Prognose von Aktienrenditen. Big Data vs. Fundamentaldaten

Manuel Ruckober

Published by GRIN Verlag Nov 2015, 2015
ISBN 10: 3668082251 / ISBN 13: 9783668082250
Used / Taschenbuch / Quantity Available: 0
Available From More Booksellers
View all  copies of this book

About the Book

We're sorry; this specific copy is no longer available. AbeBooks has millions of books. We've listed similar copies below.

Description:

Neuware - 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. 92 pp. Deutsch. Bookseller Inventory #

About this title:

Synopsis: 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.

"About this title" may belong to another edition of this title.

Bibliographic Details

Title: Prognose von Aktienrenditen. Big Data vs. ...
Publisher: GRIN Verlag Nov 2015
Publication Date: 2015
Binding: Taschenbuch
Book Condition: Neu

Top Search Results from the AbeBooks Marketplace

1.

Ruckober, Manuel
Published by GRIN Verlag (2016)
ISBN 10: 3668082251 ISBN 13: 9783668082250
New Paperback Quantity Available: 1
Print on Demand
Seller:
Ria Christie Collections
(Uxbridge, United Kingdom)
Rating
[?]

Book Description GRIN Verlag, 2016. Paperback. Book Condition: New. PRINT ON DEMAND Book; New; Publication Year 2016; Not Signed; Fast Shipping from the UK. No. book. Bookseller Inventory # ria9783668082250_lsuk

More Information About This Seller | Ask Bookseller a Question

Buy New
£ 35.06
Convert Currency

Add to Basket

Shipping: £ 3.87
From United Kingdom to U.S.A.
Destination, Rates & Speeds

2.

Manuel Ruckober
Published by GRIN Verlag 2015-11-09 (2015)
ISBN 10: 3668082251 ISBN 13: 9783668082250
New Paperback Quantity Available: 5
Seller:
Chiron Media
(Wallingford, United Kingdom)
Rating
[?]

Book Description GRIN Verlag 2015-11-09, 2015. Paperback. Book Condition: New. Bookseller Inventory # NU-ING-31158868

More Information About This Seller | Ask Bookseller a Question

Buy New
£ 37.22
Convert Currency

Add to Basket

Shipping: £ 2.99
From United Kingdom to U.S.A.
Destination, Rates & Speeds

3.

Manuel Ruckober
Published by GRIN Verlag (2015)
ISBN 10: 3668082251 ISBN 13: 9783668082250
New Softcover First Edition Quantity Available: 15
Print on Demand
Seller:
Rating
[?]

Book Description GRIN Verlag, 2015. Book Condition: New. This item is printed on demand for shipment within 3 working days. Bookseller Inventory # LP9783668082250

More Information About This Seller | Ask Bookseller a Question

Buy New
£ 41.35
Convert Currency

Add to Basket

Shipping: £ 2.67
From Germany to U.S.A.
Destination, Rates & Speeds

4.

Manuel Ruckober
Published by GRIN Verlag (2015)
ISBN 10: 3668082251 ISBN 13: 9783668082250
New Paperback First Edition Quantity Available: > 20
Print on Demand
Seller:
The Book Depository EURO
(London, United Kingdom)
Rating
[?]

Book Description GRIN Verlag, 2015. Paperback. Book Condition: New. 1. Auflage.. Language: German . Brand New Book ***** Print on Demand *****.Masterarbeit aus dem Jahr 2015 im Fachbereich BWL - Bank, Borse, Versicherung, Note: 2,0, Universitat zu Koln (Wirtschafts- und Sozialwissenschaftliche Fakultat), Veranstaltung: Finanzierungslehre, Sprache: Deutsch, Abstract: Ziel dieser Arbeit war es, empirisch zu uberprufen, ob anhand von Big Data (hier: Google Trends) und/oder Fundamentaldaten (hier: ifo Geschaftsklimaindex) eine Renditeprognose fur den DAX Performance Index moglich ist. Die Renditeprognose erfolgt dabei auf wochentlicher und monatlicher Basis. Ein besonderer Fokus liegt hierbei auf der Prognosefahigkeit wahrend Konjunkturkrisen, da wahrend diesen Zeiten eine korrekte Prognose besonders lukrativ ware. Daruber 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 nachsten Monats bzw. der nachsten Monate zu treffen. Es ist lediglich angestrebt zu prognostizieren, ob Renditen in diesen Zeitraumen vermehrt positiv oder negativ sein werden. Zur Herausarbeitung der Fragestellungen werden Daten mit zwei statistischen Verfahren untersucht, die Ergebnisse interpretiert und kritisch hinterfragt sowie anschlieend versucht eine Strategie, basierend auf dem DAX, zu implementieren. Bei den Daten handelt es sich um DAX-Renditen, ifo Geschaftsklimaindex, 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. Bookseller Inventory # APC9783668082250

More Information About This Seller | Ask Bookseller a Question

Buy New
£ 66.16
Convert Currency

Add to Basket

Shipping: £ 3
From United Kingdom to U.S.A.
Destination, Rates & Speeds