Long Short-Term Memory Networks bei der Renditeprognose. Inwiefern lassen sich die Ergebnisse von Fischer/Krauss (2017) replizieren und nachvollziehen?

Lingua: tedesco

Editore: GRIN Verlag Okt 2020, 2020

3346197360 / 9783346197368

Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germaniabuchversandmimpf2000

Venditore con 5 stelle

Venditore AbeBooks dal 23 gennaio 2017

Brossura

Condizione: Nuovo

EUR 18,95

EUR 60,00 spedizione 
Spedito da Germania a U.S.A.

Quantità: 1 disponibile

Aggiungi al carrello
Resi gratuiti per 30 giorni

Descrizione dell’articolo da parte del venditore

This item is printed on demand - Print on Demand Titel. Neuware -Projektarbeit aus dem Jahr 2020 im Fachbereich VWL - Finanzwissenschaft, Note: 1,7, Universität Bremen, Sprache: Deutsch, Abstract: Diese Arbeit erklärt die wichtigsten Entwicklungsschritte von einfachen neuronalen Netzen bis hin zu den LSTM Netzwerken und arbeitet Vor- und Nachteile heraus. Im zweiten Teil der Arbeit werden die Ergebnisse des Papiers von Fischer/Krauss (2017) kritisch gewürdigt. Die Resultate in dieser Untersuchung weichen zum Teil deutlich von denen des Fischer/Krauss Papieres ab.In dieser Arbeit werden selektiv die Zeiträume der Jahre 1994, 2001, 2008 und 2015 untersucht. Lediglich in den untersuchten Jahren 1994 und 2001 konnte gegenüber dem S&P500 eine signifikante Outperformance durch das LSTM-Networks, mit durchschnittlich täglichen Renditen von 0,022 respektive 0,0074 festgestellt werden. Eine allgemeingültige Prognosefähigkeit des Modells oder eine Überlegenheit zu etwaigen BenchmarkModellen lässt sicher allerdings nicht darstellen. Das gewählte Benchmark-Modell, die logistische Regression, liefert in 1994 ähnlich gute Ergebnisse wie das LSTM. Da die Daten und Methoden denen von Fischer/Krauss (2017) folgen, gilt es eine Erklärung der differenten Resultate zu finden.Machine Learning ist seit den 90er Jahren ein verbreitetes Thema der Finanzwissenschaft und Informatik. Mit der neuen Big Data Welle kommt das mittlerweile in die Jahre gekommene Wissenschaftsgebiet wieder in den Fokus der Wissenschaft. Die Gründe liegen auf der Hand. Gerade die besseren Rechenkapazitäten und größeren Mengen an öffentlich zugänglichen Kapitalmarktdaten gestatten es, Machine Learning erneut auf den Prüfstand zu stellen. Dies führte zu einer erneuten Prominenz des Forschungsgebietes, des Deep Learning.Das Papier von den Autoren Fischer/Krauss (2017) zum Thema Aktienmarktprognose mittels neuronaler Netze sorgte aufgrund ihrer Ergebnisse für Aufsehen. Die Autoren nutzen in ihrer Arbeit zur Prognose von Aktienmarktrenditen insbesondere Long Short-Term Memory Netzwerke (LSTM-Networks). Diese zählen zu den fortgeschrittensten Methoden in Bereich des Machine Learning. In dem Papier schaffen sie es ausschließlich mittels vergangener Renditen, den Benchmark-Index S&P500 mehr als deutlich zu schlagen. Diese Ergebnisse stehen im Konflikt mit der von Eugene Fama entwickelten Effizienz-Markt-Hypothese, als das sich aus vergangen Kursdaten keine nützlichen Informationen für die Zukunft ableiten lassen.GRIN Publishing GmbH, Waltherstraße 23, 80337 München 40 pp. Deutsch.…

Codice articolo 9783346197368

Titolo
Long Short-Term Memory Networks bei der Renditeprognose. Inwiefern lassen sich die Ergebnisse von Fischer/Krauss (2017) replizieren und nachvollziehen?
Autore
Florian Meyer
Editore
GRIN Verlag Okt 2020
Anno di pubblicazione
2020
Condizione
Neu
Rilegatura
Taschenbuch
Lingua
tedesco
ISBN 10
3346197360
ISBN 13
9783346197368
Peso dell'articolo
73 grammi
Dimensioni
210x148x4 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Germania

Venditore con 5 stelle

Venditore AbeBooks dal 23 gennaio 2017

Tariffe di spedizione da Germania a U.S.A.

ArticoloDa 60 a 60 giorni lavorativiDa 60 a 60 giorni lavorativi
Primo articoloEUR 60,00EUR 75,00
I tempi di consegna sono stabiliti dai venditori e variano in base al corriere e al paese. Gli ordini che devono attraversare una dogana possono subire ritardi e spetta agli acquirenti pagare eventuali tariffe o dazi associati. I venditori possono contattarti in merito ad addebiti aggiuntivi dovuti a eventuali maggiorazioni dei costi di spedizione dei tuoi articoli.

Metodi di pagamento

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Assegno
  • PayPal

Descrizione dello Store

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Specializzazione

Modernes Antiquariat - Bücher von 1960 bis heute

Informazioni sull’azienda del venditore

buchversandmimpf2000

Germania