Handbuch Kursprognose - Quantitative Methoden im Asset Management

Transkript

1 Handbuch Kursprognose - Quantitative Methoden im Asset Management Vorwort Das Vorwort besitzt wahrscheinlich die bedauernswerte Eigenschaft, oftmals unbeachtet überblättert zu werden. Dies ist für den Verfasser gerade dann besonders unglücklich, wenn wichtige Erläuterungen zu dem Hintergrund eines Buchs notwendig sind, ohne die es sonst wahrscheinlich zu Mißverständnissen und Fehlinterpretationen kommt. Derartige Erläuterungen erscheinen insbesondere bei diesem Buch notwendig. Im Juni 1996 erschien der Vorgänger dieses Buchs unter dem Titel "Analyse und Prognose von Finanzmärkten", welches mit nur marginalen Änderungen meiner Habilitationsschrift entsprach. Bereits ein Jahr später war er vergriffen, womit sich die Frage nach einem Nachdruck oder einer überarbeiteten Neuauflage stellte. Viele Vorträge, Seminare und intensive Diskussionen mit Vertretern der "financial community" zeigten mir, daß ich eine hochaktuelle Thematik aufgegriffen hatte, deren Behandlung aber für den Einsatz im praktischen Research und Investmentprozeß zu wenig "praxisorientiert" ausgefallen war und erläuterungsbedürftig blieb. Als Habilitationsschrift war dies natürlich nicht die Zielsetzung des damaligen Buchs, aber die Möglichkeit zur Überarbeitung bot hier die reizvolle Chance, ein völlig anders orientiertes, neues Konzept zu realisieren. Das vorliegende, völlig neu konzipierte Buch besitzt seine Wurzeln in den Kapiteln 1. und 2. des Vorgängers. Obwohl daraus weite Passagen unverändert oder nur leicht modifiziert übernommen wurden, stellt das vorliegende Buch im wesentlichen eine Neuerscheinung dar (und versteht sich nicht als "zweite Auflage" ), da sich die Orientierung und der Inhalt nachhaltig geändert haben. Die wesentliche "Leitlinie" der Neukonzeption bestand darin, die ehemals rein wissenschaftliche Arbeit zu einer Art "Lehrbuch" der modernen quantitativen Finanzanalyse umzuarbeiten. Die Inhalte und Darstellungen wurden dabei nachhaltig von drei Seminarreihen ("Statistik und Finanzmathematik für Investment Professionals", "Quantitativ gestützte Renditeprognose" und "Quantitative Kursprognose für Profis" im Uhlenbruch Verlag) beeinflußt, die neue wissenschaftliche Ansätze in bezug auf ihre Anwendung in der Praxis behandeln. Die wissenschaftlichen Inhalte dieser Seminarreihen entsprangen dabei dem Vorgänger, mußten jedoch für ihre praktische Anwendung erheblich umgearbeitet werden. Nach vielfacher "Praxiserprobung" und intensiven Diskussionen mit (Praxis-) Vertretern aus der "financial community" erleben also die ursprünglichen Inhalte des Vorgängers in völlig neuer Gestalt eine Art der "Wiedergeburt". Der "Wissenschaftler" mag die vorliegende Neuerscheinung vielleicht als "Rückschritt" ansehen. Ich selbst empfinde die Neuorientierung hin zu einer praktischen Verwendbarkeit aber durchaus als Fortschritt. Im Zuge der Neuorientierung wurden viele inhaltliche Aspekte des Vorgängers klarer herausgearbeitet, unpräzise oder nur implizite Darstellungen durch detaillierte Beschreibungen ersetzt und rein "akademische" Betrachtungen ohne praktischen Anwendungsnutzen entfernt. Dabei sollten jedoch die "wissenschaftlichen Wurzeln" nicht "verleugnet" werden, denn die moderne quantitative Analyse ist ja auch in der Praxis inzwischen in zunehmendem Maße "wissenschaftlich" geprägt. Der Schreibstil einer wissenschaftlichen Arbeit, Fußnoten, Referenzen und umfangreiche Literaturverweise,

