Zeitreihenanalyse in Finanzmärkten

Eine Einführung

Bewertung:
( 18 )
193 pages
Sprache:
 German
Das vorliegende Buch gibt eine Einführung in die Zeitreihenanalyse von Finanzmarktdaten.
Das ist ein kostenloses eBook für Studenten
Registrieren Sie sich für einen kostenlosen Zugang
Jederzeit kostenlose Textbücher. Weniger als 15% Werbeanzeigen
 
30-Tage Gratisprobe
Business Abonnement kostenlos für die ersten 30 Tage , dann $5.99/mo
Die neuesten Bücher
Über den Autor

Markus Leippold ist Professor am Institut für Banken und Finanzen der Universität Zürich und Inhaber des Hans Vontobel Lehrstuhls für Financial Engineering. Von 2007 bis 2009 war er Associate Professor in Quantitative Finance am Imperial College. Zuvor war Markus Leippold Assistenz Professor an der Un...

Description
Content

Das vorliegende Buch gibt eine Einführung in die Zeitreihenanalyse von Finanzmarktdaten. Der Inhalt beschränkt sich dabei auf univariate Modelle. In einem ersten Teil werden die nötigen Grundlagen der Wahrscheinlichkeitstheorie auf intuitive Art und Weise dargelegt. Im zweiten Teil folgt eine Einführung in lineare Modelle. Die Grundkonzepte werden anhand des AR(1) Prozesses veranschaulicht und im weiteren auf allgemeine ARMA Modelle ausgedehnt. Im dritten Teil wird auch nichtlineare Modelle eingegangen, insbesondere auf ARCH und GARCH Modelle. Die jeweiligen theoretischen Ausführungen werden anhand von praktischen Beispielen aus der Finanzmarkttheorie vertieft diskutiert.

  1. Teil I: Einführung
  2. Grundlagen Wahrscheinlichkeitstheorie
    1. Zum Begriff “Wahrscheinlichkeit”
    2. Ereignisse und Wahrscheinlichkeiten
    3. Zufallsvariable
    4. Bedingte Wahrscheinlichkeit und Unabhängigkeit
    5. Bedingte Erwartung
    6. Filtration
  3. Teil II: Univariate Lineare Modelle
  4. AR(1) Prozesse
    1. Definition und Eigenschaften
    2. Schätzung
    3. Sampling Frequency
    4. Unit Root und Trends
  5. AR(1) Prozesse - Anwendungen
    1. Statistische Eigenschaften von Aktien
    2. Random Walk Hypothesen
    3. Dividenden und AR-Modelle
  6. ARMA Prozesse
    1. AR, MA, ARMA Prozesse
    2. Wold Theorem
    3. Autokorrelationen und -kovarianzen
    4. Lag-Operator
    5. Anwendung: Dividendenprozess
    6. Anwendung: Black-Scholes in diskreter Zeit
  7. Übungen
    1. Teil I: Der AR(1) Prozess
  8. Teil III: Univariate Nicht-Lineare Modelle
  9. ARCH Modelle
    1. Einführung
    2. ARCH(1) Modelle
    3. ARCH(q) Modelle
    4. Darstellung von ARCH Prozessen
    5. Schätzung von ARCH Modellen
  10. GARCH Modelle
    1. GARCH Prozess
    2. Erweiterte GARCH Modelle
  11. Literaturverzeichnis
  12. Der Autor