StockBrowser.org - Aktien - Analysen - Finanz - Finanzmathematik - Statistik

StockBrowser
Literaturverzeichnis

Für interessierte Leser, die zum Thema "Aktienbewegung statistisch auswerten" weiterführende Literatur suchen, veröffentliche ich an dieser Stelle gern mein Literaturverzeichnis.
Das Verzeichnis ist historisch gewachsen, d. h. die Reihenfolge der Quellen hat überhaut nichts mit einer inhaltlichen Bewertung zu tun!

Selbstverständlich können Sie mir Ihre Literaturangaben für einen Eintrag (kostenlos) auf dieser Seite mitteilen, wenn er zum Themenkreis passt.
...zum Kontaktformular
Sollte ein Link nicht verfügbar sein, wäre eine kurze Info hilfreich:
...verwaisten Link mitteilen.

Universität Saarland
Linksammlung zu den Themen:
-Fundamentale Aktienanalyse
-Technische Aktienanalyse
-Ökonometrie & Statistik
und mehr bei: Finanz-Portal der Uni Saarland
Universität Ulm
Stochastik für Informatiker, Physiker, Chemiker und Wirtschaftswissenschaftler.
deskriptive Statistik
Auszug:
Deskriptive Statistik beschäftigt sich mit Zusammenstellen, Zusammenfassen und Präsentieren von Daten. Ziel ist das Verdeutlichen und Interpretieren der grundlegenden Eigenschaften der (oft großen) Datenmenge, i.e. Herausarbeiten der zentralen Information der Daten. Es werden
1. graphische und
2. numerische
Techniken verwendet...
Autor: Prof. Rüdiger Kiesel u. a.
...zum Dokument
Rheinischen Friedrich-Wilhelms-Universität Bonn
Diplomarbeit zum Thema: "Numerische Verfahren für stochastische Kontrollprobleme mit Anwendungen in der Ökonomie"
vorgelegt der Mathematisch-Naturwissenschaftlichen Fakultät
Autor: Allan Zulficar, November 2006

Auszug: Komplexe Vorgänge in der Volkswirtschaft erfordern eine genaue Modellierung, die ein ökonomisches Phänomen möglichst realitätsgetreu in eine mathematisch zu fassende, analysierbare Struktur überführt. Dabei ist nicht immer gesichert, dass für ein die Realität abbildendes Modell eine analytische Lösung gefunden werden kann. Daher ist der Einsatz numerischer Verfahren unverzichtbar. Mit geeigneter Approximationen lassen sich hinreichend gute, diskrete Näherungen der nicht bekannten kontinuierlichen Lösung des Modells finden. Während die Numerik in den Naturwissenschaften seit langem eine wichtige Rolle bei der Simulation realer Vorgänge spielt und die Finanz-Wirtschaft ebenfalls von numerischen Simulationsverfahren Gebrauch macht, werden solche Verfahren zunehmend auch in der Volkswirtschaftslehre verwendet.
...zum Dokument
Universität Leipzig Sektion Finanzmathematik
Approximation von Aktienkursen
Autor: k. A.
Auszug: Die Approximation von Aktienkursen erweist sich in der Finanzmathematik als nützliches Hilfsmittel. So kann man z.B. Aktienkurse durch ein sogenanntes Cox-Ross-Rubinstein Modell approximieren. Dabei wird die Zeitachse in viele (sehr kleine, z.B. sekündlich oder noch kleiner) Teile geteilt. In jedem dieser Zeitintervalle lässt man für den Aktienkurs nur zwei Bewegungen zu: Ein kleiner Sprung nach oben oder ein kleiner Sprung nach unten...
...zum Dokument
"Neue Züricher Zeitung"
Paradigmenwechsel in der Finanzmarktforschung
Autor: Robert J. Shiller
28.07.2001
Einleitung:
In der Finanzmarktforschung dominiert die Sichtweise, dass in die Preisbildung alle verfügbaren Informationen einfliessen und Preisänderungen nicht prognostizierbar sind. Ökonometrische Analysen lassen allerdings Zweifel an dieser Hypothese aufkommen. Der Autor des folgenden Beitrags argumen-
tiert, dass es sich bei den festgestellten Marktanomalien keineswegs um vernachlässigbare Kuriositäten handelt, sondern dass diese einen fundamentalen Mangel der herrschenden Theorie aufdecken...
...zum Dokument
Universität Dortmund
Forschungsbericht 1998-2000 - Kointegration von Aktienkursen
Autor: W. Krämer
1999
Auszug: Die Statistik beschäftigt sich mit der Beschreibung und Analyse von Zusammenhängen, welche am Einzelfall nicht ersichtlich, sondern nur durch die Beobachtung eines größeren Teils einer ganzen Population erkannt werden können. Sie verwendet dazu spezielle Modelle und Verfahren, die auf mathematischer Grundlage abgeleitet werden, sowie umfangreiche Programmsysteme, welche zu diesem Zweck entwickelt und laufend erweitert werden. Es ist heutzutage kaum mehr möglich, einen Gesamtüberblick über alle Anwendungsgebiete der Statistik zu bekommen. Deshalb hat der Fachbereich drei Bereiche abgegrenzt, die noch einigermaßen überschaubar sind und die im Mittelpunkt seiner Forschung stehen.
Diese drei Schwerpunkte sind:
- Biometrie
- Ökonometrie/Empirische Wirtschaftsforschung
- Technometrie
In der Zwischenzeit ist der Computer in der statistischen Wissenschaft nicht mehr nur das wichtigste Hilfsmittel zur Umsetzung mathematisch begründeter und untersuchter Verfahren, sondern durch ihn wurde das statistische Methodenspektrum wesentlich verbessert und erweitert. Mittels des Computers ist es gelungen, neue statistische Verfahren der Datenanalyse zu entwickeln, die sonst gar nicht erdacht worden wären. Der Computer ermöglicht z.B. einen Grad der Visualisierung der Strukturen eines hochdimensionalen Datensatzes, der ohne dieses Werkzeug nicht denkbar wäre. Deshalb stellt heute die computergestützte statistische Forschung neben der statistischen Theorie eine zweite Säule der statistischen Methodik dar.
...zum Dokument
Universität Tübingen
Angewandte Zeitreihenanalyse und Prognosemethoden

