Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells
BOOK
Cite BOOK
Style
Füser, K. (1994). Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells. Unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung. Verlag Wissenschaft & Praxis. https://doi.org/10.3790/978-3-89644-972-6
Füser, Karsten. Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells: Unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung. Verlag Wissenschaft & Praxis, 1994. Book. https://doi.org/10.3790/978-3-89644-972-6
Füser, K (1994): Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells: Unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung, Verlag Wissenschaft & Praxis, [online] https://doi.org/10.3790/978-3-89644-972-6
Format
Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells
Unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung
Schriftenreihe Wirtschafts- und Sozialwissenschaften, Vol. 23
(1994)
Additional Information
Book Details
Pricing
Table of Contents
| Section Title | Page | Action | Price |
|---|---|---|---|
| Geleitwort | III | ||
| Vorwort | V | ||
| Inhaltsverzeichnis | VII | ||
| Tabellenverzeichnis | XIII | ||
| Abbildungsverzeichnis | XVI | ||
| 1. Einführung | 1 | ||
| 1.1 Motivation und Problemstellung | 1 | ||
| 1.2 Gliederung und Inhaltsübersicht | 4 | ||
| 2. Aktienkursprognose mit dem synergetischen Kapitalmarktmodell | 9 | ||
| 2.1 Motivation: Konventionelle Methoden zur Aktienkursprognose | 10 | ||
| 2.2 Synergetik: Die Lehre vom Zusammenwirken | 16 | ||
| 2.3 Die Kapitalmarktgleichgewichtsannahme | 18 | ||
| 2.4 Stochastische Prozesse | 22 | ||
| 2.4.1 Einführung in die Theorie stochastischer Prozesse | 22 | ||
| 2.4.2 Die Theorie der Markov-Prozesse | 27 | ||
| 2.5 Das synergetische Kapitalmarktmodell | 35 | ||
| 2.5.1 Einführung: Der Modellansatz von Landes und Loistl | 36 | ||
| 2.5.2 Der mehrdimensionale Marktzustandsvektor | 41 | ||
| 2.5.3 Übergangswahrscheinlichkeiten und Motivationspotentiale | 45 | ||
| 2.5.3.1 Das Motivationspotential für ein Value-Adjustment | 50 | ||
| 2.5.3.2 Das Motivationspotential für ein Ask | 52 | ||
| 2.5.3.3 Das Motivationspotential für ein Bid | 55 | ||
| 2.5.4 Die grundlegende Ask-/Bid-Entscheidung | 56 | ||
| 2.5.4.1 Der individuelle Ask-/Bid-Bereich | 56 | ||
| 2.5.4.2 Der Demand-/Supply-Bereich des Marktes | 58 | ||
| 2.5.4.3 Die Bestimmung der Ask-/Bid-Preise und der Ask-/Bid-Menge | 61 | ||
| 2.5.5 Die Modifikation des Zustandsvektors z | 67 | ||
| 2.5.6 Weiterführende Bemerkungen | 71 | ||
| 2.6 Das sequentielle Simulationsprogramm | 72 | ||
| 3. Implementierung des synergetischen Kapitalmarktmodells auf einem Parallelrechner | 79 | ||
| 3.1 Die Transputer-Technologie | 81 | ||
| 3.2 Alternative Konzepte | 85 | ||
| 3.3 Grenzen der Parallelisierbarkeit | 88 | ||
| 3.3.1 Amdahls Gesetz | 89 | ||
| 3.3.2 Minskys Hypothese und Lees Abschätzung | 91 | ||
| 3.4 Design paralleler Algorithmen | 93 | ||
