Prognosemodelle für die Asset Allocation Moderne Methoden und ihr praktischer Einsatz 22. und 23. September 2010

Warum dieser Intensivlkurs für Sie wichtig ist:

Dieser Kurs bietet Ihnen eine abwechslungsreiche Mischung aus konzeptionellen Inhalten, praktischen Erfahrungsbereichen und „Hands-on“-Fallstudien am PC. Damit setzen Sie die methodischen Inhalte des Kurses praktisch um und erarbeiten sich ein solides Verständnis für die modernen Ansätze der Taktischen Asset Allocation. Melden Sie sich deshalb jetzt zu diesem Intensivkurs an und vertiefen Sie Ihre Kenntnisse im Hinblick auf einen systematischen und strukturierten Asset Allocation-Ansatz.

Erschließen Sie sich den Zugang zu einer systematischen Prognose von Asset-Klassen

Im Rahmen der Asset Allocation werden die wesentlichen Entscheidungen des Anlegers in Bezug auf die Ausrichtung seines Gesamtportfolios getroffen. Diese Entscheidungen besitzen einen gewichtigen Einfluss auf seine Performance. Eine werthaltige Prognose zukünftiger Renditen für die relevanten Asset-Klassen ist deshalb für den Anlageerfolg von herausragender Bedeutung. Darüber hinaus kommt es darauf an, diese Prognosen systematisch, d.h. ohne Informationsverlust in Portfolios zu „übersetzen“.

Sowohl für die Prognosefindung als auch für die Portfoliobildung sind in den vergangenen Jahren von der Forschung und der Praxis neue Methoden entwickelt worden, die im Rahmen dieses Kurses Schritt-für-Schritt erarbeitet und durch entsprechende Fallstudien vertieft werden. Profitieren Sie jetzt mit diesem Kurs von aktuellen Forschungsergebnissen und praktischen Erfahrungen und optimieren Sie damit Ihre Asset Allocation-Entscheidungen.

Kursinhalt

1. Seminartag

Grundlagen der Renditeprognose in der Praxis

	Asset Allocation und Prognosemodelle
	Welche Verfahren der Finanzanalyse und -prognose bieten sich an?
	Sachgerechte Analyse der statistischen Eigenschaften von Renditereihen
	Renditegenerierungsprozesse im Überblick
	Regressionsmodelle als praktisches Instrumentarium zur Renditeprognose

Faktormodelle und ihre sachgerechte Anwendung

	Aufbau von Faktormodellen
	Systematisierung und Auswahl geeigneter Risikofaktoren
	Empirische Schätzung von Faktormodellen mittels Regressionsanalyse
	Uni- und multivariate Regressionsanalyse, Längs- und Querschnittsregressionen
	Gütemaße und Prüfgrößen bei Regressionsmodellen
	Praktische Fallstricke bei der Entwicklung von Regressionsmodellen
	Prognosen mit Faktormodellen: Rendite-, Risiko- und Kovarianzschätzungen
	Variablenselektion und Identifikation geeigneter Zeitverzögerungen (Time-Lags)
	Probleme der Regressionsanalyse (u.a. Scheinkorrelationen, Multikollinearitäten)
	Lösungsmöglichkeiten, z.B. Orthogonalisierung von Faktoren
	Aufbereitung von Finanzmarktdaten für eine sachgerechte Modellentwicklung
	Praxisnahe Analyse der statistischen Eigenschaften von Renditereihen

PC-Fallstudie: Praktische Schritt-für-Schritt-Entwicklung eines Prognosemodells

2. Seminartag

Sachgerechte Entwicklung von Kernregressionen

	Warum nichtlineare Prognoseverfahren?
	Nearest Neighbour Verfahren zur Parameterschätzung
	Praktische Fallstricke bei der empirischen Entwicklung von Kernregressionsmodellen
	Integrierte Prognose von Renditen und Risiken
	Zielsichere Beurteilung der Güte der Modelle anhand geeigneter Kriterien
	Systematische Identifikation von Einflussvariablen zur Steigerung der Prognosegüte
	Sachgerechte Beurteilung der Prognosegüte

PC-Fallstudie: Schritt-für-Schritt-Entwicklung eines Kernregressionsmodells

Taktische Asset Allocation

	Anforderungen an die Struktur von Prognosemodellen in der Praxis
	Institutionelle und organisatorische Hemmnisse bei der Prognose
	Überführung von Prognosen in eine Asset Allocation
	Entwicklung einer quantitativ gestützten Asset Allocation
	Berücksichtigung der Prognoseunsicherheit und des Informationsgehaltes der Prognosen bei der Portfoliokonstruktion

PC-Fallstudie: Entwicklung einer quantitativen und integrierten Asset Allocation zur Prognose, Allocation und Performancemessung