Prognose von Aktienrenditen. Big Data vs. Fundamentaldaten [German]

By Manuel Ruckober

Masterarbeit aus dem Jahr 2015 im Fachbereich BWL - Bank, B rse, Versicherung, Note: 2,0, Universit t zu K ln (Wirtschafts- und Sozialwissenschaftliche Fakult t), Veranstaltung: Finanzierungslehre, Sprache: Deutsch, Abstract: Ziel dieser Arbeit war es, empirisch zu berpr fen, ob anhand von Big Data (hier: Google Trends) und/oder Fundamentaldaten (hier: ifo Gesch ftsklimaindex) eine Renditeprognose f r den DAX Performance Index m glich ist. Die Renditeprognose erfolgt dabei auf w chentlicher und monatlicher Basis. Ein besonderer Fokus liegt hierbei auf der Prognosef higkeit w hrend Konjunkturkrisen, da w hrend diesen Zeiten eine korrekte Prognose besonders lukrativ w re. Dar ber hinausgehend soll anhand der gewonnenen Erkenntnisse eine oder mehrere Strategien implementiert werden, die in der Lage sind eine BaH-Strategie, basierend auf dem DAX, zu schlagen. Ziel der Arbeit ist es hingegen nicht, eine genaue Renditeprognose des n chsten Monats bzw. der n chsten Monate zu treffen. Es ist lediglich angestrebt zu prognostizieren, ob Renditen in diesen Zeitr umen vermehrt positiv oder negativ sein werden. Zur Herausarbeitung der Fragestellungen werden Daten mit zwei statistischen Verfahren untersucht, die Ergebnisse interpretiert und kritisch hinterfragt sowie anschlie end versucht eine Strategie, basierend auf dem DAX, zu implementieren. Bei den Daten handelt es sich um DAX-Renditen, ifo Gesch ftsklimaindex, Leitzinsen sowie Google Trends Daten. Zur statistischen Analyse eignen sich - da vor allem Dummy-Variablen als Prognosevariablen eingesetzt werden - T-Tests, allerdings werden im zweiten Teil der empirischen Analyse auch Lineare Regressionen herangezogen.

• Format: Paperback
• Language: German
• ISBN: 3668082251
• ISBN13: 9783668082250
• Release Date: November 2015
• Publisher: Grin Verlag
• Length: 92 Pages
• Weight: 0.29 lbs.
• Dimensions: 0.2" x 5.8" x 8.3"