Zusammenfassung
Künstliche neuronale Netze wurden bereits in vielen Bereichen der Betriebswirtschaftslehre erfolgreich getestet, zum Beispiel für Kreditwürdigkeitsanalysen1, Aktienkursprognosen2, Wechselkursprognosen3, Optiontrading4, Bondrating5, Asset Allocation6 oder das Rating von Unternehmen7. Daher liegt es nahe zu untersuchen, inwieweit diese Techniken in einem weiteren Bereich der Kapitalmarktforschung nutzbringend angewendet werden können. In diesem Aufsatz sollen erste Resultate über den Einsatz von KNN zur Modellierung relevanter Einflußgrößen auf die Aktienrendite als Alternative zu dem Marktmodell von Sharpe präsentiert werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Baetge, J. (1994): Rating von Unternehmen anhand von Bilanzen, in: Die Wirtschaftsprüfung, 47. Jahrgang, S. 1–10.
Bailey, D.B.; Thompson, D.M.; Feinstein, J.L. (1988): Option Trading Using Neural Networks, in: Herault, J.; Giamisasi, N. (Hrsg.): Proceedings of the International Workshop, Neural Networks and their Applications, Neuro-Nimes, November 1988, S. 395-402.
Bauer, C. (1992): Das Risiko von Aktienanlagen, Köln.
Bodie, Z.; Kane, A.; Marcus, A. (1989): Investments, Boston (Massachussets).
Cardaliaguet, P.; Euvrard, G. (1992): Approximation of a Function and its Derivative with a Neural Network, in: Neural Networks, Vol. 5, S. 207–220.
Connor, J.; Atlas, L.E.; Martin, D.R. (1992): Recurrent Networks and NARMA Modeling, in: Moody, J.E.; Hanson, S.J.; Lippmann, R.P. (Hrsg.): Advances in Neural Information Processing Systems 4, San Mateo (California), S. 301-308.
Doya, K. (1993): Universality of Fully-Connected Recurrent Neural Networks, erscheint in: IEEE Transactions on Neural Networks.
Dutta, S.; Shekhar, S.I (1988): Bond-Rating: A Non-Conservative Application of Neural Networks, in: Proceeding of the IEEE International Conference on Neural Networks, Vol. II, San Diego, S. 443-450.
Elman, J.L. (1990): Finding Structure in Time, in: Cognitive Science, Vol. 14, S. 179–211.
Finnoff, W.; Zimmermann, H.G. (1991): Detecting structure in small datasets by network fitting under complexity constraints, in: Proceedings of the 2nd Annual Workshop Computational Learning Theory and Natural Learning Systems, Berkeley 1991.
Finnoff, W.; Hergert, F.; Zimmermann, H.G. (1993): Improving Model Selection by Nonconvergent Methods, in: Neural Networks, Vol. 6, S. 771–784.
Hertz, J.A.; Krogh, A.S.; Palmer, R.G. (1991): Introduction to the Theory of Neural Computation, Redwood City (California).
Hillmer, M.; Graf, J. (1994): Aktienkursprognose mit statistischen Verfahren und Neuronalen Netzen: Ein Systemvergleich, in: Bol, G.; Nakhaeizadeh, G.; Vollmer, K.-H. (Hrsg.): Finanzmarktanwendungen neuronaler Netze und ökonometrischer Verfahren, Heidelberg, S. 149-182.
Hornik, K.; Stichcombe, M.; White, H. (1989): Multilayer feedforward networks are universal approximators, in: Neural Networks, Vol. 2, S. 359–366.
Jordan, M.I. (1989): Serial order: A parallel distributed processing approach, in: Elman, J.L.; Rumelhart, D.E. (Hrsg.): Advances in Connectionist Theory: Speech.
Krause, C. (1993): Kreditwürdigkeitsprüfung mit Neuronalen Netzen, Düsseldorf.
