Zusammenfassung
Eine selbstverständliche Voraussetzung für die Anwendung der Chaoskontrolle in der Finanzwirtschaft ist die Existenz von Chaos. Wir stellen deshalb im folgenden Kapitel eine Auswahl existierender Testmethoden vor und geben einen kurzen Überblick über empirische Ergebnisse des Chaosnachweises in Finanzdatenreihen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Zum größten Lyapunov-Exponenten vgl. u. a. Peters (1991), S. 146 oder Argyris, Faust und Haase (1995), S. 181.
Zur Sensitivität vgl. oben Abschnitt 3.1, S. 22.
Vgl. hierzu Loistl und Betz (1993), S. 64ff oder Stein (1998), S. 202ff.
Siehe oben Abschnitt 2.3, S. 10.
Zur fraktalen Dimension vgl. oben Abschnitt 3.5, S. 24.
Zum Korrelationsintegral siehe oben Abschnitt 3.5, S. 27.
Eine Datenreihe ist i. i. d. (independent identical distributed), wenn die Werte unabhängig und identisch verteilt sind.
Sie verwendeten wöchentliche Renditedaten des Centers for Research in Security Prices at the University of Chicago (CRSP).
Je größer der Tick Size, desto größer ist die Nichtlinearität, die der BDS-Test anzeigt.
Vgl. auch Brock (1986) und Brock und Sayers (1988).
Vgl. Brock und Sayers (1988), S. 84.
Vgl. u. a. Barnett und Serletis (2000), S. 721.
Vgl. Sorger (1998), S. 364.
Boldrin und Woodford (1990), S. 190, führen zwei Gründe an, warum vor allem in der Konjunkturtheorie viele Jahre lineare Modelle dominierten.
Rights and permissions
Copyright information
© 2001 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Heilig, S. (2001). Chaos in Finanzdatenreihen. In: Kontrolle chaotischen Verhaltens auf Finanzmärkten. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08074-9_8
Download citation
DOI: https://doi.org/10.1007/978-3-663-08074-9_8
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7397-7
Online ISBN: 978-3-663-08074-9
eBook Packages: Springer Book Archive