH in München tätig.

1 Einleitung.- 2 Einführung in die Theorie neuronaler Netze.- 2.1 Historische Entwicklung und ökonomische Interpretation eines Neurons.- 2.2 Aufbau und ökonomische Interpretation eines Mehrschichtnetzwerkes.- 2.3 Lernalgorithmen.- 2.4 Das Phänomen der Über- und Unteranpassung.- 2.5 Möglichkeiten der Komplexitätsreduktion eines neuronalen Netzwerkes.- 2.6 Ermittlung der relevanten Zusammenhänge mittels Sensitivitätsanalysen.- 2.7 Netzwerktopologien.- 2.8 Vergleich lineare Regression und neuronales Netz.- 2.9 Vorgehensweise beim Modellbau mit neuronalen Netzen.- 3 Wechselkursprognose mit Hilfe ökonomischer Wechselkurstheorien.- 3.1 Begriffliche Grundlagen: Nominaler und realer Wechselkurs.- 3.2 Bausteine fundamentaler Ansätze der Wechselkursbestimmung.- 3.3 Monetäre Ansätze der Wechselkursbestimmung.- 3.4 Keynesianische Ansätze der Wechselkursbestimmung.- 3.5 Wechselkursmodelle mit monetären und keynesianischen Elementen.- 3.6 Postkeynesianische Wechselkurstheorie.- 3.7 Vergleich der Paradigmen.- 4 Schlußbetrachtung und Ausblick.