Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Neuronale Netze im Portfolio-Management

E-BookPDF1 - PDF WatermarkE-Book
144 Seiten
Deutsch
Deutscher Universitätsverlagerschienen am02.07.20132000
Klaus Ripper setzt verschiedene neuronale Netze in Bezug zu statistischen Verfahren und stellt zwei Netzwerkmodelle vor, die für das Portfolio-Management entwickelt worden sind.mehr
Verfügbare Formate
BuchKartoniert, Paperback
EUR54,99
E-BookPDF1 - PDF WatermarkE-Book
EUR42,99

Produkt

KlappentextKlaus Ripper setzt verschiedene neuronale Netze in Bezug zu statistischen Verfahren und stellt zwei Netzwerkmodelle vor, die für das Portfolio-Management entwickelt worden sind.
Details
Weitere ISBN/GTIN9783322873903
ProduktartE-Book
EinbandartE-Book
FormatPDF
Format Hinweis1 - PDF Watermark
FormatE107
Erscheinungsjahr2013
Erscheinungsdatum02.07.2013
Auflage2000
ReiheGabler Edition Wissenschaft
Seiten144 Seiten
SpracheDeutsch
IllustrationenXI, 144 S. 3 Abbildungen
Artikel-Nr.7044237
Rubriken
Genre9200

Inhalt/Kritik

Inhaltsverzeichnis
1 Einleitung.- 2 Grundlagen neuronaler Netze.- 2.1 Einleitung.- 2.2 Historische Entwicklung.- 2.3 Verarbeitungselemente.- 2.4 Netztopologien.- 2.5 Lemverfahren.- 2.6 Aspekte neuronaler Netze.- 2.7 Zusammenfassung.- 3 Gleichgewichtsmodelle der Finanzwirtschaft.- 3.1 Einleitung.- 3.2 Analysemethoden.- 3.3 Das Markowitz-Modell.- 3.4 Das Index-Modell.- 3.5 Das Capital Asset Pricing Modell.- 3.6 Die Arbitrage Pricing Theorie.- 3.7 Zusammenfassung.- 4 Neuronale Netze und statistische Funktionsanpassung.- 4.1 Einleitung.- 4.2 Backpropagation-Algorithmus mit linearer Transferfunktion.- 4.3 Das Neuron als logistische Regression.- 4.4 Das Neuron als Probitwahrscheinlichkeitsmodell.- 4.5 Rekurrente Netze.- 4.6 Statistik der Neuronalen Netze.- 4.7 Modifikationen des Backpropagation Algorithmus.- 4.8 Zusammenfassung.- 5 Neuronale Netze zur volkswirtschaftlichen Zeitreihenprognose.- 5.1 Einleitung.- 5.2 Prognoseverfahren.- 5.3 Schätzung.- 5.4 Diskussion.- 5.5 Zusammenfassung.- 6 Neuronale Netze zur Renditeschätzung von Aktien nach dem CAPM-Kapitalmarktmodell.- 6.1 Einleitung.- 6.2 Schätzung des Beta-Faktors.- 6.3 Modifikation des BP-Algorithmus.- 6.4 Empirische Schätzung.- 6.5 Diskussion.- 6.6 Zusammenfassung.- 7 Schätzung der Volatilität mit neuronalen Netzen.- 7.1 Einleitung.- 7.2 Volatilität und Finanzprodukte.- 7.3 Empirische Schätzung des Volatilitäts-Smile.- 7.4 Der VOLAX.- 7.5 Meßgröße der Volatilität.- 7.6 Neuronales Netz zur Minimierung der Maximum-Log-Likelihood-Funktion.- 7.7 Test auf GARCH-Effekte.- 7.8 Zusammenfassung.- 8 Statistische Analyse des Zinsprozeßrisikos von Anleihen und zinsderivativen Wertpapieren.- 8.1 Einleitung.- 8.2 Korrelationsmatrix und Hauptkomponentenanalyse.- 8.3 Hauptkomponentenanalyse versus Zustandsraummodelle.- 8.4 EmpirischeAnalyse.- 8.5 Hauptkomponenten und Volatilität.- 8.6 Hauptkomponenten und Risikomaße.- 8.7 Dynamik zwischen Bundes- und Pfandbriefanleihen als Risikoquelle.- 8.8 Renditespread zwischen Bundes- und Pfandbriefanleihen als Risikoquelle.- 8.9 Der Kuponeffekt als Risikoquelle.- 8.10 Zusammenfassung.- 9 Zusammenfassung und Ausblick.- 10 Literatur.mehr