Auszug:
2.Einführung in lineare Differenzengleichungen
2.1 Motivation
Zeitreihen kommen in allen Teilgebieten der Ökonomie vor. So werden z.B.
- die Kursentwicklungen von Aktien, Anleihen oder
- makroökonomische Zeitreihen wie die Inflationsrate, das Bruttoinlandsprodukt (BIP) oder die Arbeitslosenquote
sehr oft in Tabellenform oder als Graphik präentiert. Diese Darstellungsform einer Zeitreihe ist zwar sinnvoll, ist jedoch nur der erste Schritt einer systematischen Zeitreihenanalyse...
...zum Dokument
Fachbeitrag "wie lügt man mit Statistik"
FachbereichMathematik/Informatik der Universität Kassel
Frei nach dem Motto von Churchill:"Trau keiner Statistik die du nicht selbst gefälscht hast!" werden unter anderem Analysen von Aktienkursen auf ihre statistische Glaubwürdigkeit hin untersucht.
Autor: Christine Müller
...zum Dokument
Einführung in Statsoft STATISTICA 6.0 anhand von Beispielen aus der Zeitreihenanalyse
Auszug:
In vielen Bereichen, z.B. in Industrie- und Handelsunternehmen, in der amtlichen Statistik (Bevölkerungsstatistik, Umweltstatistik, Wirtschaftsstatistik etc.), im Gesundheitswesen, in der Meteorologie, in der empirischen Wirtschaftsforschung, an den Wertpapier- und Rohstoffmärkten, werden Daten zu fortlaufenden Zeitpunkten beobachtet. Die Zeitreihenanalyse untersucht solche empirischen Zeitreihen auf Grundlage stochastischer Modelle. Aufgrund der Vielzahl der Anwendungen sind Beispiele aus der Zeitreihenanalyse in besonderem Maße als Einstieg in die Funktionen von STATISTICA geeignet.
Autor: Rainer Göb, Christian Weiß und Matthias Hartmann
...zum Dokument
WU-Wien
Wahrscheinlichkeitsrechnung und Simulation stochastischer Modelle - Risikoanalyse
Auszug:
Motivation Optionspreis: Eine (europäische) Calloption ist ein Vertrag, der dem Käufer das Recht einräumt, eine bestimmte Aktie zu einem festgesetzten Preis, dem Ausübungspreis der Option, zu einem festen Zeitpunkt, dem Ausübungszeitpunkt, zu kaufen.
Im Rahmen finanzmathematischer Modelle kann der Preis bzw. der Wert der Option berechnet werden...
Autor: Klaus Pötzelberger,Institut für Statistik und Mathematik
...zum Dokument
Stochastische Bewertungsmodelle im Einsteinjahr
Auszug:
Das Modell für die Brownsche Bewegung... hat auch die Finanzmarktheorie beflügelt. Es ist nicht so, daß Black und Scholes allein die Idee hatten, eine Formel aus der kinetischen Physik auf die Finanzmärkte zu übertragen. Auch Einstein selbst hatte solche Überlegungen.
Der Begriff "Random Walk" für das Zittern eines Partikelchen in der Lösungsflüssigkeit unter dem Mikroskop - oder der Kurse an der Börse - wurde später von Einstein benutzt. Er wird Pearson zugeschrieben...
Autor: Gerhard Schroeder
...zum Dokument
TU Wien
Zufall mit Berechnung
Auszug:
"Geometrie stochastischer Differenzialgleichungen" lautet der Titel ... Wie das Wort "stochastisch" verrät, geht es um Zufall und Wahrscheinlichkeit. Doch was genau steckt hinter diesen Begriffen?
Wir versuchen, mit wahrscheinlichkeitstheoretischen Methoden zu verstehen, wie verschiedene Preise an den Börsen zusammenhängen, erklärt Teichmann in seinem Büro am Institut für Finanz- und Versicherungsmathematik der Technischen Universität Wien. Wir sind aber keine Wetterfrösche in der Vorhersage von Preisen, stellt der Forscher klar. Wir versuchen nur zu quantifizieren, welche Risiken in Portfolios stecken, wie viel man verlieren kann, wie viel man gewinnen kann und welche Preise fair sind...
Autor: Josef Teichmann
...zum Dokument
Uni Köln
Stochastische Analysis und Finanzmathematik
Auszug:
Ziel dieses Kapitels ist es, eine Einführung in die stochastischen Grundlagen von Finanzmärkten zu geben. Es werden zunächst Modelle in diskreter Zeit behandelt, anschließend in stetiger Zeit. letztere gehen bereits auf Bachelier (1900) zurück, der ein Modell der so genannten Brownschen Bewegung zur quantitativen Analyse von Aktienverläufen vorschlug. Die moderne Entwicklung der Finanzmathematik wurde eingeleitet von Black und Scholes (1973) und Merton (1973)....
Autor: Autorenkollektiv
...zum Dokument
Rheinische Friedrich-Wilhelms-Universität Bonn
Mathematisch-Naturwissenschaftliche Fakultät
Parameterschätzung stochastischer Prozesse aus der Finanzwelt mittels (Dünngitter-)Histogramm-Matching-Verfahren (Diplomarbeit)
Auszug:
Die Verwendung stochastischer Dfferentialgleichungen zur Modellierung der zukünftigen Wertentwicklungen verschiedener Anlageformen hat in den letzten Jahren im Banken- und Versicherungsgewerbe mehr und mehr an Bedeutung gewonnen. Sie dient unter anderem als Grundlage für eine adäquate Bewertung von Optionen sowie für Projektionen und Analysen im Bereich des Risikomanagements. So ist es zum Beispiel im Rahmen des Asset-Liability-Managements (der Aktiv-Passiv-Steuerung) eines Versicherungsprodukts notwendig, die zukünftige Entwicklung des Kapitalmarktes (der Aktivseite) zu modellieren. Zu den wesentlichen Faktoren, die dabei von Interesse sind, zählen die Kursentwicklung von Aktien, etwa die des Deutschen Aktienindex DAX, und die Entwicklung der Zinssätze festverzinslicher Wertpapiere, zum Beispiel in Form des Tagesgeldsatzes.
Für Aktienkurse wird bei der stochastischen Modellierung in der Regel eine Geometrische Brownsche Bewegung verwendet. Diese ist ein stochastischer Prozess, der über zwei Parameter, die Drift und die Volatilität, spezifiziert wird. Die Modellierung von Zinssätzen gestaltet sich dagegen komplexer. Im Unterschied zu Aktienkursen, deren Wert lediglich vom Betrachtungszeitpunkt abhängt, besteht bei Zinssätzen eine zusätzliche Abhängigkeit von der Laufzeit des zugrundeliegenden festverzinslichen Wertpapiers. ....
Autor: Vera Gerig
...zum Dokument
Universität Zürich - Institut für Empirische Wirtschaftsforschung
Effiziente Kapitalmärkte
Auszug:
Marktpreise enthalten Information die den Marktakteure interessiert. Wir werden jetzt diskutieren wie viel solche Information in den Marktpreisen liegt. Ein Kapitalmarkt ist effizient bezüglich der Informationsmenge Phi, wenn alle Informationen in Phi in den Marktpreisen reflektiert sind, d.h. wenn es nicht möglich ist eine erwartete Rendite zu erzeugen, die über der Marktrendite hinausgeht. In Bezug auf der CAPM besagt dies dass alle Wertpapiere auf der Wertpapiermarktlinie liegen. Eine andere Weise dies zu sagen ist dass das Markt unmittelbar und korrekt auf neue Information in Phi reagiert. Es ist üblich drei Informationsklassen, Phi, zu berücksichtigen
- Schwache Form: Hier ist Phi die Menge aller historischen Informationen über Preise (oder Renditen) im Markt.
- Halbstarke Form: Hier ist Phi die Menge aller öffentlich zugänglichen Informationen über die Marktobjekte und ihrer unterliegenden Werten.
- Starke Form: Hier ist Phi die Menge aller Informationen über die Marktobjekte, und ihrer unterliegenden Werten, also auch insider Informationen.
Normalerweise diskutiert man Effizienz im Aktienmarkt, wo die Objekte Aktien und die unterliegende Werten Betriebe sind. Wenn ein Markt z.B. schwach Effizient ist , kann man also kein erwartete Rendite erzeugen, die über die des Marktes ist (für dieselbe Risikoklasse) wenn man Daten von historischen Aktienkursen nützt. E s ist aber gut möglich, weniger zu verdienen. Wenn ein Markt halbstark effizient ist , passt der Preis des Wertpapiers sich unmittelbar neue Informationen an, und springt direkt zu den neuen Gleichgewicht, gegeben die neuen Informationen. Man kann dann keine positive erwartete Rendite zu erzeugen beim Analysieren von öffentlichen Informationen. Starke Effizienz besagt dass keine Information eine höhere Rendite als die Markt erzeugen kann. Niemand glauben wohl eigentlich daran.
Kommentar In einem strengen Verstand sind Finanzmärkte wohl nicht effektiv. Weil wenn die Marktpreise z.B . alle öffentlich zugängliche Informationen enthielten, wollten niemand nach neue Informationen suchen. Effizienz besagt nur dass Wertpapiermärkte sehr schnell auf neue Information reagiert, und schnell zu einer neuen Gleichgewicht kommen.
Kommentar Selbst starke Effizienz ist ein schwächerer Begriff als ein perfekten Markt. Für ein effizienten Markt braucht man z.B. nicht preisnehmende Akteure, d.h. dass imperfekte Konkurrenz möglich ist. Friktionen, z.B . Transaktionskosten sind auch mit Effizienz vereinbar.
Halbstarke Effizienz und Kapitalisierung
Halbstarke Effizienz besagt wie gesagt dass alle öffentliche Information im Preis reflektiert ist. D.h. dass bei neue Informationen fällt den Wert diese Information der Besitzer zu. Dies nennt man die Kapitalisierung des Wertes. Dies gilt auch wenn die neuen Zahlungsstrom zuerst in der Zukunft kommt.
Beispiel Wenn z.B . eine Chemiebetrieb verurteilt wurde, über zehn Jahren die Bewohner der Umgebung jährlich eine große Summe zu Zahlen, sollte der Wert des Firma unmittelbar mit dem Barwert dieser Summen fallen. Die Aktien im Firma sollten danach ein normale Rendite geben. Im Praxis kann man Einspruch einlegen, so dass ein Urteil nicht notwendigerweise dazu führt, dass das Firma wirklich zahlen muss. Diese Unsicherheit beeinflusst auch dem Wert der Firma .
Oben haben wir auch angenommen dass der Urteil völlig überraschend käme. In Praxis fällt der Kurs der Aktien in einem solchen Fall viel früher als der Urteil fällt, weil die Marktakteure das Urteil teilweise voraussehen. Normalerweise ist es nur die Änderungen relativ zu den Erwartungen des Markts, die beim Urteil Bedeutung hat für der Preis der Firma...
Autor: Autorenkollektiv
...zum Dokument
Institut für Statistik der Ludwig-Maximilians-Universität München
und des Sonderforschungsbereichs 386 (SFB 386)
Datenarchiv des Instituts für Statistik und des SFB 386
Auszug:
Dieses Archiv stellt Datensätze zur Verfügung, die sowohl in der statistischen Fachliteratur als auch im SFB 386 Verwendung finden. Die Datensätze sind größtenteils frei verfügbar, die wenigen nicht frei zugänglichen können eventuell auf Anfrage weitergegeben werden. Außerdem findet sich eine Link-Sammlung auf weitere Datensatz-Sammlungen im WWW. Die Such-Funktion erlaubt es Ihnen, das Datenarchiv nach verwendeten Methoden und Anwendungsgebieten zu durchsuchen...
... zur Internet-Seite auf: SFB 386