| 3.5 Parallelisierbarkeit des Modells | 94 | ||
| 3.5.1 Beschreibungsmethoden, Eigenschaften und Bewertungskriterien für Netzwerke | 96 | ||
| 3.5.2 Netzwerkstrukturen | 99 | ||
| 3.5.3 Ein kritischer Vergleich der vorgestellten Topologien | 104 | ||
| 3.6 Beschreibung des implementierten parallelen Programms | 108 | ||
| 3.6.1 Hard- und Software-Vorraussetzungen | 108 | ||
| 3.6.2 Partition und Synchronisation | 111 | ||
| 3.6.3 Abarbeitung der subjektiven Wertvorstellungen | 116 | ||
| 3.6.4 Marktprozeß und objektive Preisnotizen | 121 | ||
| 3.6.5 Paralleler Programmablauf | 122 | ||
| 3.7 Ein alternatives Konzept in der Parallelisierung | 124 | ||
| 3.8 Diskussion | 125 | ||
| 4. Grundlegende Überlegungen zur Untersuchung der Prognosequalitäten des synergetischen Kapitalmarktmodells | 129 | ||
| 4.1 Parameter und Programmabläufe | 131 | ||
| 4.2 Die ersten Schritte der Untersuchung | 133 | ||
| 4.3 Die Ergebnisaufbereitung | 137 | ||
| 4.4 Parameterkonstellation und Marktszenario | 150 | ||
| 4.4.1 Die Charakterisierung der am simulierten Kapitalmarkt agierenden Agentengruppen | 150 | ||
| 4.4.2 Die Anfangsausstattung an Kapital und Aktien | 154 | ||
| 4.4.3 Die Verteilung der externen Kurserwartungen – Welche Agentengruppe besitzt welche Vorstellung über den zukünftigen Kurs einer Aktie? | 158 | ||
| 4.5 Kapitalmarktsimulationen – Ein Hilfsmittel zur Kursprognose? | 163 | ||
| 4.6 Intuitive Wahl der Parameterkonstellation | 164 | ||
| 4.7 Präsentation von ausgewählten Simulationsergebnissen | 167 | ||
| 4.7.1 Volatile Szenarien | 172 | ||
| 4.7.2 Bearishe Szenarien | 180 | ||
| 4.7.3 Bullishe Szenarien | 182 | ||
| 4.7.4 Bifurkationen und andere außergewöhnliche Szenarien | 185 | ||
| 4.8 Zusammenfassung | 190 | ||
| 5. Aufbau einer Gesamtkonzeption zur Untersuchung der Prognosequalitäten des synergetischen Kapitalmarktmodells | 193 | ||
| 5.1 Die Darstellung der Modellarchitektur und -umgebung | 195 | ||
| 5.2 Die Situation am realen Kapitalmarkt | 198 | ||
| 5.2.1 Börsenbeeinflussende Informationen | 200 | ||
| 5.2.2 Abgrenzung wesentlicher börsenbeeinflussender Daten | 205 | ||
| 5.3 Gemeinsamkeiten zwischen Modell und Realität auf der beobachtbaren Ebene | 209 | ||
| 5.4 Gesamtkonzeption | 213 | ||
| 5.5 Neuronale Netze | 224 | ||
| 5.5.1 Vergleich zwischen neuronalen Netzen und traditionellen Verfahren | 227 | ||
| 5.5.2 Modelltypen neuronaler Netze | 230 | ||
| 5.5.3 Entwicklungsphasen eines neuronalen Netzes | 237 | ||
| 5.6 Eine Studie: Technische Aktienkursprognose durch Backpropagation-Netze | 240 | ||
| 5.6.1 Problemstellung | 240 | ||
| 5.6.2 Vom künstlichen Neuron zum neuronalen Netz | 243 | ||
| 5.6.3 Die Trainingsdatensätze und ihre Vorverarbeitung | 245 | ||
| 5.6.4 Das Trainingsverfahren: Der Error-Backpropagation-Algorithmus | 251 | ||
| 5.6.5 Erweiterungsmöglichkeiten des Algorithmus | 262 | ||
