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
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Ludwigsburg u.a.
Verl. Wiss. & Praxis
1994
|
| Schriftenreihe: | Schriftenreihe Wirtschafts- und Sozialwissenschaften
23 |
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | XX, 479 S. graph. Darst. |
| ISBN: | 3928238515 |
Internformat
MARC
| LEADER | 00000nam a2200000 cb4500 | ||
|---|---|---|---|
| 001 | BV009610473 | ||
| 003 | DE-604 | ||
| 005 | 19941122 | ||
| 007 | t | ||
| 008 | 940516s1994 gw d||| m||| 00||| ger d | ||
| 016 | 7 | |a 94110527X |2 DE-101 | |
| 020 | |a 3928238515 |9 3-928238-51-5 | ||
| 035 | |a (OCoLC)75441738 | ||
| 035 | |a (DE-599)BVBBV009610473 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c DE | ||
| 049 | |a DE-739 |a DE-19 |a DE-384 |a DE-355 |a DE-945 |a DE-12 |a DE-473 |a DE-188 | ||
| 084 | |a QK 620 |0 (DE-625)141668: |2 rvk | ||
| 100 | 1 | |a Füser, Karsten |d 1966- |e Verfasser |0 (DE-588)114057427 |4 aut | |
| 245 | 1 | 0 | |a Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells |b unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung |c Karsten Füser |
| 264 | 1 | |a Ludwigsburg u.a. |b Verl. Wiss. & Praxis |c 1994 | |
| 300 | |a XX, 479 S. |b graph. Darst. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 1 | |a Schriftenreihe Wirtschafts- und Sozialwissenschaften |v 23 | |
| 502 | |a Zugl.: Paderborn, Univ., Diss., 1994 | ||
| 650 | 0 | 7 | |a Kapitalmarkt |0 (DE-588)4029578-3 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Kapitalmarkttheorie |0 (DE-588)4137411-3 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Aktienkursprognose |0 (DE-588)4122774-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Synergetik |0 (DE-588)4058755-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Prognosequalität |0 (DE-588)4115643-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Modell |0 (DE-588)4039798-1 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Kapitalmarkt |0 (DE-588)4029578-3 |D s |
| 689 | 0 | 1 | |a Modell |0 (DE-588)4039798-1 |D s |
| 689 | 0 | 2 | |a Aktienkursprognose |0 (DE-588)4122774-8 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Kapitalmarkttheorie |0 (DE-588)4137411-3 |D s |
| 689 | 1 | 1 | |a Synergetik |0 (DE-588)4058755-1 |D s |
| 689 | 1 | 2 | |a Aktienkursprognose |0 (DE-588)4122774-8 |D s |
| 689 | 1 | 3 | |a Prognosequalität |0 (DE-588)4115643-2 |D s |
| 689 | 1 | |5 DE-604 | |
| 830 | 0 | |a Schriftenreihe Wirtschafts- und Sozialwissenschaften |v 23 |w (DE-604)BV009295219 |9 23 | |
| 856 | 4 | 2 | |m HBZ Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006352823&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-006352823 | ||
Datensatz im Suchindex
| _version_ | 1804123951834595328 |
|---|---|
| adam_text | Inhaltsverzeichnis
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 LoistI 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
VII
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 ei¬
nem 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 Bewertungskrite¬
rien 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-Voraussetzungen 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 Prognosequa¬