... zur Internet-Seite auf: SFB 386
Deutschen Bundesbank
Zeitreihen-Datenbank
Auszug:
Hier finden Sie aktuelle statistische Daten der Deutschen Bundesbank in Form von Zeitreihen zur Anzeige und für den Download als CSV-Datei.
Verfügbare Themenbereiche sind:
- Banken
- Zinsen, Renditen
- Wertpapiermärkte
- EWU, Geldmengenaggregate
- Außenwirtschaft
- Devisenkurse, Goldpreise
- Konjunktur
- Weitere Wirtschaftsdaten
... zur Internet-Seite der Deutschen Bundesbank
webverzeichnis-webkatalog
Kategorie: Bildung & Wissenschaft
In der Kategorie Bildung & Wissenschaft finden Sie ebenfalls eine ausgezeichnete Sammlung relevanter Internet-Seiten - unter anderem auf den Gebieten: Bibliotheken, Forschung, Studium, Universitäten.
... zur Internet-Seite webverzeichnis-webkatalog
Friedrich-Alexander-Universität Erlangen-Nürnberg
Wirtschafts- und Sozialwissenschaftliche Fakultät
Visualisierung der Volatilität bei der Interpolation von Zeitreihen
Auszug:
Häufig werden in grafischen Darstellungen Werte einer Zeitreihe linear interpoliert, um einen groben Eindruck ihres Verlaufs zu geben. Das Ergebnis ist ein Streckenzug, in dem einzelne Geradenstücke aneinandergehängt sind, wobei die Ausgangsdaten des Streckenzugs die Knickpunkte bilden. Allerdings wird durch eine solche lineare Interpolation der visuelle Eindruck einer Zeitreihe mit großer Volatilität, wie etwa eines Börsenkurses, nur sehr unzureichend wiedergegeben, da auch zwischen den verfügbaren Kurswerten starke Schwankungen vorliegen.
Es wäre daher ein Verfahren wünschenswert, das statt Geradenstücken Kurvenabschnitte verwendet, die rau wirken. Dabei sollte der Grad der Rauheit parametrisierbar sein, so daß sowohl der Eindruck einer sehr starken Volatilität als auch einer schwachen erzeugbar ist.
In diesem Beitrag wird dafür Barnsleys selbstaffine (oder "fraktale") Interpolation vorgeschlagen, die Ergebnis eines Iterationsprozesses ist: Gestartet wird mit dem Streckenzug der linearen Interpolation. Bei einem Iterationsschritt wird dann jeder Kurvenabschnitt durch ein affin gestauchtes Bild der gesamten Kurve des vorigen Schritts ersetzt. Die Iteration bricht ab, wenn sich in der Auflösung des Bildschirms nichts mehr ändert. Der Grad der vertikalen Stauchung ist dabei in Grenzen frei wählbar und liefert den gewünschten Volatilitätsparameter. Ist dieser im Extremfall gleich null, so wird der Streckenzug vertikal exakt auf ein Geradenstück gestaucht, womit die selbstaffine Interpolation mit der linearen Interpolation übereinstimmt. Größere Werte des Parameters liefern eine rau wirkende Interpolation und visualisieren damit einen bestimmten Grad von Volatilität....
Autor: Norman Fickel
... zum Dokument
Europa-Universität Viadrina Frankfurt (Oder)
Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbesondere der Finanzwirtschaft und Kapitalmarkttheorie
Die Aktienhaussen der 80er und 90er Jahre: waren es spekulative Blasen?
Auszug:
Die vorliegende Arbeit untersucht auf der theoretischen Basis eines Barwertmodells und eines spekulativen Blasenprozesses die Existenz spekulativer Komponenten in britischen, deutschen und US-amerikanischen Aktienkursen. Die methodische Grundlage ist ein neues, nichtliniares Zeitreihenverfahren, das asymetrische Abweichungen vom langfristigen Gleichgewicht modellieren kann und sich damit zur empirischen Analyse periodisch platzender Blasen einsetzen lässt. Die vorliegenden Resultate sind dahingehend interpretierbar, dass Aktienkurse langfristig ihrem Fundamentalfaktor folgen. Die Evidenz zu den kurzfristigem Anpassungsmechanismen lässt jedoch den Rückschluss auf die Existenz periodisch platzender spekulativer Blasen in allen drei untersuchten Aktienmärkten zu. Die Aktienhaussen der achtziger und neunziger Jahre sind daher eher durch eine spekulative Blase als durch künftige Fundamentalwertentwicklungen begründbar.
Autor: Martin T. Bohl
... zum Dokument
Universität Hamburg
Assetmanagement II - Chartanalyse
Auszug:
- viele verschiedene Techniken zur Analyse des Datenmaterials (überwiegend Kursverläufe = Charts)
- soll Aussagen zum optimalen Zeitpunkt für Kauf oder Verkauf eines Wertpapiers geben
- Unterstellt, dass sämtliche entscheidungsrelevanten Informationen über Vergangenheit und Zukunft bereits in der sichtbaren Kursentwicklung enthalten sind
- Wiederkehrende, beobachtbare Ereignisse mit jeweils ähnlichen, wahrscheinlichen Zukunftsverläufen
- Erfinder: Charles Dow publizierte seine "Dow Theory" über die Chartanalyse in einer Reihe von Artikeln im Wall Street Journalab 1884
Autoren: Achim Biesenbach, Sascha Krüger
... zum Dokument
Universität Hamburg
Technische Aktienanalyse - Funktionsweise eines Backpropagation-Netzes
Auszug:
Jede Schicht besteht aus Prozessoren, die ihrerseits mit anderen Prozessoren verbunden sind.
- Eingabe-Schicht (Input Layer)
- Zwischen-Schicht (Hidden Layer)
- Ausgabe-Schicht (Output Layer)
Die Verbindungslinien zwischen den Prozessoren sind gewichtet, d.h. daß die Werte, die die Prozessoren an ihre Nachfolger weitergeben, mit einem der Verbindungslinie zugeordneten Faktor multipliziert werden. Somit werden Werte excitatorisch oder inhibitorisch weitergegeben.
Die Prozessoren haben die Funktion, eine vom Benutzer definierte Anzahl von Eingangswerten zu summieren und einen Vergleich mit dem Schwellwert des Prozessors durchzuführen.
Wenn der Schwellwert des Prozessors überschritten wird, gibt der Prozessor seinerseits einen Wert an die ihm nachfolgenden Prozessoren ab.
... zum Dokument
Universität Saarland
Technische Aktienanalyse
Auszug:
Mit Hilfe von Fundamentalanalyse versucht man, den inneren Wert einer Aktie zu bestimmen. Der "innere Wert" ist ein Wert, der Aktie von einem bewertenden Subjekt beigelegt wird; er den "inneren Wert" ist somit zu unterscheiden vom Börsenkurs der Aktie. Liegt der innere Wert unter dem Börsenkurs, so sollte man die Aktie nicht kaufen bzw. man sollte sie verkaufen, wenn man Aktienbesitzer ist. Liegt der innere Wert über dem Börsenkurs, so sollte man die Aktie kaufen oder behalten, wenn man schon Aktienbesitzer ist.
Zur Ermittlung des inneren Wertes bedient man sich der Ertragswertmethode oder der Substanzwertmethode oder einer Kombination beider Methoden. Bei der Ertragswertmethode geht man von der laufenden Dividende aus, schätzt die zukünftigen Dividenden und den Liquidationserlös und zinst diese Größen ab. Die Summe dieser abgezinsten Größen ist der Dividendenertragswert der Aktie. Da man sich häufig keine Vorstellung davon machen kann, ob und wann die Gesellschaft liquidiert wird, lässt man den abgezinsten Liquidationserlös häufig weg. Dies ist deshalb vertretbar, weil man in vielen Fällen mit einer Liquidation des Unternehmens erst in sehr entfernter Zukunft rechnen wird und weil die Abzinsungsfaktoren in diesen Fällen sehr niedrig sind....
