Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Neuronale Netze bieten gegenüber konventionellen Prognoseverfahren des Finanzmarktes Vorteile in der Differenzierung vieler, auch nicht linearer Einflußgrößen des Marktgeschehens. Schwerpunktmäßig werden sie im Bereich der zeitpunktorientierten Erwartungswertprognosen eingesetzt. Susanne Baun analysiert die Einsatzmöglichkeiten neuronaler Modelle im Bereich der zeitraumorientierten Verteilungsprognosen. Die Autorin entwickelt für den deutschen Aktienindex (DAX) ein Modell zur Prognose von Verteilungsmaßzahlen in Sinne eines Interface-Konzepts. Die so aufgestellte Verteilungsfunktion liefert Aussagen über das zukünftige Bandbreitenverhalten der Größe, d.h. das Risiko, und bietet Ansatzflächen für ein breites Spektrum an Einsatzstrategien. Im abschließenden Vergleich werden das Verteilungsmodell und Modelle der direkten Strategieoptimierung einander gegenübergestellt, wobei sich das entwickelte Interface-Konzept als adäquate Alternative erweist.
Dr. Susanne Baun promovierte an der Universität Erlangen-Nürnberg am Lehrstuhl von Prof. Dr. Gerke. Heute ist sie als Partnerin und Leiterin des Geschäftsfeldes Neuronale Netze der Firma INSIDERS TEKNON Wissensbasierte Systeme GmbH in Mainz tätig.
Inhaltsübersicht.- A. Einführung.- 1. State-of-the-Art der Neuronalen Netze in der Finanzmarktanalyse und -prognose als Ausgangspunkt der Problemstellung der Arbeit.- 2. Abgrenzung der Arbeit.- 3. Gang der Untersuchung.- B. Theoretischer Teil.- 1. Grundlagen Neuronaler Netze.- 2. Die Prozeßkette 'Entwicklung - Auswertung - Einsatz' im Rahmen der neuronalen Modellbildung in der Finanzprognose.- 3. Verteilungsprognosen im Rahmen der Interface-Modellierung zwischen Entwicklung und Einsatz neuronaler Modelle.- 4. Entwicklungsmethodologie neuronaler Prognosemodelle in der Finanzprognose.- C. Empirischer Teil.- 1. Prognose von Wahrscheinlichkeitsverteilungen des Deutschen Aktienindex.- 2. Entwicklung des strategienunabhängigen Interface Modells im Rahmen der Prognose von Verteilungsmaßzahlen.- 3. Entwicklung von Benchmark Modellen in Form einer ausgewählten Strategieoptimierung.- 4. Ökonomische Modellbewertung des Interface und der Benchmark Modelle anhand selektiver Auswertungs- bzw. Einsatzstrategien.- D. Resümee.