litäten 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 agie¬
renden Agentengruppen 150
4.4.2 Die Anfangsausstattung an Kapital und Aktien 154
4.4.3 Die Verteilung der externen Kurserwartungen - Welche Agen¬
tengruppe 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 Prognose¬
qualitäten 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 beobachtba¬
ren Ebene 209
IX
5.4 Gesamtkonzeption 213
5.5 Neuronale Netze 224 x;
5.5.1 Vergleich zwischen neuronalen Netzen und traditionellen Ver¬
fahren 227 /
5.5.2 Modelltypen neuronaler Netze 230 ,(
5.5.3 Entwicklungsphasen eines neuronalen Netzes 237
5.6 Eine Studie: Technische Aktienkursprognose durch Backpropagation- y.
Netze 24Ö
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-Algorith¬
mus 251
5.6.5 Erweiterungsmöglichkeiten des Algorithmus 262
5.6.6 Das neuronale Computerprogramm zur technischen Aktien¬
analyse 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-Netz-
werke 311
5.7.3.3.1 Backpropagation-Netz NA1 312
5.7.3.3.2 Backpropagation-Netz NM 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-Netz-
werken 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 NBl 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 Kapital¬
marktmodells 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 konkre¬
ten 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
XI
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
£ 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
Tabellenverzeichnis
Tab. 1: Maximaler Speed-Up nach Amdahl 90
Tab. 2: Speed-Up nach Lee 92
Tab. 3: Physikalische Eigenschaften der vorgestellten Topologien 105
Tab. 4: Erweiterbarkeit und Expansionsfaktoren 106
Tab. 5: Netzwerkdiameter 107
Tab. 6: Im Kapitalmarktmodell simulierte Aktien 135
Tab. 7: Prozentuale Tagesschwankungen 149
Tab. 8: Struktur des Aktienbesitzes (in v.H. auf Basis von Tageskursen) 156
Tab. 9: Börsenrelevante Informationen 201
Tab. 10: Klassenbildung basierend auf den Indexschwankungen des DAX 247
Tab. 11: Testdatensätze zur Validierung des neuronalen Ansatzes 268
Tab. 12: Verteilung der Indexschwankungen an einem Börsentag nach F. Mella 270
Tab. 13: Vergleich der Prognoseergebnisse mit der Verteilung von F. Mella 271
Tab. 14: Die Ausprägung des börsenrelevanten Datensatzes vom 16.01.1992 281
Tab. 15: Korrespondenzen zwischen börsenrelevanten Daten und Parameter-Pattern . . . 292
Tab. 16: Korrespondenzen zwischen börsenrelevanten Daten und Parameter-Pattern . . . 296
Tab. 17: Die Trainingsdatenbank A 297
Tab. 18: Die Trainingsdatenbank B 298
Tab. 19: Die Tiefst-, die Mittel- und die Höchstwerte der börsenrelevanten Kennzahlen . . 300
Tab. 20: Kennzahlen zur Vorverarbeitung 305
Tab. 21: Vorverarbeiteter börsenrelevanter Datensatz vom 16.01.1992 306
XIII
Tab. 22: Äeco/t-Ergebnisse 325
Tab. 23: Parame er-Pa«ern-Bestimmung von NM und JV82 333
Tab. 24: Untersuchungsrahmen 1 346
Tab. 25: Untersuchungsrahmen 2 346
Tab. 26: Untersuchungsrahmen 3 346
Tab. 27: Untersuchungsrahmen 1 (NM) 359
Tab. 28: Untersuchungsrahmen 2 (NM) 360
Tab. 29: Unterauchungsrahmen 3 (NM) 361
Tab. 30: Untersuchungsrahmen 1 (NB2) 368
Tab. 31: Untersuchungsrahmen 2 (iVB2) 369
Tab. 32: Untersuchungsrahmen 3 {NB3) 370
Tab. 33: Gegenüberstellung der Ergebnisse einer Trendprognose 372
Tab. AI: Zusammensetzung des SYNAX 385
Tab. A2: Beispieldaten zur SYNAX-Berechnung 387
Tab. Dl: Kursnotierungen des DAX (01.07.1991 - 09.08.1991) 397
Tab. D2: Kursnotierungen des DAX (12.08.1991 - 28.10.1991) 398
Tab. D3: Kursnotierungen des DAX (29.10.1991 - 16.01.1992) 399
Tab. D4: Kursnotierungen des DAX (17.01.1992 - 30.03.1992) 400
Tab. 13: Paramder-PaHern-Bestimmung von NA2 und NB2 (03.02.1992- 30.03.1992) . . 424