...Für den Anleger ist es häufig unmöglich, eine Schätzung des inneren Wertes einer Aktie auf mehr als die laufenden Gewinne und Dividenden zu stützen. Dies würde Einblicke in das Unternehmen erfordern, die aufgrund der veröffentlichten Daten, also etwa der Bilanzen, auch bei größter Sorgfalt und bei größtem Geschick in Fragen der Bilanzanalyse, für einen Außenstehenden unmöglich sind. Darüber hinaus werden in Deutschland zirka 1000 Aktien gehandelt...Hinzu kommt, dass Bestimmungen des inneren Wertes einer Aktie, die über Dritte bezogen werden, in sehr vielen Fällen schon hoffnungslos veraltet sind, wenn sie den Aktionär erreichen. Unterstellen wir etwa, dass vom Ende eines Geschäftsjahres an nur drei Monate vergehen, bis die Bilanz des Unternehmens veröffentlicht ist und dass der Analytiker einen weiteren Monat zur Erstellung, zum Druck und Versand seiner Analyse braucht, so sind fundamentale Analysen, sofern sie sich auf Daten stützen, die von den Unternehmen veröffentlicht werden, in der Regel einige Monate alt... All diese Umstände lassen die Fundamentalanalyse zu einem für den Anleger nur unter Schwierigkeiten handhabbaren Instrument werden. Deshalb kommt der Technischen Analyse eine erhebliche Bedeutung zu. Der Techniker stützt sich bei seinen Prognosen ausschließlich auf das Verhalten der Kurskurve. Aus der Gestalt der Kurskurve versucht er, die weitere Entwicklung des Aktienkurses vorherzusagen. Er geht davon aus, dass sich die für die fundamentale Bewertung der Aktie maßgeblichen Informationen nur langsam ausbreiten und dass schon die ersten Anzeichen einer veränderten fundamentalen Einschätzung in der Bewegung der Kurskurve sichtbar werden. ... "Professionelle Investitionen können mit einem Zeitungswettbewerb verglichen werden, bei dem die Teilnehmer aus 100 Fotografien von Frauen die sechs hübschesten aussuchen sollen. Der Preis wird dem Teilnehmer zugesprochen, dessen Wahl der Durchschnittsmeinung aller Teilnehmer am nächsten liegt. Damit hat jeder Teilnehmer am Wettbewerb nicht die Gesichter auszusuchen, die ihm selbst als die hübschesten erscheinen, sondern er muss jene aussuchen, von denen er am ehesten glaubt, dass sie den Gefallen der anderen Wettbewerber finden. Alle Wettbewerber aber betrachten die Geschichte von diesem Standpunkt aus. Es ist also kein Fall, in dem die Gesichter ausgesucht werden müssen, die einem selbst am besten gefallen. Noch ist es ein Fall, in dem die Gesichter ausgesucht werden müssen, von denen die Durchschnittsmeinung wirklich meint, dass es die hübschesten wären. Wir haben den dritten Grad erreicht, bei dem wir unsere Intelligenz darauf verwenden, herauszufinden, was die Durchschnittsmeinung erwartet, was die Durchschnittsmeinung ist. Und es gibt manchen, glaube ich, der den vierten, fünften oder einen höheren Grad praktiziert."...
Autor: Prof. Dr. J. Welcker und Jörg Audörsch
... zum Dokument
Universität Essen
Fachbereich Wirtschaftswissenschaften
Die Qualität von Aktienempfehlungen in Publikumszeitschriften
Auszug:
Die vorliegende Untersuchung möchte nun der Frage nachgehen, ob die Informationen, die dem Kleinanleger aus den Medien zufließen, für diesen wirklich vorteilhaft sind. Von besonderem Interesse ist dabei natürlich die Frage, ob ein Befolgen der ausgesprochenen Empfehlungen mittelfristig gewinnversprechend ist. Allerdings wurde dafür wegen der leichteren Verfügbarkeit einzig auf Zeitschriften zurückgegriffen. Auf eine entsprechende Auswertung von Fernsehsendungen musste wegen des großen Aufwands verzichtet werden.
Kapitel 2 der vorliegenden Arbeit wird sich mit der Untersuchungsmethodik beschäftigen. Hier werden vor allem die ausgewerteten Zeitschriften sowie die erfassten Merkmale kurz erläutert. In Kapitel 3 werden wir einen Vergleich der einzelnen Zeitschriften bezüglich ihres Informationsgehalts und der Quelle der dort vorgenommenen Analyse vornehmen. Kapitel 4 beschäftigt sich dann mit der Qualität der gemachten Prognosen. In Kapitel 5 werden die Ergebnisse des Kapitels 4 mit einer Simulation verglichen um einen Maßstab zur Bewertung der Empfehlungen zu erhalten.
Die Untersuchung wurde ergänzt durch ein Kapitel über die sogenannten "Technischen Analysen". Uns erschien diese Ergänzung sinnvoll, weil diese Form der Analyse für viele Kleinanleger eine ähnliche Funktion hat wie die bereits beschriebenen Informationen aus den verschiedenen Medien. Der Unterschied besteht allerdings darin, dass der Anleger die hier verwendete Prognose selber vornehmen kann. Ausgehend von dem Grundgedanken, dass alle Informationen des aktuellen Aktienkurses bereits in der bisherigen Entwicklung enthalten sind, wird versucht mit Hilfe typischer Kursverläufe ("Formationen") eine Prognose der weiteren Entwicklung zu erstellen. Wir werden in Kapitel 6 einige Anmerkungen dazu machen.
Autoren: Andreas Kladroba, Peter von der Lippe
... zum Dokument
Universität Karlsruhe (TH)
Institut für Statistik und Mathematische Wirtschaftstheorie
Vorlesung im Fach Statistik
Auszug:
Kenntnis von der Zukunft zu haben war seit jeher der Wunschtraum der Menschen, wenngleich die Vorstellung, alles schon im vorhinein zu kennen, eher beängstigend ist. Dennoch werden vielfältige Anstrengungen unternommen, um einen "Blick in die Zukunft" zu werfen. HellseherInnen werden befragt, die Karten legen, in die Glaskugel blicken oder im Kaffeesatz lesen, Astrologen versuchen aus der Konstellation von Planeten und Fixsternen Auswirkungen für die Zukunft zu ermitteln, etc. Dies wird im folgenden natürlich nicht unter Prognose verstanden. Vielmehr geht es darum, anhand von Beobachtungen in der Vergangenheit, Aussagen über die
Entwicklung einer oder mehrerer Größen in der Zukunft zu machen.
Für diese Art der Vorhersage, die sich damit wesentlich von der reinen Spekulation unterscheidet, wird häufig der Vergleich mit einem Autofahrer herangezogen, der mit zugeklebter Frontscheibe fährt und sein Fahrzeug nur mit Hilfe der Beobachtung durch die Rückspiegel steuert. Durch dieses Bild wird deutlich, dass eine gute Prognose immer dann möglich sein dürfte, wenn keine überraschenden Effekte auftreten. Solange wir allein auf einer Autobahn mit mäßigem Tempo fahren, dürfte es möglich sein, nur mit der Sicht in den Rückspiegel zu steuern. Auf einer schmalen und kurvenreichen Gebirgsstraße wird ein "Prognosefehler" fast unvermeidlich sein und fatale Folgen haben. Ebenso wird es auch bei der Prognose ökonomischer Größen sein. Größen, die sich im Laufe der Zeit langsam und gleichmäßig verändern, sind vermutlich genauer zu prognostizieren als Größen, die stark und vor allem unregelmäßig schwanken (Volatilität).
