Skip to main content
SpringerLink
Log in

Chaos in Finanzdatenreihen

  • Chapter
Kontrolle chaotischen Verhaltens auf Finanzmärkten

  • 39 Accesses

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.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 44.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Zum größten Lyapunov-Exponenten vgl. u. a. Peters (1991), S. 146 oder Argyris, Faust und Haase (1995), S. 181.

    Google Scholar 

  2. Zur Sensitivität vgl. oben Abschnitt 3.1, S. 22.

    Google Scholar 

  3. Vgl. hierzu Loistl und Betz (1993), S. 64ff oder Stein (1998), S. 202ff.

    Google Scholar 

  4. Siehe oben Abschnitt 2.3, S. 10.

    Google Scholar 

  5. Zur fraktalen Dimension vgl. oben Abschnitt 3.5, S. 24.

    Google Scholar 

  6. Zum Korrelationsintegral siehe oben Abschnitt 3.5, S. 27.

    Google Scholar 

  7. Eine Datenreihe ist i. i. d. (independent identical distributed), wenn die Werte unabhängig und identisch verteilt sind.

    Google Scholar 

  8. Sie verwendeten wöchentliche Renditedaten des Centers for Research in Security Prices at the University of Chicago (CRSP).

    Google Scholar 

  9. Je größer der Tick Size, desto größer ist die Nichtlinearität, die der BDS-Test anzeigt.

    Google Scholar 

  10. Vgl. auch Brock (1986) und Brock und Sayers (1988).

    Google Scholar 

  11. Vgl. Brock und Sayers (1988), S. 84.

    Google Scholar 

  12. Vgl. u. a. Barnett und Serletis (2000), S. 721.

    Google Scholar 

  13. Vgl. Sorger (1998), S. 364.

    Google Scholar 

  14. Boldrin und Woodford (1990), S. 190, führen zwei Gründe an, warum vor allem in der Konjunkturtheorie viele Jahre lineare Modelle dominierten.

    Google Scholar 

Download references

Authors
  1. Stephan Heilig
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints 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

Publish with us

Policies and ethics

Search

Navigation