Aktienprognosen zur Portfolio-Optimierung [Paperback]

1 Einleitung.- 2 Entscheidungstheoretische Grundlagen der Portfolio-Theorie.- 2.1 Entscheidungstheorie.- 2.2 Grundmodell der Entscheidungstheorie.- 2.3 Entscheidungen unter Risiko.- 3 Portfolio-Theorie.- 3.1 Portfolio Selection Theorie von Markowitz.- 3.2 Indexmodelle.- 3.3 Optionen.- 4 Analyse von Zeitreihen.- 4.1 Zeitreihenanalyse.- 4.2 Spezielle ARMA[p, q]-Modelle.- 4.3 Allgemeine ARMA[p, q]-Modelle.- 4.4 Partiell Restringierte Autoregressive Modelle.- 5 Bestimmung eines optimalen Portfolios auf der Basis stochastischer Prozesse.- 5.1 Variablen der Portfolio-Berechnung.- 5.2 Numerische Bestimmung eines optimalen Portfolios.- 6 Praktische Anwendung.- 6.1 Prognose der Aktienkurse.- 6.2 Berechnung des optimalen Portfolios.- 7 Schlu?betrachtungen.- A Gesamt?bersicht der Sch?tzergebnisse.- B Gesamt?bersicht der Ergebnisse der Portfoliooptimierung.Dr. Stefan Marx ist seit Mai 1992 als wissenschaftlicher Mitarbeiter am Institut f?r Quantitative Methoden des Fachbereichs Informatik der TU Berlin t?tig.Den Erfolg eines Aktienportfolios bestimmt die zuk?nftige Wertentwicklung der aufgenommenen Aktien, die zum Investitionszeitpunkt jedoch nur schwer abzusch?tzen ist. Methoden der Zeitreihenanalyse sind ein wichtiges Hilfsmittel, um Informationen ?ber die Wertentwicklung, die Genauigkeit der Vorhersage und ?ber Abh?ngigkeiten zwischen den Aktien zu ermitteln. Stefan Marx verkn?pft die Portfolio Section Theorie mit der Zeitreihenanalyse und erreicht dadurch, da? die zur Portfolio-Optimierung ben?tigten Parameter durch zeitreihenanalytische Methoden zur Verf?gung gestellt werden. In diesem Zusammenhang stellt der Autor die ben?tigten Grundlagen aus der Entscheidungstheorie dar und berechnet exemplarisch optimale Portfolios f?r verschiedene Risikoeinstellungen.Den Erfolg eines Aktienportfolios bestimmt die zuk?nftige Wertentwicklung der aufgenommenen Aktien, die zum Investitionszeitpunkt jedoch nur schwer abzusch?tzen ist. Methoden der Zeitreihenanalyse sind ein wichtiges HilfslÓ+