von Claus Huber
619 Seiten, 2000
EUR 59.- inkl. MwSt. und Versand
ISBN 3-933207-11-8
|
Prognose und Asset Allocation von Claus Huber 619 Seiten, 2000 EUR 59.- inkl. MwSt. und Versand ISBN 3-933207-11-8 |
|
Warum ist das Buch für Sie wichtig?
Die Kenntnis der Wendepunkte von Finanzmarktzeitreihen und damit ihrer zukünftigen Entwicklungsrichtung ist für die Marktteilnehmer von unschätzbarem Wert. Dieses Buch durchleuchtet kritisch die dem aktuellen Stand der Wissenschaft entsprechenden quantitativen Ansätze zur Wendepunkt-Prognose und erläutert ausführlich eine Methodik zur Erzeugung von Wahrscheinlichkeitsaussagen für bevorstehende Wendepunkte. Diese Wahrscheinlichkeitsaussagen, die mit ökonometrischen Verfahren generiert werden und die Sicherheit der Prognose ausdrücken, dienen als Ausgangspunkt für einen neuen Ansatz zur Asset Allocation. An der Modellierung von Finanzmärkten interessierte Leser finden hier eine Vielzahl von Anregungen für die Arbeit mit quantitativen Verfahren.
So urteilt die Fachwelt:
"Die Prognose von Wendepunkten in Finanzmärkten gehört zu den wichtigsten Aufgaben des Asset Managements. Dieses Buch beschreibt unterschiedliche Ansätze zur Erkennung von Wendepunkten und schildert vor dem Hintergrund der immer stärker zusammenwachsenden internationalen Finanzmärkte detailliert die Resultate eines quatitativen Verfahrens, mit dem Wahrscheinlichkeitsaussagen über bevorstehende Wendepunkte möglich sind. Aufbauend auf diesem Verfahren wird eine Methode entwickelt, die diese Wahrscheinlichkeitsaussagen in eine Asset Allocation-Strategie umsetzt."
Prof. Dr. Thorsten Poddig
|
|
1 Einleitung 1
1.1. Die Prognose von Wendepunkten in Finanzmärkten und verbundene Problembereiche 1
1.2. Wesentliche Aufgaben- und Fragestellungen dieser Arbeit 9
1.3. Gang der Arbeit 10
Theoretischer Teil 15
2 Charakteristika der zyklischen Bewegungen von ökonomischen und Finanzmärkten 17
2.1. Arten von Zyklen in ökonomischen Zeitreihen 17
2.2. Theoretische Ansätze zur Erklärung zyklischer Bewegungen in ökonomischen Zeitreihen 25
2.3. Ansätze zur Erklärung zyklischer Schwankungen auf Finanzmärkten 27
2.4. Zusammenfassung und Implikationen für das Research-Design zur Erkennung von Wendepunkten 33
3 Modelle zur Erkennung von wendepunkten in Finanzmarktenreihen 37
3.1. Marktphasenmodelle 38
3.2. Wendepunkt-Modelle 52
3.3. Der Ansatz von Wecker/Kling 56
4 Eigenschaften der Preisbildung an Finanzmärkten 87
4.1. Die Informationseffizienshypothese 87
4.2. Methoden zur Finanzanalyse 89
4.3. Die Rolle von Erwartungen im Preisbildungsprozess an Finanzmärkten 92
4.4. Zusammenfassung 94
5 Eigenschaften von Finanzmarktzeitreihen
5.1. Stationarität von Zeitreihen 97
5.2. Autoregressive Prozesse und Modelle zur Beschreibung ökonomischer Zeitreihen 99
5.3. Differenzen-stationäre Prozesse 103
5.4. Trend-stationäre Prozesse 109
5.5. Statistische Testverfahren auf Stationarität einer Zeitreihe 114
6 Lineare ökonometrische Modelle zur Wendepunkt-Prognose 119
6.1. Einführung 119
6.2. Die lineare Regressionsanalyse 121
