Finanzmarktanwendungen neuronaler Netze und ökonometrischer Verfahren

1. Front Matter

   Pages i-x

   PDF

2. Kurzfristige Wechselkursprognosen mit Künstlichen Neuronalen Netzwerken

   • Heinz Rehkugler, Thorsten Poddig

   Pages 1-24

3. Ökonometrische Schätzmethoden für neuronale Netze

   • Gerhard Arminger

   Pages 25-39

4. Zinsprognosen: Fehlerkorrekturmodelle vs. Neuronale Netze

   • Rainer Matthes

   Pages 41-60

5. Analyse der Kündigungspolitik von Bund, Bahn und Post

   • Wolfgang Bühler, Michael Schulze

   Pages 61-64

6. A Cointegration and Error Correction Model of the Demand for Money (M3) in Germany

   • Iris Biefang-Frisancho Mariscal, Hans-Michael Trautwein

   Pages 65-93

7. A Non-parametric Approach to Term Structure Estimation

   • Jens Breckling, Luca Dal Dosso

   Pages 95-106

8. Modelling of Term Structure Dynamics Using Stochastic Processes

   • Jens Breckling, Luca Dal Dosso

   Pages 107-110

9. Makroökonomische Faktoren und Aktienselektion

   • Michael Schröder

   Pages 111-123

10. Das Optimieren von Neuronalen Netzen für den Einsatz zur Prognose in der Ökonomie

    • Mark Miller

    Pages 125-147

11. Aktienkursprognose mit statistischen Verfahren und Neuronalen Netzen: Ein Systemvergleich

    • Matthias Hillmer, Jürgen Graf

    Pages 149-182

12. Die Eignung Neuronaler Netze zur Prognose in der Ökonomie

    • Markus Riess

    Pages 183-222

13. Das Paradigma Neuronale Netze / Konnektionismus: Einige Anmerkungen und Hinweise zu Anwendungen

    • F. J. Radermacher

    Pages 223-246

14. Kurzfristige Aktienkursprognose — Vergleich Künstlicher Neuronaler Netze und statistischer Verfahren

    • Matthias Schumann, Thomas Lohrbach

    Pages 247-269

15. Back Matter

    Pages 271-272

    PDF

Das Buch befaßt sich mit der Anwendung klassischer ökonometrischer Verfahren und neuronaler Netze auf Fragestellungen im Finanzmarkt. Dabei werden Methoden und Ergebnisse aus dem praktischen und theoretischen Bereich dargestellt. Folgende Themen werden behandelt: Kurzfristige Wechselkursprognosen mit künstlichen neuronalen Netzen, ökonometrische Schätzmethoden für neuronale Netze, Gegenüberstellung von Fehlerkorrekturmodellen und neuronalen Netzen für Zinsprognosen, Analyse der Kündigungspolitik von Bund, Bahn und Post, ein Kointegrations- und Fehlerkorrekturmodell für die Geldnachfrage (M3) in Deutschland, ein nichtparametrischer Ansatz zur Schätzung der Zeitstruktur, Modellierung von Zeitstruktur-Dynamiken mit Stochastischen Prozessen, makroökonomische Faktoren und Aktienselektion, Optimieren von neuronalen Netzen für den Einsatz zur Prognose in der Ökonomie, Aktienkursprognose mit statistischen Verfahren und neuronalen Netzen, Eignung neuronaler Netze zur Prognose in der Ökonomie, Paradigma neuronale Netze, Vergleich künstlicher neuronaler Netze und statistischer Verfahren zur kurzfristigen Aktienkursprognose.

• Finanzmarkt
• Integration
• Kointegration
• Modellierung
• Neuronale Netze
• cointegration
• stochastische Prozesse
• Ökonom
• Ökonometrie
• Ökonomie
• ökonomische Faktoren

• Institut für Statistik und Mathematische Wirtschaftstheorie, Universität Karlsruhe(TH), Karlsruhe, Deutschland

  Georg Bol

• Ulm, Deutschland

  Gholamreza Nakhaeizadeh

• Mitglied des Vorstandes der SGZ Bank, Südwestdeutsche Genossenschafts-Zentralbank AG, Karlsruhe, Deutschland

  Karl-Heinz Vollmer

Policies and ethics