Detailansicht
Prognose von NASDAQ Aktienkursen mittels Vektorautoregressiven Modellen
Georg Paul Reiter
Art der Arbeit
Magisterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Magisterstudium Statistik
Betreuer*in
Erhard Reschenhofer
Mitbetreuer*in
Gökhan Cebiroglu
DOI
10.25365/thesis.46388
URN
urn:nbn:at:at-ubw:1-22282.13467.797265-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Seit der Gründung der ersten Börsen wird versucht vor allen andern Marktteilnehmern zu erkennen,
welche Kurse in näherer Zukunft steigend oder fallend sind. Die Theorien hierfür wurden im Laufe
der Zeit immer komplexer. Heutzutage werden die erwarteten Preisveränderungen von Tradern auf
kleinste Signale reduziert, die im Bruchteil von Sekunden auftreten. In dieser Arbeit wurden drei
stark unterschiedliche Aktienkurse in einem groben Setting begutachtet und danach versucht mittels
vektorautoregressiven Modellen (VAR-Modellen) eigene Prognosen für die zukünftige Entwicklung
des Kurses zu schätzen. Die erste Hälfte dieser Arbeit besteht aus der Theorie rund um das Setting
des Marktes sowie allgemein von VAR-Modellen. Danach folgt die Analyse mittels eben jener VARModelle,
gefolgt von allen notwendigen Modelldiagnostiken, um die Modelle zu validieren. Die
wichtigste und allgemein anerkannteste Fibel für die Arbeit mit höherdimensionalen Zeitreihen ist
New Introduction to Multiple Time Series Analysis von Helmut Lütkepohl. Auf diesem Buch basiert
der Großteil der verwendeten Theorie für VAR-Modelle. Ein weiterer großer Teil dieser Arbeit ist
im Appendix zu finden, wo alle Computationen aus R Studio, die für die Datenaufbereitung sowie
für die Analyse notwendig waren, aufgeführt sind, gemeinsam mit den anderen Ergebnissen dieser
Arbeit. Diese Arbeit ist dem Fachgebiet der multivariaten Zeitreihenanalyse zuzuordnen und soll
als Basis für weitere Forschung auf diesem Gebiet dienen.
Abstract
(Englisch)
Since the foundation of the first stock exchanges market participants have been trying to recognize
first which prices are ascending or descending in the near future. As time goes by theories around
these movements became more and more complex. Nowadays the expected shifts in prices are
reduced to little trading signals by traders, which occur in fractions of seconds. This thesis is about
three different stocks in a rough setting which will be forecasted by vectorautoregressive models
(VAR-Models). The first half of this thesis consists of theory around the market and VAR-Models
in general. This is followed by the analysis with VAR-Models and model diagnostics for these VARModels
for a better validation of these models. The most impotant book for working with higher
dimensional time series is New Introduction to Multiple Time Series Analysis by Helmut Lütkepohl.
The main part of the theory for VAR-model is based on this book. Furthermore another huge part
of the thesis is found in the appendix, where all the important computations for data preparation
and analysis are featured. Also other results of other stocks are mentioned. This thesis belongs to
the scientific field of multidimensional time series analysis and should be used for further works in
this sector.
Schlagwörter
Schlagwörter
(Englisch)
VAR-models forecasts time series
Schlagwörter
(Deutsch)
VAR-Modelle Prognosen Zeitreihen
Autor*innen
Georg Paul Reiter
Haupttitel (Deutsch)
Prognose von NASDAQ Aktienkursen mittels Vektorautoregressiven Modellen
Publikationsjahr
2017
Umfangsangabe
125 Seiten : Illustrationen, Diagramme
Sprache
Deutsch
Beurteiler*in
Erhard Reschenhofer
AC Nummer
AC13739422
Utheses ID
41052
Studienkennzahl
UA | 066 | 951 | |