Fundamentale Wechselkursprognose mit Neuronalen Netzen: Traditionelle versus neuere Ans?tze zur Wechselkursbestimmung [Paperback]

1 Einleitung.- 2 Einf?hrung in die Theorie neuronaler Netze.- 2.1 Historische Entwicklung und ?konomische Interpretation eines Neurons.- 2.2 Aufbau und ?konomische Interpretation eines Mehrschichtnetzwerkes.- 2.3 Lernalgorithmen.- 2.4 Das Ph?nomen der ?ber- und Unteranpassung.- 2.5 M?glichkeiten der Komplexit?tsreduktion eines neuronalen Netzwerkes.- 2.6 Ermittlung der relevanten Zusammenh?nge mittels Sensitivit?tsanalysen.- 2.7 Netzwerktopologien.- 2.8 Vergleich lineare Regression und neuronales Netz.- 2.9 Vorgehensweise beim Modellbau mit neuronalen Netzen.- 3 Wechselkursprognose mit Hilfe ?konomischer Wechselkurstheorien.- 3.1 Begriffliche Grundlagen: Nominaler und realer Wechselkurs.- 3.2 Bausteine fundamentaler Ans?tze der Wechselkursbestimmung.- 3.3 Monet?re Ans?tze der Wechselkursbestimmung.- 3.4 Keynesianische Ans?tze der Wechselkursbestimmung.- 3.5 Wechselkursmodelle mit monet?ren und keynesianischen Elementen.- 3.6 Postkeynesianische Wechselkurstheorie.- 3.7 Vergleich der Paradigmen.- 4 Schlu?betrachtung und Ausblick.Dr. G?nter Grimm war wissenschaftlicher Mitarbeiter am Lehrstuhl f?r Volkswirtschaftslehre von Prof. Dr. Manfred Borchert an der Universit?t M?nster. Daran schlo? sich eine Nebent?tigkeit im zentralen Research einer deutschen Gro?bank an. Parallel hierzu arbeitete er im Zentralbereich F&E der Siemens AG. Heute ist er im Fondsmanagement der allfonds management GmbH in M?nchen t?tig.Neuronale Netze werden zunehmend f?r Anwendungsgebiete in der Finanzwirtschaft eingesetzt. Eine Anwendungsm?glichkeit besteht in der Prognose von Wechselkursen mit Hilfe fundamental orientierter Wechselkurstheorien. G?nter Grimm analysiert, ob neuere quantitative gegen?ber klassischen Verfahren zu besseren Ergebnissen bei der Wechselkursprognose f?hren. Hierzu ?berpr?ft der Autor traditionelle und neuere Ans?tze volkswirtschaftlicher Wechselkurstheorien mit einem linearen und einem nicht-linearen Verfahren in Form eines neuronalen Netzes. Im Mittelpunkt der ?berlCc