2 wurden beibehalten. Allerdings wurden die vom Vorgänger übernommenen Passagen (ob wörtlich oder nur sinngemäß) nicht als solche gekennzeichnet. Obgleich an der Form und dem Stil nur marginale Änderungen vorgenommen wurden (vielleicht sind die neu hinzugekommenen Passagen "lockerer" geschrieben), haben sich die Inhalte - wie angedeutet - deutlich geändert. Die Zielsetzung "Lehrbuch" erforderte dabei zunächst, Methoden nicht einfach als bekannt vorauszusetzen, sondern diese systematisch einzuführen und an Beispielen aus der Praxis zu erläutern. Daraus ergab sich ein erheblicher Überarbeitungsbedarf, der in überschaubarer Zeit nicht für die Inhalte des Vorgängers als Ganzes zu bewerkstelligen war. Eine weitere Zielsetzung war eine Art "modularer Aufbau". Eine wissenschaftliche Arbeit ist im Regelfall "streng sequentiell" und "redundanzfrei" geschrieben, erfordert aber gleichzeitig vom Leser ein ebenso streng sequentielles Durcharbeiten. Bei einem Umfang von fast 650 Seiten würde dies zahlreiche Leser abschrecken und wäre im übrigen auch nicht "anwenderfreundlich". Deshalb wurde die ehemals starke Verzahnung der Darstellungen deutlich aufgelockert, modularisiert und über mehrere, weitgehend voneinander unabhängige Kapitel verteilt. Zusätzlich wurde ein kurzer Leitfaden mit Empfehlungen zur Lektüre des Buchs eingefügt, welcher alternative Lesepfade beschreibt. Bei einem modularen Aufbau sind in gewissen Maße "redundante" Darstellungen notwendig. Zur Erleichterung der "Navigation" wurden verstärkt Querverweise eingefügt und das Stichwortverzeichnis ausgebaut. Die Zielsetzung "Lehrbuch" und "Praxisorientierung" bedeutete auch einen völlig andersartigen Umgang mit der verwendeten Literatur. So war es bei der Überarbeitung niemals beabsichtigt, die aktuellsten methodischen Entwicklungen der letztjährigen internationalen Konferenzen und Fachzeitschriften zu reflektieren. Vielmehr wurde Wert darauf gelegt, den "state-of-the-art" in der Wissenschaft für die Praxis in verständlicher Weise aufzuarbeiten. Berichte von der "Forschungsfront" finden sich hier nicht, vielmehr wurden verstärkt Referenzen auf gute Lehrbuchdarstellungen eingearbeitet. Vom selbst erhobenen Anspruch an "Wissenschaftlichkeit" und "Reflexion der Forschungsfront" her, ist diese Neuerscheinung weitaus bescheidener. "Konsolidierung" und "praktische Verwendbarkeit" waren dagegen wesentliche Leitmotive der Neukonzeption. Die ehemaligen, recht knappen einführenden Betrachtungen zu grundlegenden Ansätzen in der Finanzanalyse, zu Renditegenerierungsprozessen und zu den einzelnen Methoden wurden zunächst erheblich ausgebaut und durch eine Vielzahl von Praxisbeispielen unterlegt. Bei den notwendigen theoretischen Vorüberlegungen wurde deutlicher herausgearbeitet, wozu diese notwendig sind und was sich mit ihnen praktisch anfangen läßt. Dies findet sich im völlig neu konzipierten Kap. 2., welches u.a. die Inhalte der Seminarreihe "Statistik und Finanzmathematik für Investment Professionals" abdeckt. Die übrigen Teile des Kap. 2. zusammen mit dem Kap. 5. (siehe unten) erstrecken sich auf die Inhalte der Seminarreihe "Quantitativ gestützte Renditeprognose". Die