Tab. 14: Parameter-Pattern-Bestimmung von NA2 und Nm (02.12.1991 - 31.01.1992) . . 425
Tab. 15: Parametr-Patternern-Bestimmung von NA7 und Nm (30.09.1991 - 29.11.1991) . . 426
Tab. 16: Parameter-Pattern-Bestimmung von NA2 und Nm (05.08.1991 - 27.09.1991) . . 427
Tab. 17: Paramter-Pattern-Bestimmung von N und NB7 (01.07.1991 - 02.08.1991) . . 428
Tab. 18: Anfangsnotierungen 429
Tab. 19: Anfangsnotierungen 430
Tab. 110: Anfangsnotierungen 431
Tab. 111: Anfangsnotierungen 432
XIV
Tab. 112: Anfangsnotierungen 433
Tab. 113: DAX-Notierungen 434
Tab. 114: DAX-Notierungen 435
Tab. 115: DAX-Notierungen 436
Tab. 116: DAX-Notierungen 437
Tab. 117: DAX-Notierungen 438
Tab. 118: DAX-Notierungen 439
Tab. 119: DAX-Notierungen 440
Tab. Kl: Volkswirtschaftliche Indikatoren 442
Tab. K2: Branchenindizes (03.02.1992 - 31.03.1992) 443
Tab. K3: Branchenindijes (02.12.1991 - 31.01.1992) 444
Tab. K4: Branchenindizes (01.10.1991 - 29.11.1991) 445
Tab. K5: Branchenindizes (01.08.1991 - 30.09.1991) 446
Tab. K6: Branchenindizes (01.07.1991 - 31.07.1991) 447
Tab. K7: DAX-, Nikkei- und Swiss-Index (03.02.1992 - 31.03.1992) 448
Tab. K8: DAX-, Nikkei- und Swiss-Index (02.12.1992 - 31.01.1992) 449
Tab. K9: DAX-, Nikkei- und Swiss-Index (01.10.1991 - 29.11.1991) 450
Tab. K10: DAX-, Nikkei- und Swiss-Index (01.08.1991 - 30.09.1991) 451
Tab. Kll: DAX-, Nikkei- und Swiss-Index (01.07.1991 - 31.07.1991) 452
Tab. K12: Bonds mit ein-und zehnjähriger Restlaufzeit (03.02.1992 - 31.03.1992) 453
Tab. K13: Bonds mit ein-und zehnjähriger Restlaufzeit (02.12.1991 - 31.01.1992) 454
Tab. K14: Bonds mit ein-und zehnjähriger Restlaufzeit (01.10.1991 - 29.11.1991) 455
Tab. K15: Bonds mit ein- und zehnjähriger Restlaufzeit (01.08.1991 - 30.09.1991) 456
Tab. K16: Bonds mit ein-und zehnjähriger Restlaufzeit (02.07.1991 - 31.07.1991) 457
XV i
Abbildungsverzeichnis
Abb. 1: Fiktiver Kursverlauf einer Aktie an zwei Börsentagen 27
Abb. 2: Prozeßverhalten einer Markov-Kette mit stetiger Zeit 31
Abb. 3: Beispiel für das Netzwerk einer Master-Gleichung 33
Abb. 4: Schematische Darstellung der Interdependenzen am Kapitalmarkt 44
Abb. 5: Individueller Ask-/Bid-Bereich 57
Abb. 6: Der Supply-/Demand-Bereich des Marktes 58
Abb. 7: Fundamentale Ask-/Bid-Entscheidung 60
Abb. 8: Mögliche Ask-Preise 62
Abb. 9: Flußdiagramm des sequentiellen Simulationsprogrammes 74
Abb. 10: Flußdiagramm der Subroutine JUMP 75
Abb. 11: Flußdiagramm der Function REACTIONTIME 76
Abb. 12: Flußdiagramm der Subroutine TRANSIT 77
Abb. 13: Blockdiagramm IMS T800 82
Abb. 14: Netzwerktopologien 100
Abb. 15: Hardwarekonfiguration 109
Abb. 16: Partitionierte Berechnung der Reaktionszeiten 112
Abb. 17: Informationsaustauschschritt 115
Abb. 18: Ausschnitt aus einer fiktiven Simulation (5 Agenten, 1 Aktie) 118
Abb. 19: Paralleler Programmablaufplan 122
Abb. 20: Ein alternatives Konzept in der Parallelisierung 124
Abb. 21: Kursverlauf der Siemeiu-Aktie vom 17.01.1992 138
^^Ä. XVI
Abb. 22: Häufigkeitsverteilung der Siemens-Aktie vom 17.01.1992 140
Abb. 23: Häufigkeitsverteilung der Siemens-Aktie vom 01.07.1991 bis zum 22.11.1991 . . 142
Abb. 24: Häufigkeitsverteilung der Allianz-AVüe vom 01.07.1991 bis zum 22.11.1991 ... 143
Abb. 25: Häufigkeitsverteilung der Siemens-Aktie vom 01.07.1991 bis zum 22.11.1991 . . 144
Abb. 26: Häufigkeitsverteilung der Allianz-Aktie vom 01.07.1991 bis zum 22.11.1991 ... 145
Abb. 27: Vergleich von zehn Aktien auf Basis der Standardabweichung 147
Abb. 28: Diverse Verteilungen für die fundamentalen Kursverteilungen 159
Abb. 29: Welche Agentengruppe besitzt welche Kursvorstellung? 162
Abb. 30: Ein Vergleich: DAX und SYNAX 165
Abb. 31: Drei simulierte Preispfade im Zeitablauf 168
