Andere Kunden interessierten sich auch für
![Existieren allgemeine Risikofaktoren für die Prognose der zu erwarteten Aktienrenditen, und welchen Beitrag können Sie bei der Lösung von Kapitalmarkt-Anomalien leisten?]( "Existieren allgemeine Risikofaktoren für die Prognose der zu erwarteten Aktienrenditen, und welchen Beitrag können Sie bei der Lösung von Kapitalmarkt-Anomalien leisten?")
Existieren allgemeine Risikofaktoren für die Prognose der zu erwarteten Aktienrenditen, und welchen Beitrag können Sie bei der Lösung von Kapitalmarkt-Anomalien leisten?18,95 €![Prognosen im Produktionsbetrieb vs. Chartanalysen (Finanzmarkt)]( "Prognosen im Produktionsbetrieb vs. Chartanalysen (Finanzmarkt)")
Prognosen im Produktionsbetrieb vs. Chartanalysen (Finanzmarkt)18,95 €![Zusammenhang von Aktienrenditen und der Zinsstrukturkurve]( "Zusammenhang von Aktienrenditen und der Zinsstrukturkurve")
Zusammenhang von Aktienrenditen und der Zinsstrukturkurve29,99 €![Big Data und künstliche Intelligenz im Finanzwesen]( "Big Data und künstliche Intelligenz im Finanzwesen")
Big Data und künstliche Intelligenz im Finanzwesen29,95 €![Big Data im Supply-Chain-Management von Industrieunternehmen]( "Big Data im Supply-Chain-Management von Industrieunternehmen")
Big Data im Supply-Chain-Management von Industrieunternehmen42,95 €![Prognostizierbarkeit deutscher Aktien auf Grundlage von aggregierten Informationssignalen aus Finanzzeitreihen. Das Scoring-Konzept]( "Prognostizierbarkeit deutscher Aktien auf Grundlage von aggregierten Informationssignalen aus Finanzzeitreihen. Das Scoring-Konzept")
Prognostizierbarkeit deutscher Aktien auf Grundlage von aggregierten Informationssignalen aus Finanzzeitreihen. Das Scoring-Konzept99,99 €![Der Strukturwandel im Bankensektor. Wie entwickelt sich das Filialnetz der Banken in Deutschland?]( "Der Strukturwandel im Bankensektor. Wie entwickelt sich das Filialnetz der Banken in Deutschland?")
Der Strukturwandel im Bankensektor. Wie entwickelt sich das Filialnetz der Banken in Deutschland?47,95 €
Masterarbeit aus dem Jahr 2015 im Fachbereich BWL - Bank, Börse, Versicherung, Note: 2,0, Universität zu Köln (Wirtschafts- und Sozialwissenschaftliche Fakultät), Veranstaltung: Finanzierungslehre, Sprache: Deutsch, Abstract: Ziel dieser Arbeit war es, empirisch zu überprüfen, ob anhand von Big Data (hier: Google Trends) und/oder Fundamentaldaten (hier: ifo Geschäftsklimaindex) eine Renditeprognose für den DAX Performance Index möglich ist. Die Renditeprognose erfolgt dabei auf wöchentlicher und monatlicher Basis. Ein besonderer Fokus liegt hierbei auf der Prognosefähigkeit während Konjunkturkrisen, da während diesen Zeiten eine korrekte Prognose besonders lukrativ wäre.
Darüber hinausgehend soll anhand der gewonnenen Erkenntnisse eine oder mehrere Strategien implementiert werden, die in der Lage sind eine BaH-Strategie, basierend auf dem DAX, zu schlagen. Ziel der Arbeit ist es hingegen nicht, eine genaue Renditeprognose des nächsten Monats bzw. der nächsten Monate zu treffen. Es ist lediglich angestrebt zu prognostizieren, ob Renditen in diesen Zeiträumen vermehrt positiv oder negativ sein werden.
Zur Herausarbeitung der Fragestellungen werden Daten mit zwei statistischen Verfahren untersucht, die Ergebnisse interpretiert und kritisch hinterfragt sowie anschließend versucht eine Strategie, basierend auf dem DAX, zu implementieren. Bei den Daten handelt es sich um DAX-Renditen, ifo Geschäftsklimaindex, Leitzinsen sowie Google Trends Daten. Zur statistischen Analyse eignen sich - da vor allem Dummy-Variablen als Prognosevariablen eingesetzt werden - T-Tests, allerdings werden im zweiten Teil der empirischen Analyse auch Lineare Regressionen herangezogen.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Darüber hinausgehend soll anhand der gewonnenen Erkenntnisse eine oder mehrere Strategien implementiert werden, die in der Lage sind eine BaH-Strategie, basierend auf dem DAX, zu schlagen. Ziel der Arbeit ist es hingegen nicht, eine genaue Renditeprognose des nächsten Monats bzw. der nächsten Monate zu treffen. Es ist lediglich angestrebt zu prognostizieren, ob Renditen in diesen Zeiträumen vermehrt positiv oder negativ sein werden.
Zur Herausarbeitung der Fragestellungen werden Daten mit zwei statistischen Verfahren untersucht, die Ergebnisse interpretiert und kritisch hinterfragt sowie anschließend versucht eine Strategie, basierend auf dem DAX, zu implementieren. Bei den Daten handelt es sich um DAX-Renditen, ifo Geschäftsklimaindex, Leitzinsen sowie Google Trends Daten. Zur statistischen Analyse eignen sich - da vor allem Dummy-Variablen als Prognosevariablen eingesetzt werden - T-Tests, allerdings werden im zweiten Teil der empirischen Analyse auch Lineare Regressionen herangezogen.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.