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 kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Mit Beiträgen von Wissenschaftlern und Praktikern aus Banken und Consulting.
Wenn mit Finanzinstrumenten möglichst hohe Erträge erwirtschaftet werden sollen oder wenn Risiken von Anlagestrategien bewußt gemacht und begrenzt werden sollen, kommen quantitative statistische Methoden ins Spiel. Sie helfen etwa im Bereich des Risikomanagements, schwerwiegende Fehler, die im Extremfall Bankpleiten nach sich ziehen können, zu vermeiden. In drei Beiträgen wird der Value-at-Risk-Ansatz weiterentwickelt und damit die verbesserte Risiko- und Performancemessung von Portfolios ermöglicht. Dem Bedürfnis der Kapitalanleger nach hoher Rendite dienen die in dem Band vorgestellten neuronalen Netzwerke und anderen nichtlinearen statistischen Methoden. Sie werden hier theoretisch vertieft, und anhand von Anwendungsbeispielen wird zudem ihre Prognosequalität dargestellt. Weiterhin werden Methoden präsentiert, die der Wertsicherung von Portfolios und der Nachbildung von Aktienindizes dienen. Die Quantifizierung der Beziehungen zwischen Kassa- und Optionsmarkt ergibt schließlich die Grundlage für einen neuen Marktindikator.