Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Wechselkursprognose mit Neuronalen Netzen

Wechselkursprognose mit Neuronalen Netzen

Stark, Christoph

Paperback

Investing & Finance

ISBN10: 3838644263
ISBN13: 9783838644264
Publisher: Diplom.de
Published: Aug 22 2001
Pages: 124
Weight: 0.38
Height: 0.29 Width: 5.83 Depth: 8.27
Language: German
Inhaltsangabe: Einleitung: Diese Arbeit widmet sich der Methode der Künstlichen Neuronalen Netze, um eine Wechselkursprognose vorzunehmen. Bei Neuronalen Netzen handelt es sich um ein neuartiges Verfahren, das sich - stark vereinfacht - an der Arbeitsweise des biologischen Gehirns orientiert. Der Autor entwickelt in dieser Arbeit nachvollziehbar mehrere Neuronale Netze, die anhand realer technischer und fundamentaler Daten aus dem Zeitraum 1991 bis 1998 eine tägliche 3-Klassen-Prognose (steigt/konstant/fällt) des DEM/USD-Wechselkurses erlauben. Zunächst wird ein kurzer Überblick über die volkswirtschaftlichen Grundlagen der Wechselkurse gegeben; anschlie end wird relativ knapp die technische Analyse unter besonderer Berücksichtigung mathematisch-statistischer Indikatoren dargestellt. Weiterhin werden die Grundlagen der in dieser Arbeit verwendeten Neuronalen Netze systematisch erläutert, so dass der auf diesem Gebiet nicht bewanderte Leser für das Verständnis keine Sekundärliteratur benötigt. Ein besonderer Schwerpunkt liegt hierbei auf der Darstellung verschiedener Lernverfahren. Die Behandlung anhand des in dieser Arbeit entwickelten konkreten Beispiels erleichtert das Verständnis der komplexen Materie. Abschlie end werden ein Überblick über die Prognosegüte Neuronaler Netze zur Wechselkursprognose in der Literatur gegeben und die Simulationsergebnisse dieser Arbeit vor- gestellt. Die empirischen Daten, die Grundlage der Simulation waren, finden sich in einem gro en Appendix. Das beste in dieser Arbeit erzielte Prognoseergebnis ist eine Trefferquote von 51,33% (bei einer zufälligen Trefferwahrscheinlichkeit von 33,33%). Der Autor ist zuversichtlich, dass sich dieses gute Ergebnis noch weiter verbessern lie e und liefert hierzu bereits erste Anhaltspunkte in einer abschlie enden Beurteilung. Inhaltsverzeichnis: Inhaltsverzeichnis: Inhaltsverzeichnisi Abbildungsverzeichnisiii Tabellenverzeichnisiv Abkürzungsverzeichnisv Symbolverzeichnisvi 1.Einleitung1

Also in

Investing & Finance

View All