Autor: Prof.Dr. Svetlozar
... zum Dokument
Universität Karlsruhe
AIFB (Institut für Angewandte Informatik und Formale Beschreibungsverfahren)
Einsatz intelligenter Softwareagenten in der Finanzwirtschaft
Auszug:
Aus der Forschung zur künstlichen Intelligenz und zu Robotern ergab sich in den 70er Jahren die Idee, daß intelligente Software bestimmte Aufgaben für den Anwender übernehmen kann. Diese Entwicklung führte zur Agententechnologie, die in verschiedene Wirtschaftszweige Einzug erhielt. Als intelligenter Softwareagent kann hierbei eine Softwareentität charakterisiert werden, welche für einen Benutzer bestimmte Aufgaben erledigen kann und welche einen gewissen Grad an Intelligenz besitzt, der ihr gestattet, ihre Aufgaben in Teilen autonom durchzuführen und dazu mit ihrer Umwelt auf sinnvolle Art und Weise zu interagieren.
Die vorliegende Seminararbeit beschäftigt sich mit dem Einsatz intelligenter Softwareagenten im Bereich der Finanzwirtschaft, insbesondere im Bereich des Portfoliomanagements an Kapitalmärkten. Ziel der Arbeit soll sein, zum einen die "intelligenten Systeme" auf ihre Agenteneigenschaften hin zu analysieren, zum anderen darzulegen, inwiefern sich Agenten oder andere intelligente Systeme aus Sicht der Portfoliomanager zur Aktienanalyse eignen und in Optimierungsstrategien integrieren lassen....
Autor: Ulrich Zacko
... zum Dokument
Universität Regensburg
Wirtschaftswissenschaftliche Fakultät
Zum Thema Aktienprognose:
"Einführung in die Informatik und Wirtschaftsinformatik"
Auszug:
Fuzzy-Systeme sind in vielen Fällen dort zu finden, wo keine genauen, mathematischen Beschreibungen eines Problems möglich sind oder nicht genug Wissen für die Lösung des Problems vorhanden ist. Bereiche in denen Konzepte der Fuzzy-Logik angewandt werden sind z.B. Waschmaschinen Technik, bei der je nach Verschmutzung der Wäsche und Beladung der Maschine die Menge des Waschpulvers reguliert wird, sowie U-Bahn Steuerung, Spracherkennungssysteme, Muster- und Gesichtserkennung, Zukunftsprognosen über die Auslastung von Routern, Gateways und Mobilfunkstationen, Fahrassistenzsysteme, Automatikgetriebe, Anästhesie Alarmsysteme, Anti-Blockier-Systeme, Aktienprognose, Brandmelder sowie Heizungssteuerungen uvm. Auch die intelligente Schadensprüfung von Versicherungen arbeitet oftmals mit Fuzzy-Logik. Erwähnenswert ist auch die optische Qualitätssicherung....
Autor: Dr. Norbert S. Meckl
... zum Dokument
DG PANAGORA
Joint Venture der DG Bank und der PanAngora Asset Management u. d. Universität Hamburg
Aktives Portfoliomanagement: Auf der Suche nach dem Alpha - Multifaktormodell zur Aktienprognose (europäisches Universum)
Auszug:
Erstes internationales Joint-Venture im Spezialfondsgeschäft
Fokussierung auf strukturierte Investmentansätze
Internationale Expertise im Global Asset Management
Weltweit integriertes Produktangebot
Autor:Dr. Andreas Sauer
... zum Dokument
HTW Dresden
Dokumentation zum Beleg Neuronale Netze, Fuzzysysteme und Genetische Algorithmen
Auszug:
Der Beleg vereint an einer speziellen Aufgabe, der Zeitreihenanalyse, drei Gebiete des Soft-Computing: Wissensbasierte Fuzzysysteme, Neuronale Netze und Genetische Algorithmen. Ausgangspunkt ist ein Neuronales Netz, welches für das Erlernen von Zusammenhängen einer beliebigen Zeitreihe verantwortlich ist. Das Fuzzysystem und der Einsatz von Genetischen Algorithmen sollen das Gesamtsystem erweitern, um das Lernverhalten des Netzes positiv zu beeinflussen. Als spezielle, praktische Anwendung der Zeitreihenanalyse stand insbesondere die Aktienprognose im Vordergrund. Der Beleg folgt dabei, soweit möglich dem Black-Box-Ansatz, d. h. dem Verstecken der vielen Einstellmöglichkeiten eines Neuronalen Netzes, um weniger erfahrenen Benutzern den Einstieg zu erleichtern und die Möglichkeiten der anderen Komponenten aufzuzeigen. Dies gelingt im Hinblick auf die Parameter des Fuzzysystem und der Genetischen Algorithmen ähnlich erfolgreich, trotzdem haben wir uns entschlossen bei diesen Komponenten grundlegende Parameter dem Einfluss des Nutzers nicht zu entziehen. Auf die theoretischen Grundlagen hinter den drei Gebieten wird nur oberflächlich zum Zusammenhang mit der Bedienung bzw. Realisierung der Anwendung eingegangen. Bei größerem Interesse dafür sollte auf das große Angebot an Fachliteratur zurückgegriffen werden....
Autoren: Sebastian Kluge und Thomas Förster
... zum Dokument
Passend zum Thema Aktienprognose mit einem neuronalen Netz
das Internet-Forum auf: www.elitetrading.de
Auszug:
Prognosen mit Neuronalen Netzen - Möglichkeiten und Grenzen...
... zur Internet-Seite: www.elitetrading.de
TU Clausthal, Sektion Mathematik
Neuronale Netze - Grundbegriffe neuronaler Netze
Auszug:
In vielen Fällen ist die Verwendung von deterministischen mathematischen Modellen zur Vorhersage von Zeitreihen nicht praktikabel. Der weitere Verlauf einer Zeitreihe hängt oft von zu vielen Faktoren ab oder läßt sich aufgrund von externen Bedingungen nicht mit den bisherigen Methoden vorhersagen. In solchen Fällen sind Methoden gefragt, die weniger deterministisch arbeiten, dafür aber eine höhere Tolleranz in Bezug auf Schwankungen in den Eingangsdaten aufweisen. Ein Beispiel für ein solches System ist das menschliche Gehirn. Die Fähigkeit zu Lernen ermöglicht es ihm, sich an verschiedenste Aufgabenstellungen anzupassen, für die nicht unbedingt exakte Lösungsmethoden existieren müssen. Das Gehirn stellt daher das ideale Vorbild für solche nicht deterministischen Verfahren dar. In den folgenden Kapiteln wird beschrieben, wie die Prozesse, die im Gehirn ablaufen, mit Hilfe von Computern durch sogenannte neuronale Netze nachgebildet werden können. Um dies zu verstehen, ist es zunächst wichtig, die grundlegenden Abläufe, die im Gehirn zur Entscheidungsfindung bei einem gegebenen Problem führen, zu verstehen.
Autor:Alexander Herzog
... zur Internetseite
WestfälischeWilhelms-Universität Münster
Künstliche Neuronale Netze zur Prognose von Zeitreihen (Diplomarbeit)
Auszug:
Zeitabhängige Größen sind überall anzutreffen. Sowohl die Frequenz unseres Herzschlags als auch Aktienkurse sind Beispiele für Größen, die sich mit dem Zeitablauf ändern. Durch die Beobachtung derartiger Variablen werden Zeitreihen gebildet, die den vielfältigsten Bereichen entstammen können. Bei einigen dieser Beobachtungen ist die zukünftige Entwicklung der jeweiligen Zeitreihen von besonderem Interesse. Wäre diese bekannt, könnten daraus in vielen Fällen Vorteile für den Einzelnen, wie beispielsweise monetäre Gewinne an der Börse, oder sogar für eine große Gruppe von Menschen, wie etwa bei Sturmwarnungen, abgeleitet werden. Auch bei Unternehmen liegt es auf der Hand, dass diese beispielsweise von Informationen über die zukünftige Entwicklung des Produkt-Absatzes direkt profitieren. Aus diesem Grund ist es nicht verwunderlich, dass die Menschen schon seit Urzeiten versuchen, auf die verschiedensten Arten den weiteren Verlauf solcher Größen vorherzusehen. Eine sichere Prognose über die Zukunft ist zwar in der Regel nicht möglich, jedoch können durch die Anwendung unterschiedlichster Methoden die Entwicklungen zumindest einigermaßen genau vorausgesagt werden.
Bei mathematischen Prognosen werden hierfür die bekannten Werte einer Zeitreihe genutzt, um aus den darin liegenden Informationen Rückschlüsse auf die zukünftige Entwicklung der Reihe zuziehen. Dieser Ansatz liegt auch den Künstlichen Neuronalen Netzen(KNN) zugrunde, die seit 1964 ebenfalls für die Prognose von Zeitreihen eingesetzt werden. Insbesondere seit 1986 das Backpropagation-Verfahren als allgemeiner Lernalgorithmus für Neuronale Netze eine größere Verbreitung erlangte, wurden diese auch als ernstzunehmende Konkurrenten der traditionellen statistischen Verfahren wahrgenommen. Im Laufe der Zeit wurden immer mehr auf KNN basierende Prognoseverfahren entwickelt und stetig weiter verfeinert. Es existiert jedoch bis heute keine Methode, die den anderen Methoden in jeder Situation überlegenwäre. Auch ein allgemeingültiges Vorgehen,nachdem auss peziellen Situationen Handlungsanweisungen für die Modellierung eines optimalen Prognose-Modells abgeleitet werden könnten, konnte sich bis heute nicht durchsetzen.
Statt dessen werden die einzelnen Methoden oft nahezu willkürlich ausgewählt und die Parameter der jeweiligen Methoden in der Regel jedes Mal neu durch einen mehr oder weniger aufwändigen "Trial and Error"-Prozess bestimmt....
Autor: DominikEisenbach
... zum Dokument
Universität Siegen
Modellierung von Kursverläufen (Diplomarbeit)
Auszug:
Die Voraussage von Aktienkursen und Indizes ist schon seit langer Zeit ein Schwerpunktthema bei Banken, Versicherungen und anderen Institutionen. Durch die Modellierung der zurückliegenden Verläufe mit estimations theoretischen Mitteln erhofft man sich auch für den zukünftigen Verlauf eine Aussage machen zu können.
Durch Zeitreihenanalyse sollen Kursverlauf oder andere zum Kurs gehörige Größen so exakt wie möglich beschrieben werden. Unter einer Zeitreihe versteht man eine Folge von Beobachtungswerten, Messwerten, die nach der Zeit geordnet sind. Die zeitlichen Abstände zwischen den Beobachtungen können dabei gleich (äquidistant) oder unterschiedlich (beliebig) sein. Es soll nachgeprüft werden, in wie weit sich die erzielten Renditen durch verschiedene Prozesse rekonstruieren lassen. In dieser Arbeit sollen verschiedene statische Methoden bezüglich ihrer Eignung zur Zeitreihenanalyse untersucht werden. Ein späteres Ziel sollte die Kursvorhersage basierend auf den ermittelten Modellen sein. Dazu können aktuelle Daten eingelesen und mit den vorhergesagten Werten verglichen werden....
Autoren: Prof. Dr.-Ing. habil. O. Loffeld, Dipl.-Ing. H. Nies, Dr.-Ing. S. Knedlik
... zum Dokument
Universitätsbibliothek Heidelberg
Multivariate Analyse instationärer Zeitreihen : Integration und Kointegration in Theorie und Simulation (Diplomarbeit)
Auszug:
Mit Hilfe der Kointegrationsmethodologie ist die multivariate Modellierung und Analyse instationärer Zeitreihen möglich. Für die Begründung des Kointegrationskonzepts erhielt der Ökonometriker Granger 2003 den Nobelpreis. Kointegrierte Modelle und deren Fehlerkorrekturrepräsentationen ermöglichen die Betrachtung der beiden Prozesseigenschaften des Gleichgewichts und der dynamischen Anpassungsprozesse. Dabei ist der multivariate Prozess, der sich aus den kointegrierten Komponentenprozessen zusammensetzt, als stabiles System - repräsentiert durch eine durch den Kointegrationsvektor gewichtete Linearkombination - aufzufassen. Abweichungen vom langfristigen Gleichgewicht sind nur vorübergehender Natur.... Nach der Darstellung der für das Verständnis des Ansatzes notwendigen Grundlagen der Zeitreihenanalyse werden die in der Fachliteratur in einigen Punkten uneinheitlichen Definitionen von Kointegration theoretisch kontrastiert. Außerdem werden einige Spezifika des Konzepts (Kointegration vs. Scheinregression, Funktion des Anpassungskoeffizienten und Kointegrationsvektors, Testverfahren) beschrieben und untersucht. Der theoretische Teil wird durch einen Literaturüberblick und die Erläuterung fraktional integrierter und kointegrierter Modelle und aktuelle Anwendungsbeispiele abgerundet. Im empirischen Teil werden Hypothesen zur Schätzung von Kointegrationsvektor und Anpassungskoeffizient sowie zu den Testverfahren durch Monte-Carlo-Simulationen überprüft. Eine Schlussbetrachtung vor psychologischem Kontext beschließt die Diplomarbeit...
Autor: Esther Stroe-Kunold
... zum Dokument
Universität Hagen
Diplomarbeiten zum Thema Zeitreihenanalyse - Themenüberblick
Auszug:
Ziel der Zeitreihenanalyse ist die Prognose in der Zukunft liegender und demnach noch unbekannter Werte. Die Statistik stellt umfangreiches Instrumentarium bereit, das je nach zugrundeliegendem Zeitreihenmodell angewendet werden kann. In jüngerer Zeit sind Verfahren entwickelt worden, die auf der Verwendung neuerer Techniken basieren. Hierzu zählen unter anderem "Neuronale Netze" und "Probabilistische wissensbasierte Systeme". Im Rahmen dieser Diplomarbeit sollen Literaturberichte über Zeitreihenprognosen mittels Neuronaler Netze vorgestellt und kritisch analysiert werden. Ferner ist dann zu untersuchen, inwieweit regelbasierte probabilistische Expertensysteme mittels historischer Daten induktiv über die Abhängigkeit des Prognosewerts von Inputdaten informiert werden können. Die so erhaltenen Prognoseergebnisse sind mit denen Neuronaler Netze zu vergleichen....
Betreuung: Prof. Dr. Wilhelm Rödder
... zur Internetseite