Abb. 32: Drei simulierte Preispfade (dargestellt als Häufigkeitsverteilung im Zeitablauf) . 169
Abb. 33: Ergebnis der Simulationsstudie (100 berechnete Preispfade) 169
Abb. 34: Volatiler Kursverlauf 173
Abb. 35: Volatiler Kursverlauf 174
Abb. 36: Volatiler Kursverlauf 174
Abb. 37: Volatiler Kursverlauf 179
Abb. 38: Bearisher Kureverlauf 180
Abb. 39: Bearisher Kursverlauf 181
Abb. 40: Bullisher Kursverlauf 183
Abb. 41: Bullisher Kursverlauf 184
Abb. 42: Bifurkation 185
Abb. 43: Drei simulierte Preispfade aus einer Bifurkation 186
Abb. 44: Transputersimulationen 189
Abb. 45: Modellarchitektur und -Umgebung 197
Abb. 46: Kapitalmarktmodell und Realität 209
Abb. 47: DAX- und SYNAX-Datenbank 211
Abb. 48: Verlauf des DAX im Untersuchungszeitraum. 212
Abb. 49: Gesamtkonzeption 213
Abb. 50: Korrespondenzen 216
XVII
Abb. 51: Vergleich eines simulierten SYNAX mit beobachteten DAX-Zeitreihen 219
Abb. 52: Vergleich eines simulierten SYNAX mit beobachteten DAX-Zeitreihen 219
Abb. 53: Vergleich eines simulierten SYNAX mit beobachteten DAX-Zeitreihen 220
Abb. 54: Funktionaler Ablauf zur Kurs- bzw. Indexprognose 222
Abb. 55: Ein künstliches Neuron 231
Abb. 56: Entscheidungsbaum zur Auswahl eines neuronalen Netzwerkes 235
Abb. 57: Entwurfsphasen 237
Abb. 58: Backpropagation-Netz mit zwei Ebenen 243
Abb. 59: Die erweiterte Sigmoid-Funktion 250
Abb. 60: Propagation-Phase 254
Abb. 61: Back-Propagation-Phase 258
Abb. 62: Eingabemaske des ersten neuronalen Netzes 265
Abb. 63: Normiertes Eingabemuster und dessen Referenzmuster 265
Abb. 64: Initiiertes neuronales Netz 280
Abb. 66: Konkrete Ausprägung eines Parameter-Pattern 282
Abb. 67: Alternativen beim Aufbau eines Backpropagation-Netzwerkes 286
Abb. 68: Ablaufschema 289
Abb. 69: Individuelle Spanne des DAX im Untersuchungszeitraum 301
Abb. 70: Vorverarbeitung einer DAX-Notierung 302
Abb. 71: Vorverarbeitung einer DAX-Notierung 304
Abb. 72: Backpropagation-Netz mit 1 aus 10 Codierung 309
Abb. 73: Das Backpropagation-Netz NA1 312
Abb. 74: Das Backpropagation-Netz NÄ1 313
Abb. 75: Das Backpropagation-Netz Nm 314
Abb. 76: Das Backpropagation-Netz NB2 315
Abb. 77: Konvergenzverhalten eines Backpropagation-Netzwerkes 317
Abb. 78: Untersuchungsrahmen 323
Abb. 79: Recall-Test für NB1 mit ij = 0.90 326
Abb. 80: Recall-Teat für NB2 mit i; = 0.90 326
|P*ta. XVIII
Abb. 81: Lernverhalten des neuronalen Netzes NM bei i) = 0,50, r/ = 0,70 und r = 0,90. 327
Abb. 82: Lernverhalten des neuronalen Netzes NA2 bei n = 0,50, i; = 0,70 und rj = 0,90. 328
Abb. 83: Lernverhalten des neuronalen Netzes NB1 bei i) = 0,50, t) = 0, 70 und ij = 0,90. 329
Abb. 84: Lernverhalten des neuronalen Netzes JVB2 bei t) = 0,50, ij = 0,70 und f) = 0,90. 330
Abb. 85: Das Konzept zur Untersuchung der Prognosequalitäten 343
Abb. 86: 5-Phasen-Schema zur ex-post-Untersuchung der Prognosequalitäten 348
Abb. 87: Börsenrelevanter Datensatz und zugehörige Anfangsnotierungen 349
Abb. 88: Eingabemaske des neuronalen Netzes NAi 350
Abb. 89: Neuronal ermitteltes Parameter-Pattern samt Anfangsnotierungen 351
Abb. 90: Prognostizierter und historischer Verlauf der Indizes vom 02.03.1992 352
Abb. 91: Statistik zum Zeitreihenvergleich 353
Abb. 92: Gegenüberstellung des historischen DAX mit dem prognostizierten SYNAX . . . 354
Abb. 93: APF zwischen dem historischen DAX und dem prognostizierten SYNAX .... 355
Abb. 94: Historischer DAX und prognostizierter SYNAX vom 17.03.1992 357
Abb. 95: Historischer DAX und prognostizierter SYNAX vom 28.02.1992 357
Abb. 96: Gegenüberstellung des historischen DAX mit dem prognostizierten SYNAX . . . 363
Abb. 97: APF zwischen dem historischen DAX und dem prognostizierten SYNAX .... 364