Darstellungen über Künstliche Neuronale Netzwerke (KNN) in der Finanzanalyse wurden vollständig umgearbeitet, erneuert und neu ausgerichtet. So wurde hier nicht eine spezielle Methode (nämlich KNN), sondern ein Analyseansatz (nämlich die nichtlineare Datenanalyse allgemein) in den Mittelpunkt der Betrachtungen gestellt. Diesem wurden die KNN dann als eine denkbare Methode untergeordnet. Beispielsweise beschreibt das Kap. 3. allgemein Verfahren der nichtlinearen Finanzanalyse, bevor dann mit Kap. 4. speziell auf KNN eingegangen wird. Dabei wurden die speziellen Darstellungen zu KNN deutlich gestrafft und "entschlackt", die allgemeinen zur nichtlinearen Finanzanalyse

3 jedoch deutlich erweitert. Die Darstellungen dieser beiden Kapitel, einschließlich des Kap. 6. (siehe unten) erstrecken sich somit auf die Seminarreihe "Quantitative Kursprognose für Profis". Eine völlige Neuerung stellt das Kap. 5. dar, in dem es um allgemeine Prinzipien, Vorgehensweisen und Fallstricke bei der praktischen Entwicklung quantitativer Prognosemodelle geht. Zwar finden sich bereits im Vorgänger (und den ihm vorgelagerten Veröffentlichungen) die wesentlichen gedanklichen Grundlagen, sie sind dort jedoch über das gesamte Buch verstreut und zumeist nur "zwischen den Zeilen" enthalten. Hier wurden sie dagegen explizit formuliert, thematisch zusammengefaßt, deutlich erweitert und durch Beispiele unterlegt. Außerdem sind in dieses Kapitel in umfangreicher Weise Erkenntnisse aus Diskussionen mit Lesern und Seminarteilnehmern eingeflossen. Die Betrachtungen werden schließlich durch eine umfangreiche Fallstudie abgerundet, die ebenfalls völlig neu ist, aber bereits auf Seminaren "erprobt" wurde. Spezialfragestellungen beim Einsatz von KNN wurden als eigenständiges Kapitel ausgelagert (Kap. 6.). Einige wenige Neuerungen wurden dort berücksichtigt. Der Ausblick auf methodische Weiterentwicklungen (Kap. 7.) rundet den Gang der Betrachtungen ab. Schließlich gibt es ein weiteres, völlig neues Kap. 8., in dem versucht wird, einen Überblick über geeignete Softwarewerkzeuge für die Finanzanalyse (natürlich nur in bezug auf die hier behandelten Verfahren) zu geben. Hier folge ich einem häufig von Praktikern geäußerten Wunsch, geeignete Softwarepakete doch einmal zu benennen. Die anfängliche Ausgangsbasis von ca. 250 prinzipiell "übernehmbaren" Seiten wurde hier völlig zerlegt, gekürzt, umgeschrieben und neu angeordnet. Ungefähr 400 Seiten sind komplett neu hinzugekommen, so daß diese Neuerscheinung der ersten beiden Kapitel des Vorgängers nur noch wenige Gemeinsamkeiten mit ihm aufweist. Geblieben ist jedoch die grundsätzliche "Philosophie" hinter den Darstellungen. Diese wird in der Einleitung (Kap. 1.) näher beschrieben. Da der Vorgänger im Buchhandel nicht mehr erhältlich ist, hat der Uhlenbruch Verlag freundlicherweise sein Einverständnis erklärt, diesen im Internet neu aufzulegen. Die ursprüngliche Fassung "Analyse und Prognose von Finanzmärkten" ist nun als Postscript- Datei über Internet ("Internet Edition") verfügbar. Diese ist über die Homepage des Lehrstuhls auffindbar: Wer keinen Internet-Zugang besitzt, kann die Postscript-Datei auch gegen Einsendung eines frankierten und adressierten Rückumschlags und sechs formatierter Disketten (1,44 MB; 3,5 Zoll) beziehen. Die Bezugsadresse lautet: Prof. Dr. Thorsten Poddig Lehrstuhl für Finanzwirtschaft Fachbereich Wirtschaftswissenschaft Universität Bremen Postfach Bremen