6.3. Autoregressive und Moving Average-Prozesse und Prognose mit ARIMA-Modellen 128
6.4. Lineare Simultane Mehrgleichungsmodelle 143
6.5. Vektorautoregressive Modelle (VAR) 161
6.6. Ein faktoranalytisch basierter Ansatz zur Finanzmarktprognose 195
7 Integrierte Finanzmärkte 211
7.1. Korrelationskoeffizienten als Indikatoren für Marktintegration 212
7.2. Die internationalen Paritätsrelationen 212
7.3. Das Konzept der Informationseffizienz integrierter Märkte 214
7.4. Internationale Diversifikation 215
7.5. Die Ansätze des International Asset Pricing 222
7.6. Kointegration und integrierte Finanzmärkte 246
7.7. Zusammenfassung 249
8 Knowledge Discovery in Databases und Data Minig zur Finanzanalyse 251
8.1. Einführung 251
8.2. Data Mining zur Modellselektion: Cross-Validierung 258
8.3. Data Mining mit Rollierenden Prognosen 265
8.4. Zusammenfassung 267
9 Performancemessung 269
9.1. Einführung 269
9.2. Die Verwendung der Benchmark zur Bewertung ökonometrischer Modelle 270
9.3. Funktionsapproximation und Signalerkennung 272
9.4. Performancemaße für probabilistische Wendepunkt-Prognosen 275
9.5. Performancemaße der Funktionsapproximation 276
9.6. Performancemaße der Signalerkennung 282
9.7. Besonderheiten der Anwendung von Performancema§en der Signalerkennung bei
Wendepunkt-Prognosen 305
9.8. Zusammenfassung 315
10 Asset Allocation: Isolierte Einzelmarktstrategie vs. Intermarktstrategie 319
10.1. Definitionen und Abgrenzung 319
10.2. Data Mining-Ansätze zur Finanzmarktprognose mit Performancemessung
nach der Isolierten Einzelmarktstrategie 322
10.3. Relativer Performancevergleich: Die Intermarktstrategie 336
Empirischer Teil 387
11Einleitung und Überblick zum empirischen Teil 389
12 Datenmaterial 397
13 Data Mining zur Prognose von Wendepunkten in Finanzmarktreihen 40
13.1. Generelle Vorgehensweise beim Data Mining 403
13.2. Detaillierte Darstellung der Data Mining- Prozedur anhand eines Beispiels
für ARMA-Modelle 407
14 Empirische Ergebnisse der Isolierten Einzelmarktstrategie 417
14.1. Einleitung 417
14.2. Wendepunkt-Prognosen mit dem Schwellenwert Theta=0.95 418
14.3. Wendepunkt-Prognosen mit den Schwellenwerten Theta=0.5 und 0.75 425
14.4. Zusammenfassung der empirischen Ergebnisse der Wendepunkt-Prognosen 463
14.5. Wendepunkt-Prognosen als Test auf integrierte Finanzmärkte 467
14.6. Die Identifikation des besten Selektionskriteriums für eine Modellvariante 474
14.7. Varianzanalyse der Wendepunkt-Prognosen als indirekter Test auf Marktintegration 485
15 Empirische Ergebnisse der Intermarketstrategie 493
15.1. Einleitung 493
15.2. Empirische Ergebnisse der Intermarketstrategie mit Theta=0.95 497
15.3. Empirische Ergebnisse der internationalen Modelle 499
15.4. Empirische Ergebnisse der nationalen Modelle 503
15.5. Zusammenfassung der Ergebnisse der Intermarketstrategie 511
15.6. Ein indirekter Test auf Marktintegration im Rahmen der Intermarketstrategie 512
16 Schlussbetrachtung und Ausblick 519
16.1. Zusammenfassung der wichtigsten Fragestellungen und Ergebnisse 519
16.2. Ausblick 524
Anhang 531
Literaturverzeichnis 567
Stichwortverzeichnis 587