Abb. 98: PF zwischen dem historischen DAX und dem prognostizierten SYNAX 364
Abb. 99: Historischer DAX und prognostizierter SYNAX vom 18.02.1992 366
Abb. 100: Historischer DAX und prognostizierter SYNAX vom 02.03.1992 366
Abb. 101: Historischer DAX und prognostizierter SYNAX vom 09.03.1992 367
Abb. 102: Historischer DAX und prognostizierter SYNAX vom 21.02.1992 367
Abb. 103: Historische DAX und prognostizierte SYNAX-Schlufinotierungen 374
Abb. Bl: Häufigkeitsverteilung der Siemens-Aktie (01.07.1991 - 12.07.1991) 388
Abb. B2: Häufigkeitsverteilung der Siemens-Aktie (01.07.1991 - 06.09.1991) 389
Abb. B3: Häufigkeitsverteilung der Siemens-Aktie (01.07.1991 - 07.02.1992) 389
Abb. B4: Häufigkeitsverteilung der BASF-Aktie (01.07.1991 - 07.02.1992) 390
Abb. B5: Häufigkeitsverteilung der VW-Aktie (01.07.1991 - 07.02.1992) 390
XIX
Abb. B6: Häufigkeitsverteilung der ßaim/e^Aktie (01.07.1991 - 07.02.1992) 391
Abb. B7: Häufigkeitsverteilung der /U/iona-Aktie (01.07.1991 - 07.02.1992) 391
Abb. Cl: Zeitfenster zum Training des Backpropagation-Netzes zur technischen Analyse . 393
Abb. C2: Zeitfenster zum Training des Backpropagation-Netzes zur technischen Analyse . 393
Abb. C3: Zeitfenster zum Training des Backpropagation-Netzes zur technischen Analyse . 394
Abb. C4: Zeitfenster zum Training des Backpropagation-Netzes zur technischen Analyse . 394
Abb. C5: Eingabemaske des Backpropagation-Netzes zur technischen Analyse 395
Abb. CG: Normiertes Eingabemuster und dessen Referenzmuster 395
Abb. C7: Eingabemaske des Backpropagation-Netzes zur technischen Analyse 396
Abb. C8: Normiertes Eingabemuster und dessen Referenzmuster 396
Abb. Gl: Die Zinsentwicklung der Bundesanleihen in den letzten 20 Jahren 411
Abb. Hl: Das Hauptmenü des Programmpaketes Kapitalmartisynergetik 412
Abb. H2: Die Eingabemaske der Programmkomponente SELECT SYN./DAX 414
Abb. H3: Ein korrespondierendes DAX/SYNAX-Paar 414
Abb. H4: Zu einem DAX/SYNAX-Paar gehörender börsenrelevanter Datensatz 415
Abb. H5: Eingabemaske der neuronalen Netze 415
Abb. H6: Ein neuronal ermittelter Identifier 416
Abb. H7: Aus einem Ideniifier abgeleiteter Parameter-PaUern 416
Abb. H8: Prognostizierte Kursverläufe 417
Abb. H9: Zehn Kurshäufigkeitsverteilungen (gebildet aus 100 Kurspfaden) 417
Abb. H10: Gegenüberstellung von simuliertem und historischem Siemens-Kursverlauf . . 418
Abb. Hll: Gegenüberstellung von simuliertem und historischem Siemen^-Kursverlauf . . 418
Abb. H12: Vergleich von simuliertem SYNAX- und historischem DAX-Verlauf 419
Abb. H13: Vergleich von simuliertem SYNAX- und historischem DAX-Verlauf 419
Abb. H14: Kurshäufigkeitsverteilung mit Dezilen 420
Abb. H15: Selektion historischer börsenrelevanter Daten 420
Abb. H16: Börsenrelevanter Datensatz zur ex-post-Überprüfung der Gesamtkonzeption . 421
Abb. II: Trainingsdatenbank A 422
Abb. 12: Trainingsdatenbank B 423
|
| any_adam_object | 1 |
| author | Füser, Karsten 1966- |
| author_GND | (DE-588)114057427 |
| author_facet | Füser, Karsten 1966- |
| author_role | aut |
| author_sort | Füser, Karsten 1966- |
| author_variant | k f kf |
| building | Verbundindex |
| bvnumber | BV009610473 |
| classification_rvk | QK 620 |
| ctrlnum | (OCoLC)75441738 (DE-599)BVBBV009610473 |