4 Wieder einmal war meine Familie der Hauptleidtragende dieser Neukonzeption und hat mich phasenweise nur als seltenen Gast wahrgenommen. Ihr sei an allererster Stelle für ihren Rückhalt und ihre Unterstützung gedankt. Mein besonderer Dank gilt außerdem meinem Mitarbeiterteam, Herrn Dipl.-Kfm. Erward Arz, Herrn Dipl.-Kfm. Hubert Dichtl, Herrn Dipl.-Vw. Claus Huber, Herrn Dipl.-Phys. Ingo Möller, Frau Dipl.-Math. Kerstin Petersmeier und Frau Petra Sebbes, die mich tatkräftig beim zeitgleich stattfindenden Aufbau des Lehrstuhls unterstützten und mir die notwendigen Freiräume schaffen konnten, ohne die die vorliegende Arbeit niemals hätte entstehen können. Ihnen muß ich ebenfalls für die kritische Durchsicht des Manuskriptes, die zahlreichen Verbesserungsvorschläge und das Aufdecken echter "Bugs" in den Vorentwürfen danken. Alle eventuell noch verbliebenen Fehler sind aber meine. Finanzmarktforschung ist ohne entsprechende Finanzmarktdaten völlig undenkbar. Vor dem Hintergrund sehr rigider Sparmaßnahmen im universitären Bereich ist unsere Lehre und Forschung ohne großzügige Spenden aus der Privatwirtschaft und von Stiftungen nicht mehr durchführbar. Stellvertretend für alle Förderer und Spender möchte ich an dieser Stelle insbesondere der Firma Reuters AG, der Firma SystemSoft GmbH und der Wolfgang-Ritter Stiftung danken, durch deren Spenden unseren Studenten und Mitarbeitern der Zugang zu historischen und hoch aktuellen Finanzmarktdaten ermöglicht wurde. Ebenso danke ich der Firma NWP Neue Wirtschaftspresse Medien GmbH für die Bereitstellung ihrer sehr breiten historischen Datenbank und deren laufender Aktualisierung. Auch die vielen Beispiele in diesem Buch wären ohne die Unterstützung aller Förderer und Spender nicht zu erstellen gewesen. Schließlich danke ich dem Uhlenbruch Verlag für seine Unterstützung, die zügige Veröffentlichung und vor allem für seine spontane Bereitschaft, diese Neukonzeption mit zu tragen. Bremen, Oktober 1998 Thorsten Poddig

5 Inhaltsverzeichnis Seite Vorwort I Abbildungsverzeichnis XI Tabellenverzeichnis XV Abkürzungsverzeichnis XVII 0. Ein kurzer Leitfaden zur Lektüre 1 1. Einleitung und Überblick Erweiterungsdimensionen der traditionellen Finanzanalyse Finanzanalyse mittels Künstlicher Neuronaler Netze Integrierte Finanzmärkte Aufgabenstellung und Gang der Arbeit Denkansätze, Methoden und Probleme der Finanzanalyse Ausrichtungen der Finanzanalyse Renditegenerierungsprozesse Grundlagen Eigenschaften von Finanzmarktzeitreihen Einige statistische Grundlagen Lineare Renditegenerierungsprozesse Autoregressive, moving average und gemischte autoregressive moving average Prozesse Das Single-Index Modell Das Multi-Index Modell Das Autoregressive-Distributed-Lag Modell Nichtlineare dynamische Renditegenerierungsprozesse Nichtlineare dynamische Modelle als Gegenentwurf Additive nichtlineare stochastische Renditegenerierungsprozesse Multiplikative nichtlineare stochastische Renditegenerierungsprozesse Deterministische und stochastische nichtlineare Renditegenerierungsprozesse Renditegenerierungsprozesse und Analyseinstrumente Die These effizienter Kapitalmärkte Die Effizienzthesen und ihre Implikationen für die Finanzanalyse