...Seitenanfang

zurück zur Systembeschreibung

   Die  StockBrowser
   Depot-Entwicklung
   der letzten 6 Jahre

Chart Depot: maxResult

» Detail-Ansicht

StockBrowser - Chart
Depot: maxTrade

» Detail-Ansicht

Kleines Börsenlexikon:

Abgeltungssteuer
Die Abgeltungssteuer tritt ab 1. Januar 2009 in Deutschland anstatt der jetztigen zwölfmonatigen Spekulationsfrist in Kraft. Durch die Abgeltungssteuer werden alle Kapitalerträge, Kursgewinne, Zinserträge und Dividenden einheitlich mit 25% besteuert.
Egal, ob Sie Ihre Aktiengewinne in wenigen Tagen realisieren oder Sie bis jetzt durch die einjährige Haltepflicht von der Spekulationssteuer befreit waren, die Abgeltungssteuer wird ab 2009 keine Ausnahme durch eine Haltepflicht für eine Steuerbefreiung kennen.
Aktie:
Anteil am Eigentum an einer Aktiengesellschaft.
Aktienanalyse: Fundamentalanalyse bewertet die Aktiengesellschaft durch betriebswirtschaftliche Kennzahlen, technische Analyse interpretiert historische Aktienkurse. StockBrowser untersucht statistisch historische Aktien-
Bewegungen.
Aktienfond: Aktien-Investition unter einem gemeinsamen Merkmal z. B. Märkten, Branchen oder Rohstoffen.
Die Depots im StockBrowser verstehen sich nicht als Aktienfond!

Aktienprognose:
Beim Thema Aktienprognose wird es leider schnell still, wenn man im Internet Suchbegriffe eingibt wie:
-Aktienprognose
  Firma XYZ
-künftige
  Kursentwicklung
-sichere
  Aktienprognose
  oder auch
-geheime
  Aktienempfehlungen

Bei der Auswertung der Suchanfragen haben wir auch erkannt, das diese Anfragen sehr allgemein gehalten sind, wodurch eine konkrete Antwort definitiv schwierig wird. StockBrowser gibt keine Aktienprognose, bzw. ein konkretes Kurziel. Die Aktienanalyse im Stockbrowser untersucht historische Aktienkurse und unterstellt diesen, das jeder Aktienkurs eine fundamental begründete und eine spekulative Komponente besitzt. Wenn Sie nach einer Aktienprognose für einen bestimmten Aktienkurs fragen, dann kommen Sie um die Analyse der Fundamentaldaten dieser Aktiengesellschaft nicht herum.
Aber auch in Zukunft wird dieser Kurs eine spekulative Komponente besitzen. Diese spekulative Komponente bezieht sich auf reale betriebswirtschaftliche Erwartungen dieses Unternehmens UND auf den rein spekulativen Anteil der sich aus der Tatsache begründet, daß Aktien an der Börse frei gehandelt werden und der Preis nicht nur fundamental begründet werden kann, sondern sich zusätzlich aus dem nicht exakt vorhersagbaren zufälligen Verhältnis aus Angebot und Nachfrage zusammensetzt.
Nur der spekulative Anteil an einem Aktienkurs, der sich zumindest teilweise aus den Aktienbewegungen aller untersuchten Aktienkurse ableitet (weil jeder einzelne Aktienkurs diesen spekulativen Anteil mehr oder weniger ausgeprägt in sich trägt), ist dabei der Gegenstand der Aktienanalyse im Stockbrowser.
Die Überprüfung der statistischen Parameter, mit denen die Aktienanalyse im Stockbrowser den Kaufzeitpunkt, bzw. den Verkaufszeitpunkt bestimmt, hat bis jetzt jedes mal gezeigt, daß wir den statistisch vergleichbaren spekulativen Anteil am Aktienkurs aus der Vergangenheit auch auf die künftige Aktienbewegung anwenden können.
Die Aktienprognose bei StockBrowser kann man also auf die Aussage reduzieren: "aus statistischer Sicht wird sich an dem spekulativen Anteil für die Aktienprognose nichts ändern".
Aktiensplit:
Teilung des letzten Schlusskurses einer Aktie in einem oft ganzzahligen Teilungsverhältnis - z.B. 1:2 oder 1:3. Die Anzahl aller Aktien dieser Aktien-Gesellschaft vervielfacht sich dementsprechend. StockBrowser aktualisiert alle historischen Aktienkurse, die von einem Aktiensplit betroffen sind rückwirkend.
Finanzanlagen: Aktien, Anleihen, Festgeld, Tagesgeld, bezwichnet man als Finanzanlagen.
Finanzierungs-
kosten:
Kosten, die durch eine Finanzierung entstehen.
Finanznachrichten: alle Meldungen aus Presse, Rundfunk, Fernsehen und dem Internet die einen Bezug zur Finanzwelt haben, werden als Finanznachrichten bezeichnet. Im StockBrowser finden nur solche Finanznachrichten Berücksichtigung, die durch ihr Erscheinen den Kurs einer Aktie nachhaltig beeinflusst haben (und nicht vielleicht werden). Finanznachrichten, die keinen oder nur einen unwesentlichen Einfluß auf das Kursgeschehen haben, gehen nachrichtentechnisch gesprochen "im Rauschen unter.
Fortlaufende Notierung:
die fortlaufende Feststellung von Kursen aus der gegenüberstellung von Käufern und Verkäufern mit der entsprechenden Stückzahl an Aktien während der Börsenzeit. Der erste Kurs eines Börsentages ist der Eröffnungskurs, der letzte ist der Schlusskurs. Für den online Aktienkauf ist inzwischen der XETRA-Handel der wichtigste Handelsplatz mit forlaufendem Handel geworden.
Kurs:
StockBrowser untersucht nur die Kursbewegungen von Aktienkursen. Kurse von Optionen oder Zertifikaten (Index-Zertifikaten) werden in diesem System nicht bewertet. Der Kurs der Aktie wird an der Börse von Maklern aus den Angeboten für Kauf und Verkauf der Aktie so ermittelt, das der zu diesem Zeitpunkt größtmögliche Umsatz an Aktien in Stück erfolgen kann.
StockBrowser geht bei allen statistischen Bewertungen der Aktienbewegungen stillschweigend davon aus, daß jeder Aktienkurs zu jedem Zeitpunkt fair an der Börse bewertet wird, und alle bedeiligten Marktteilnehmer am Aktienhandel diesen auch akzeptieren.
Leerverkauf:
Der Trick, ich verkaufe etwas, das ich noch gar nicht besitze. Wenn ich heute ein paar Akien an der Börse zum Stückpreis von 100 € verkaufe, die ich in ein paar Tagen zum Aktienkurs von 72 € kaufen kann, nennt man das einen Leerverkauf. In Zeiten fallender Kurse (Baisse) eine gute Möglichkeit, auch dann Geld verdienen zu können. Steigt der Kurs, hat man sich mit dem Leerverkauf leider verspekuliert.
Musterdepot:
Musterdepots werden geführt, um anderen Anlegern die eigenen Tradingerfolge zu zeigen. Gerade das Internet ist eine ausgezeichnete Plattform für die Veröffentlichung des eigenen Musterdepots. StockBrowser hat zwei Musterdepots: maxResult und maxTrade.
Neuemission:
Mit Neuemission werden Aktien bezeichnet, die ab diesem Zeitpunkt neu auf dem Aktienmarkt frei gehandel werden können.
Da historische Aktienkurse bei einer Neuemission für die technische Wertpapieranalyse nicht zur Verfügung stehen, müssen Sie hier auf die Fundamentaanalyse zurückgreifen. Um Anlegern eine Prüfung zu ermöglichen, gibt es die IPO-Norm (IPO, Initial Public Offering = Neuemission) der Schutzgemeinschaft der Kleinaktionäre (SdK). Die IPO-Norm ist keine Garantie für den Erfolg Ihrer Geldanlage in einer Neuemission. Falls es die Neuemission schafft, sofort in die durch StockBrowser täglich analysierten Indizes DAX, T-DAX, M-DAX oder S-Dax aufgenommen zu werden, und der Aktienkurs des Unternehmens steigt, wird die Aktie in das Musterdepot aufgenommen wie jede andere steigende Aktie, sobald für das System ausreichend historische Daten zur Verfügung stehen (z. Bsp. Postbank)
Order:
Ihr Auftrag, an der Börse in Ihrem Namen ein Wertpapier-Geschäft durchzuführen. Wie unter Limit gezeigt, unterscheidet man limitierte und unlimitierte Orderaufträge. Bei den unlimitierten Orderaufträgen bedeutet "Billigst" Kauf-Order und "Bestens" Verkaufs-Order. Limitierte Order-Aufträge können Sie online auch über mehrere Tage in Auftrag geben. Im Online-Aktienhandel geben Sie Ihre Order-Aufträge selbst und in der Regel ohne Beratung auf.
Outperformer:
Aktien, die sich durch einen besonders deutlichen Kursanstieg von der Performance des betreffenden Index oder gesamten Aktienmarktes positiv abheben. Um an der Börse möglichst viel Geld verdienen zu können, dreht sich eigentlich alles um die Suche nach diesen Aktien. StockBrowser untersucht nach dem Kauf einer Aktie anhand der Statistik, ob sich diese Position zu einem Outperformer entwickelt. Für die Top20 Outperformer wird die Tabelle Top20 geführt, um die Performance der besten Aktien noch einmal hervorzuheben. Wenn aus welchem Grund auch immer der günstigste Kaufzeitpunkt für Outperformer verpasst wurde, muß StockBrowser auf eine Kursschwäche warten, um ein neues Kaufsignal zu generieren. Sonderregelungen für Outperformer gelten nur für gekaufte Aktien-Positionen. An dieser Stelle kann sich StockBrowser noch verbessern, weil es auch Outperformer gibt, die wirklich über Monate nicht die geringsten Kursrückschläge aufweisen und deshalb zur Zeit eventuell nicht vom System erkannt werden. Die Qoute nichterkannter Outperformer bezogen auf Top20 liegt bei 5%.
Das Gegenteil der Outperformer sind die Underperformer.
relative Stärke
Die relative Stärke nach Levy untersucht das Verhältnis der Entwicklung einer Aktie zu der des Gesamtmarktes, einer Branche oder einer anderen Aktie. Die relative Stärke einer Aktie zeigt sich darin, daß eine Aktie bei einem Kursanstieg stärker steigt als der Gesamtmarkt und - eine Aktie bei einem Kursverfall nicht so stark sinkt wie der Gesamtmarkt.
Die relative Stärke ist ein Rangkriterium zur Bestimmung derjenigen Aktien, die sich in der jüngsten Vergangenheit besser als der Markt entwickelt haben. Sie ist indes kein Maß für Risiko oder Volatilität. Aktien, die in der Vergangeneheit Relative Stärke gezeigt haben, werden sich auch in der Zukunft relativ stärker entwickeln als das Referenzmaß.
StockBrowser sucht insbesondere mit dem Musterdepot "maxTrade" gezielt nach Aktien, auf die das Kriterium der relativen Stärke zutrifft. Die Tabelle "top20" dient der Kontrolle, ob diese Aktien auch wirklich erkannt worden sind.
Bitte beachten Sie insbesondere den Hinweis, das relative Stärke nichts mit der Bewertung von Risiko und Volatilität einer Aktie zu tun hat.
Risikomanagement
StockBrowser hat in der Analyse der Aktienbewegungen ein eigenes Risikomanagement-
system im Statistik-Teil installiert. Bestimmte Vorgabewerte für den Aktienkauf bzw. Aktienverkauf werden den zum Berechnungszeitpunkt ermitteltem statistischen Risiko laufend angepasst. Emotionale Belastungen bis hin zu Panikverkäufen bei kurzzeitigen Kurseinbrüchen, die hohe Verluste verursachen, sollen damit vermieden werden. Bei einem längeranhaltenden Abwärttrend an der Börse hat das System im Idealfall bereits den größten Teil seiner Aktienpositionen durch sein Risikomanagement schon schrittweise verkauft.