| discipline | Wirtschaftswissenschaften |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02466nam a2200529 cb4500</leader><controlfield tag="001">BV009610473</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">19941122 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">940516s1994 gw d||| m||| 00||| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">94110527X</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3928238515</subfield><subfield code="9">3-928238-51-5</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)75441738</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV009610473</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-739</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-384</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-188</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QK 620</subfield><subfield code="0">(DE-625)141668:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Füser, Karsten</subfield><subfield code="d">1966-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)114057427</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells</subfield><subfield code="b">unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung</subfield><subfield code="c">Karsten Füser</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Ludwigsburg u.a.</subfield><subfield code="b">Verl. Wiss. & Praxis</subfield><subfield code="c">1994</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XX, 479 S.</subfield><subfield code="b">graph. Darst.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="1" ind2=" "><subfield code="a">Schriftenreihe Wirtschafts- und Sozialwissenschaften</subfield><subfield code="v">23</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Zugl.: Paderborn, Univ., Diss., 1994</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Kapitalmarkt</subfield><subfield code="0">(DE-588)4029578-3</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Kapitalmarkttheorie</subfield><subfield code="0">(DE-588)4137411-3</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Aktienkursprognose</subfield><subfield code="0">(DE-588)4122774-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Synergetik</subfield><subfield code="0">(DE-588)4058755-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Prognosequalität</subfield><subfield code="0">(DE-588)4115643-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Modell</subfield><subfield code="0">(DE-588)4039798-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Kapitalmarkt</subfield><subfield code="0">(DE-588)4029578-3</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Modell</subfield><subfield code="0">(DE-588)4039798-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Aktienkursprognose</subfield><subfield code="0">(DE-588)4122774-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Kapitalmarkttheorie</subfield><subfield code="0">(DE-588)4137411-3</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Synergetik</subfield><subfield code="0">(DE-588)4058755-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Aktienkursprognose</subfield><subfield code="0">(DE-588)4122774-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Prognosequalität</subfield><subfield code="0">(DE-588)4115643-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="830" ind1=" " ind2="0"><subfield code="a">Schriftenreihe Wirtschafts- und Sozialwissenschaften</subfield><subfield code="v">23</subfield><subfield code="w">(DE-604)BV009295219</subfield><subfield code="9">23</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">HBZ Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006352823&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-006352823</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV009610473 |
| illustrated | Illustrated |
| indexdate | 2024-07-09T17:37:56Z |
| institution | BVB |
| isbn | 3928238515 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-006352823 |
| oclc_num | 75441738 |
| open_access_boolean | |
| owner | DE-739 DE-19 DE-BY-UBM DE-384 DE-355 DE-BY-UBR DE-945 DE-12 DE-473 DE-BY-UBG DE-188 |