Formale Darstellung der Effizienzthesen Empirische Befunde und gängige Kritik am Konzept effizienter Kapitalmärkte Nichtlineare Renditegenerierungsprozesse und die Effizienzthese Technische Analyse Vorbemerkungen: Methoden der Finanzanalyse Grundlagen der Technischen Analyse: Die Dow-Theorie Die Trendlinien-Methode Die Analyse der Formationen Die Analyse mit Hilfe Technischer Indikatoren Zeitreihenanalytische Verfahren ARIMA-Modelle Die Spektralanalyse Neuere Entwicklungen Fundamentale Analyse Der Ansatzpunkt der Fundamentalanalyse Die Faktorenanalyse Die Regressionsanalyse Die univariate lineare Regressionsanalyse 154

6 Die multivariate Regressionsanalyse Probleme bei der Anwendung der Regressionsanalyse Die Diskriminanzanalyse Kointegration und Fehlerkorrekturmodelle Abschließende Bemerkungen Nichtlineare Analyse von Finanzmärkten Instrumente der nichtlinearen Analyse Nichtlineare Testverfahren Überblick Grundlegender Ansatz des BDS-Tests Korrelationsintegral und Korrelationsdimension Der BDS-Test Anwendung des BDS-Tests Abschließende Bemerkungen zum BDS-Test Die lineare Regressionsanalyse und die Modellierung nichtlinearer Zusammenhänge Der grundlegende Ansatz der nichtlinearen Kleinste-Quadrate Schätzung Nichtlineare Optimierungsverfahren Suchverfahren First-Order Verfahren Second-Order Verfahren Bestimmung der Standardfehler Zusammenfassung nichtlinearer Optimierungsverfahren Künstliche Neuronale Netzwerke für finanzanalytische Aufgabenstellungen Überblick Perceptrons Das Single-Layer Perceptron Das Multi-Layer Perceptron Das Recurrent Perceptron Radiale-Basis-Funktionen Netzwerke Der Learning Vector Quantizer Das Counterpropagation Netzwerk Das Restricted Coulomb Energy Netzwerk Probabilistic Neural Network und General Regression Neural Network Vorbemerkungen Das Probabilistic Neural Network Das General Regression Neural Network Zusammenfassung und Würdigung Übersicht über die Eigenschaften der betrachteten KNN-Typen Fallstudie: Analyse eines nichtlinearen Renditegenerierungsprozesses Empirische Studien zum Einsatz von KNN bei finanzanalytischen Aufgabenstellungen Prinzipien und Vorgehensweisen bei der Modellentwicklung Überblick Analyse der Problemstruktur und Wahl des geeigneten Prognoseinstruments Auswahl der zu prognostizierenden Variablen Bedingtes versus unbedingtes Prognosemodell Einschritt- versus Mehrschrittprognosen Vortests auf Strukturen in den Daten Auswahl des geeigneten Verfahrens Zusammenstellung und Vorbereitung der Daten 400

7 Identifikation potentieller Einflußgrößen Prüfung des Integrationsgrades Datenaufbereitungen Ausreißer Weitere Probleme bei der Datenzusammenstellung Vorselektion der relevanten Einflußgrößen Spezifikation, Schätzung und Postprocessing des Prognosemodells Overfitting / Underfitting Aufteilung des Datenmaterials Der Jackknife-Ansatz Test auf Zeitstabilität Anwendung des Modells und Test gegen eine Benchmark Auswahl der Benchmark Gütekriterien zur Beurteilung von Modell und Benchmark Statistische Signifikanz der erzielten Ergebnisse Fallstudie: Entwicklung eines Modells zur Prognose des US-Dollars Vorbemerkungen Analyse der Problemstruktur und Wahl des geeigneten Prognoseinstruments Zusammenstellung und Vorbereitung der Daten Vorselektion der relevanten Einflußgrößen Spezifikation, Schätzung und Postprocessing der Prognosemodelle