| 5.6.6 Das neuronale Computerprogramm zur technischen Aktienanalyse | 263 | ||
| 5.6.7 Die Validierung des Backpropagation-Netzes zur technischen Aktienanalyse | 266 | ||
| 5.6.8 Zur Programmierung | 272 | ||
| 5.6.9 Zusammenfassung und Ausblick | 274 | ||
| 5.7 Das Backpropagation-Netz zur Parameter-Pattern-Bestimmung | 278 | ||
| 5.7.1 Poblemstellung und initiierte Konzeption | 280 | ||
| 5.7.2 Alternative Vorgehensweisen | 284 | ||
| 5.7.3 Untersuchung alternativer Strukturen von Backpropagation-Netzwerken | 286 | ||
| 5.7.3.1 Trainingsdatenbänke und Vorverarbeitung | 291 | ||
| 5.7.3.2 Identifizierung eines Parameter-Patterns | 307 | ||
| 5.7.3.3 Vorstellung der untersuchten Backpropagation-Netzwerke | 311 | ||
| 5.7.3.3.1 Backpropagation-Netz NA1 | 312 | ||
| 5.7.3.3.2 Backpropagation-Netz NA2 | 313 | ||
| 5.7.3.3.3 Backpropagation-Netz NB1 | 314 | ||
| 5.7.3.3.4 Backpropagation-Netz NB2 | 315 | ||
| 5.7.3.4 Das Konvergenzverhalten von Backpropagation-Netzwerken | 316 | ||
| 5.7.3.5 Testhypothese und Vorgehensweise | 319 | ||
| 5.7.3.6 Die Trainingsphase | 322 | ||
| 5.7.3.7 Die Ergebnisse im einzelnen | 323 | ||
| 5.7.3.7.1 Training des Netzes NA1 | 327 | ||
| 5.7.3.7.2 Training des Netzes NA2 | 328 | ||
| 5.7.3.7.3 Training des Netzes NB1 | 329 | ||
| 5.7.3.7.4 Training des Netzes NB2 | 330 | ||
| 5.7.3.8 Gesamtergebnis der Untersuchung | 331 | ||
| 5.8 Zusammenfassung | 336 | ||
| 6. Untersuchung der Prognosequalitäten des synergetischen Kapitalmarktmodells | 339 | ||
| 6.1 Aufbau der Testumgebung zur Untersuchung der Prognosequalitäten des synergetischen Kapitalmarktmodells | 342 | ||
| 6.1.1 Detaillierte Beschreibung des Testrahmens, der Testdaten und der Testtage | 344 | ||
| 6.1.2 Der Ablauf der Untersuchungen, dargestellt an einem konkreten Börsentag | 348 | ||
| 6.1.3 Die Ergebnisse mit dem Backpropagation-Netz NA2 | 354 | ||
| 6.1.4 Die Ergebnisse mit dem Backpropagation-Netz NB2 | 363 | ||
| 6.2 Abschließender Vergleich mit dem neuronalen Netz zur technischen Aktienanalyse | 371 | ||
| 6.3 Gesamtergebnis der Untersuchung | 374 | ||
| 6.4 Zusammenfassung | 376 | ||
| 7. Zusammenfassung und Ausblick auf Entwicklungsmöglichkeiten | 379 | ||
| 7.1 Erweiterungsmöglichkeiten | 381 | ||
| 7.2 Anwendungsmöglichkeiten | 382 | ||
| A Berechnung des SYNAX | 385 | ||
| B Häufigkeitsverteilungen realer Kursverläufe | 388 | ||
| C Technische Aktienkursprognose durch Backpropagation-Netze | 392 | ||
| D Kursnotierungen des DAX | 397 | ||
| E Simulationsergebnisse (sequentiell) | 401 | ||
| F Simulationsergebnisse (parallel) | 405 | ||
| G Die Zinsentwicklung der Bundesanleihen | 411 | ||
| H Das Computerprogramm zur Untersuchung der Prognosequalitäten des synergetischen Kapitalmarktmodells | 412 | ||
| I Rohdatensätze | 422 | ||
| J Formelherleitung | 441 | ||
| K Börsenrelevante Daten | 442 | ||
| L Symbolverzeichnis | 458 | ||
| M Abkürzungen | 461 | ||
| N Literaturverzeichnis | 463 |