| owner_facet | DE-739 DE-19 DE-BY-UBM DE-384 DE-355 DE-BY-UBR DE-945 DE-12 DE-473 DE-BY-UBG DE-188 |
| physical | XX, 479 S. graph. Darst. |
| publishDate | 1994 |
| publishDateSearch | 1994 |
| publishDateSort | 1994 |
| publisher | Verl. Wiss. & Praxis |
| record_format | marc |
| series | Schriftenreihe Wirtschafts- und Sozialwissenschaften |
| series2 | Schriftenreihe Wirtschafts- und Sozialwissenschaften |
| spelling | Füser, Karsten 1966- Verfasser (DE-588)114057427 aut 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 Karsten Füser Ludwigsburg u.a. Verl. Wiss. & Praxis 1994 XX, 479 S. graph. Darst. txt rdacontent n rdamedia nc rdacarrier Schriftenreihe Wirtschafts- und Sozialwissenschaften 23 Zugl.: Paderborn, Univ., Diss., 1994 Kapitalmarkt (DE-588)4029578-3 gnd rswk-swf Kapitalmarkttheorie (DE-588)4137411-3 gnd rswk-swf Aktienkursprognose (DE-588)4122774-8 gnd rswk-swf Synergetik (DE-588)4058755-1 gnd rswk-swf Prognosequalität (DE-588)4115643-2 gnd rswk-swf Modell (DE-588)4039798-1 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Kapitalmarkt (DE-588)4029578-3 s Modell (DE-588)4039798-1 s Aktienkursprognose (DE-588)4122774-8 s DE-604 Kapitalmarkttheorie (DE-588)4137411-3 s Synergetik (DE-588)4058755-1 s Prognosequalität (DE-588)4115643-2 s Schriftenreihe Wirtschafts- und Sozialwissenschaften 23 (DE-604)BV009295219 23 HBZ Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006352823&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Füser, Karsten 1966- 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 Kapitalmarkt (DE-588)4029578-3 gnd Kapitalmarkttheorie (DE-588)4137411-3 gnd Aktienkursprognose (DE-588)4122774-8 gnd Synergetik (DE-588)4058755-1 gnd Prognosequalität (DE-588)4115643-2 gnd Modell (DE-588)4039798-1 gnd |
| subject_GND | (DE-588)4029578-3 (DE-588)4137411-3 (DE-588)4122774-8 (DE-588)4058755-1 (DE-588)4115643-2 (DE-588)4039798-1 (DE-588)4113937-9 |
| title | 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 |
| title_auth | 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 |
| title_exact_search | 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 |
| title_full | 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 Karsten Füser |
| title_fullStr | 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 Karsten Füser |
| title_full_unstemmed | 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 Karsten Füser |
| title_short | Untersuchung der Prognosequalität eines synergetischen Kapitalmarktmodells |
| title_sort | untersuchung der prognosequalitat eines synergetischen kapitalmarktmodells unter besonderer berucksichtigung von neuronalen netzen zur praferenz pattern bestimmung und der parallelverarbeitung auf transputer basis zur allgemeinen performance verbesserung |
| title_sub | unter besonderer Berücksichtigung von neuronalen Netzen zur Präferenz-Pattern-Bestimmung und der Parallelverarbeitung auf Transputer-Basis zur allgemeinen Performance-Verbesserung |
| topic | Kapitalmarkt (DE-588)4029578-3 gnd Kapitalmarkttheorie (DE-588)4137411-3 gnd Aktienkursprognose (DE-588)4122774-8 gnd Synergetik (DE-588)4058755-1 gnd Prognosequalität (DE-588)4115643-2 gnd Modell (DE-588)4039798-1 gnd |
| topic_facet | Kapitalmarkt Kapitalmarkttheorie Aktienkursprognose Synergetik Prognosequalität Modell Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006352823&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| volume_link | (DE-604)BV009295219 |
| work_keys_str_mv | AT fuserkarsten untersuchungderprognosequalitateinessynergetischenkapitalmarktmodellsunterbesondererberucksichtigungvonneuronalennetzenzurpraferenzpatternbestimmungundderparallelverarbeitungauftransputerbasiszurallgemeinenperformanceverbesserung |