Die Vorhersage von Zeitreihen ist aufgrund der unzähligen Mengen an zeitlichen und sequenziellen Daten, die täglich von der Informationsindustrie und den verschiedenen Forschungseinrichtungen produziert werden, Gegenstand einer beträchtlichen Anzahl von Studien geworden. Dieser Bereich hat einen spektakulären Aufschwung erlebt und wächst in den letzten Jahren mit der Explosion von digitalen Daten, Big Data und insbesondere der künstlichen Intelligenz immer weiter. Dieses Buch bietet eine technische Einführung in die verschiedenen Methoden zur Vorhersage von univariaten Chroniken auf den Finanzmärkten mit empirischen Anwendungen. Dabei werden zwei völlig unterschiedliche Familien von Ansätzen mobilisiert, eine erste, die auf ökonometrischen Modellen basiert, und eine zweite, die auf maschinellem Lernen mit rekurrenten künstlichen neuronalen Netzen beruht.