Underperformer:
Aktien, die sich durch einen Kursrückgang von der Performance des betreffenden Index oder gesamten Aktienmarktes in ihrer Statistik negativ abkoppeln. StockBrowser blendet Underperformer aus, bei denen er keine Bodenbildung finden kann. Bei einer wenn auch vorläufigen Bodenbildung besteht aber immer die Möglichkeit eines weiteren Kursrückganges. Underperformer, die über einen mehrmonatigen Zeitraum ein Tiefstand erreicht haben, werden in der Statistik gezielt gesucht.
Siehe: Bottom Fishing
Für den Handel mit Zertifikaten bietet sich die Suche nach Underperformer ebenfalls an, da man hier bei fallenden Kursen ebenfalls Geld verdienen kann.
Das Gegenteil der Underperformer sind die Outperformer.
...top
Volatilität
Volatilität ist volkstümlich gesprochen die Schwankung, die ein Aktienkurs, ein Rohstoffpreis oder auch eine Währung in einem gemessenen Zeitraum durchläuft. Mathematiker bezeichnen die Volatilität als Standardabweichung. Die Berechnung der Standardabweichung eines Wertes Xn von seinem Mittelwert Xm gehört zu den Grundlagen der Statistik. Nicht die eigentliche Volatilität ist das Problem für den Anleger (Man muß die Volatilität der Aktienkurse defacto als genauso naturgegeben hinnehmen wie die Braunsche Bewegung bei Gasen). Das Problem für den Anleger beginnt erst dort, wenn fallende Aktienkurse aus dieser Volatilität nach unten hin ausbrechen. Das Ausbrechen aus der Volatilität ist ein wichtiger Punkt in der Aktienanalyse durch StockBrowser.
...top
Watchlist:
insbesondere für den Handel mit Aktien eine Zusammenfassung aller Aktiengesellschaften, die für einen potentiellen Aktienkauf in Betracht kommen könnten.
Für StockBrowser ist eine Watchlist mit einer guten Fundamentalanalyse eine sinnvolle Ergänzung, um das Anlagerisiko weiter zu senken und durch die Optimierung der Gewichtung der einzelnen Aktien-Positionen den Gewinn weiter zu steigern. StockBrowser stellt aber keine Watchlist auf, da hier die Fundamentalanalyse systembedingt nicht durchgeführt wird. StockBrowser muß auch zufriedenstellend arbeiten, wenn der Aktienkurs aus fundamentaler Sicht ein Engagement in diesen Titel zur Zeit ausschließt.
...top
Wertpapierhandelsgesetz:
Die Richtlinien zum Thema Handel mit Wertpapieren werden in Deutschland durch das Wertpapierhandelsgesetz festgelegt.
Wertpapierhandelsgesetz lesen ...
...top
Xetra:
Abkürzung für Exchange Electronic Trading. Elektronisches Handelssystem der Deutschen Börse. Xetra gibt es seit 1997. Für Anleger, insbesondere für Privatanleger, hat sich Xetra zur wichtigsten deutschen Börse im online Aktienhandel seitdem entwickelt.
...top

DAX 1 - 30	T-DAX 1 - 30
M-DAX 1 - 25	M-DAX 26 - 50
S-DAX 1 - 25	S-DAX 26 - 50