ARIMA-Modelle Das Kointegrationsmodell Das Fehlerkorrekturmodell Anwendung des Modells und Test gegen eine Benchmark Exkurs: Berechnung der Rentenindizes Ausgewählte Fragestellungen der Modellentwicklung bei Verwendung von Perceptrons Alternative Fehlerfunktionen Das Problem des Overfittings bei Perceptrons Stopped Training Entwicklung optimaler Netzwerke: Weight Pruning Vorbemerkungen Unechtes Weight Pruning Echtes Weight Pruning Der Finnoff/Zimmermann-Test Varianten Ein Jackknife-Ansatz Spezialfälle: Hidden Neuron und Input Pruning Ansätze zu einer Erklärungskomponente für Perceptrons Erweiterungen der vorgestellten Verfahren der Finanzanalyse Finanzanalyse mittels hybrider Ansätze Finanzanalyse integrierter Märkte Ansätze zu einer 'automatisierten Finanzanalyse' Exkurs: Statistikprogramme, Ökonometriesoftware, Simulatoren für KNN Statistikprogramme und Ökonometriesoftware Simulatoren für Künstliche Neuronale Netze Zusammenfassender Überblick 606 Literaturverzeichnis 613 Stichwortverzeichnis 635 Anhang: Beispielhafte Implementation des BDS-Tests in GAUSS Ein kurzer Leitfaden zur Lektüre

8 In der vorliegenden Arbeit findet eine intensive Auseinandersetzung mit Fragen, Konzepten und Verfahren der modernen, quantitativ orientierten Finanzanalyse stattfindet (mehr dazu im Kap. "1. Einleitung und Überblick"). Das Buch ist zwar als in sich geschlossene, zusammenhängende Arbeit konzipiert, es besteht jedoch kein Zwang, die nachfolgenden, ca. 650 Seiten in streng sequentieller Folge durcharbeiten zu müssen. Im Gegenteil, es wäre vermutlich sehr unrealistisch, von jedem Leser ein derartiges Vorgehen zu erwarten. So wird wohl oftmals nur ein Interesse an einzelnen Abschnitten oder Passagen bestehen. Es ist also zu erwarten, daß es eher als "Handbuch" verstanden wird, in dem bedarfsweise Darstellungen von Methoden und Vorschläge zur Vorgehensweise bei einem konkreten Problem nachgeschlagen werden. Der vorliegende Leitfaden zur Lektüre gibt Hinweise und Tips, welche Abschnitte für wen geeignet sind und welche exemplarischen Pfade es bei der Lektüre geben kann. Das Kap. "1. Überblick und Einleitung" führt in die generelle Thematik ein und beschreibt die eingenommene finanzwirtschaftliche Sichtweise. Im wesentlichen wird dort der Hintergrund aufgezeigt, vor dem die Darstellungen zu verstehen sind. Schließlich wird der Inhalte des Buchs thematisch abgegrenzt, seine Stellung im Gesamtgefüge der Finanzanalyse beschrieben, und es findet ein kurzer Ausblick auf die Inhalte eines noch kommenden, fortführenden Buchs statt. Für eine beabsichtigte tiefergehende, wenn auch nicht unbedingt vollständige Beschäftigung mit der hier behandelten Thematik ist dieses Kapitel auf jeden Fall zu empfehlen. Sofern nur ein "handbuchgemäßer" Gebrauch geplant ist, kann es übersprungen werden. Im Kap. "2. Denkansätze, Methoden und Probleme der Finanzanalyse" werden wesentliche konzeptionelle Grundlagen insgesamt gelegt. Die Unterkapitel 2.1. und vor allem "2.2. Renditegenerierungsprozesse" sollten vollständig gelesen werden. Bei entsprechenden Vorkenntnissen kann dort aber das Unterkapitel " Einige statistische Grundlagen" ausgelassen werden. Das Kap. "2.3. Die These effizienter Kapitalmärkte" ist zwar im Gesamtgefüge der Arbeit wichtig und notwendig, aber eher "akademischer" Natur. Der "Praktiker" kann