Mccluskey, P.C. (1993): Feedforward and Recurrent Neural Networks and Genetic Programs for Stock Market and Time Series Forecasting, Technical Report CS-93-36, Brown University, Providence, Rhode Island.
Moody, J.E.; Utans, J. (1992): Principled Architecture Selection for Neural Networks: Application to Corporate Bond Rating Prediction, in: Moody, J.E.; Hanson, S.J.; Lippmann, R.P. (Hrsg.): Advances in Neural Information Processing Systems 4, San Mateo (California), S. 683-690.
Morgan, N.; Bourlard, H., (1990): Generalization and Parameter Estimation in Feedforward Nets: Some Experiments, in: Touretzky, D.S. (Hrsg.): Advances in Neural Information Processing Systems 2, S. 630-637.
Mozer, M.C. (1993): Neural Net Architectures for Temporal Sequence Processing, in: Weigend, A.; Gershenfeld, N. (Hrsg.): Time Series Prediction — Forecasting the Future and Understanding the Past, Reading, (Massachusetts), S. 243-264.
Perridon, L.; Steiner, M. (1993): Finanzwirtschaft der Unternehmung, 7. Auflage, München.
Refenes, A.N.; Zapranis, A.; Francis, G. (1994): Stock Performance Modeling Using Neural Networks: A Comparative Study with Regression Models, in: Neural Networks, Vol. 7, No. 2, S. 375–388.
Refenes, A.N. (1993): Constructive Learning and Its Application to Currency Exchange Rate Forecasting, in: Trippi, R.R.; Turban, E. (Hrsg.): Neural Networks in Finance and Investing, Chicago (Illinois), S. 465-493.
Rehkugler, H.; Schmidt-Von Rhein, A. (1993): Kreditwürdigkeitsanalyse und-prognose für Privatkundenkredite mittels statistischer Methoden und Künstlicher Neuronaler Netze, Bamberger Betriebswirtschaftliche Beiträge, Nr. 93.
Rehkugler, H.; Poddig, T. (1992): Klassifikation von Jahresabschlüssen mittels Multilayer-Perceptrons — Erste Ergebnisse und weiterführende Fragestellungen, Bamberger Betriebswirtschaftliche Beiträge Nr. 87, Bamberg.
Rumelhart, D.E.; Mcclelland, J.L. & the PDP RESEARCH GROUP (1986): Parallel distributed processing, Vol. 1, Cambridge (Massachussets).
Sarle, W.S. (1994): Neural Networks and Statistical Models, in: Proceedings of the Nineteenth Annual SAS Users Group International Conference, April 1994.
Sharpe, W.F. (1963): A Simplified Model for Portfolio Analysis, in: Management Science, Vol. 9, S. 277–293.
Steiner, M.; Wittkemper, H.-G. (1993): Neuronale Netze: Ein Hilfsmittel für betriebswirtschaftliche Probleme, in: Die Betriebswirtschaft, Jg. 53, S. 447–463.
Tam, K.Y.; Kiang, M. (1990): Predicting Bank Failures: A Neural Network Approach, in: Applied Artificial Intelligence, Vol. 4, Oct/Dec, S. 265–282.
Wassermann, P.D. (1989): Neural Computing — Theory and Practice, New York.
Wittkemper, H.-G. (1994): Neuronale Netze als Hilfsmittel zur Rendite-und Risikoschätzung von Aktien, Köln.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1994 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Wittkemper, HG., Steiner, M. (1994). Modellierung des Aktienrenditegenerierungsprozesses mit Hilfe künstlicher neuronaler Netze. In: Kirn, S., Weinhardt, C. (eds) Künstliche Intelligenz in der Finanzberatung. Gabler Verlag. https://doi.org/10.1007/978-3-322-85838-2_15
Download citation
DOI: https://doi.org/10.1007/978-3-322-85838-2_15
Publisher Name: Gabler Verlag
Print ISBN: 978-3-409-13773-7
Online ISBN: 978-3-322-85838-2
eBook Packages: Springer Book Archive