Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!
Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten
Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
In dieser Arbeit wird ein kausales Modell für die kurzfristige Aktienkursprognose vorgestellt. Dieses Prognosemodell basiert auf dem von Landes/Loistl entwickelten synergetischen Ansatz zur Modellierung der Kapitalmarktmikrostruktur, kurz Kapitalmarktsynergetik genannt. Die Kapitalmarktsynergetik steht in Form einer Computersimulation zur Verfügung. Der Aufbau dieser Arbeit gliedert sich in einen Theorie- und einen Praxisteil. Der Theorieteil beschreibt den Aufbau des Modells. Der Praxisteil umfasst die softwaretechnische Umsetzung. Das Modell selbst unterteilt sich ablauftechnisch in zwei Phasen: in die Lern- und die Prognosephase. In der Lernphase wird mit Hilfe eines Genetischen Algorithmus die simulierte Kursentwicklung an die tatsächlich beobachtete Kurszeitreihe (Vergleichszeitreihe) angepasst. Das Ergebnis dient einem Neuronalen Netzwerk zum Training. Das Resultat der Lernphase ist ein trainiertes Neuronales Netzwerk. Dieses trainierte Neuronale Netz wird dann in der Prognosephase für die Transformation von beobachteten Marktdaten, wie Börsenkurse, KGVs etc. zu Startparametern der Kapitalmarktsynergetik verwendet. Die Simulation liefert den prognostizierten Kursverlauf über einen gewünschten Zeitraum, der mit dem tatsächlichen Kursverlauf verglichen wird. Die softwaretechnische Umsetzung des Prognosemodell erwies sich, aufgrund der benötigten hohen Computerleistung, als schwierig. Trotzdem zeigte der Vergleich zwischen den prognostizierten und den tatsächlichen Kursen eine bemerkenswerte Ähnlichkeit.