diesen Teil daher zunächst ebenfalls auslassen. In den Unterkapiteln 2.4. und 2.5. werden dann wichtige Verfahren der modernen quantitativen Finanzanalyse behandelt. Dabei sind die Betrachtungen von "2.4. Technische Analyse" der Philosophie der "Markttechniker" zuzuordnen, die von "2.5. Fundamentale Analyse" den "Fundamentalisten". Da beide voneinander unabhängig sind, kann das jeweils nicht interessierende Unterkapitel übersprungen werden. Die wesentliche Gemeinsamkeit der innerhalb von Kap. 2. behandelten Verfahren ist ihre lineare Natur. Der Übergang zur nichtlinearen Datenanalyse wird erst im Kap. "3. Nichtlineare Analyse von Finanzmärkten" vollzogen. Soweit dabei ein ausschließliches Interesse an der nichtlinearen Finanzanalyse besteht, können innerhalb des Kap. 2. die Teilkapitel 2.3. bis 2.5. ausgelassen und direkt mit Kap. 3. fortgefahren werden. Gegebenenfalls kann bei diesem Vorgehen jedoch die Lektüre von " Die Regressionsanalyse" vorher sinnvoll sein. Innerhalb des Kap. 3. ist insbesondere auf das Unterkapitel " 3.3. Die lineare Regressionsanalyse und Modellierung nichtlinearer Zusammenhänge" zu verweisen, in dem Möglichkeiten vorgestellt werden, auch mit linearen Verfahren Nichtlinearitäten zu erfassen und damit schon einmal einen weiten Bereich von Problemstellungen abdecken zu können. Eher verfahrenstechnische Fragestellungen sind Gegenstand der Unterkapitel 3.4. und 3.5., wobei "3.4. Der grundlegende Ansatz der nichtlinearen Kleinste-Quadrate Schätzung" die grundsätzliche Idee beschreibt, ohne aber ins Detail zu gehen. In "3.5. Nichtlineare Optimierungsverfahren" geht es dann um die tiefergehende Darstellung der einzelnen Verfahren.

9 Sofern kein besonderes Interesse an Fragen nichtlinearer Datenanalyse besteht, können die Kap. 3. und 4. komplett ausgelassen und direkt zu Kap. 5. übergegangen werden. Falls andererseits eine Auseinandersetzung mit den Möglichkeiten der nichtlinearen Finanzanalyse erwünscht ist, diese aber nicht zu sehr in verfahrenstechnische Details gehen darf, dann sollte einfach das Kap ausgelassen werden. Kap ist in diesem Fall aber für das grundlegende Verständnis hilfreich. Im Kap. "4. Künstliche Neuronale Netzwerke für finanzanalytische Aufgabenstellungen" geht es um die Behandlung einer speziellen Klasse von nichtlinearen Modellierungswerkzeugen. Wer hieran kein Interesse besitzt, mag dieses Kapitel ohne Folgen für das weitere Vorgehen überspringen. Im umgekehrten Fall, d.h. bei gezieltem und ausschließlichem Interesse an Künstlichen Neuronalen Netzen (KNN) kann dagegen direkt nach Kap zum Kap. 4. übergegangen werden. Bei der Behandlung von KNN in Kap. 4. wurde die Darstellung ihrer prinzipiellen Arbeitsweise von der wichtigen Detailfrage entkoppelt, wie man konkret die Parameter eines KNN bei einer realen Aufgabenstellung bestimmt (vgl. dazu Kap. 3.5.). Sofern man also nur wissen möchte, was KNN sind und wie ihre grundlegende Arbeitsweise aussieht, ist die vorherige Lektüre des Kap. 3. nicht notwendig. Ist aber schließlich eine tiefergehende Auseinandersetzung mit KNN beabsichtigt, muß vorher Kap. 3. abgearbeitet werden. Innerhalb des Kap. 4. werden verschiedene Familien von KNN vorgestellt, wobei im weiteren Verlauf der Arbeit der Schwerpunkt auf den Perceptrons liegen wird. Im Unterkapitel "4.3. Radiale-Basis-Funktionen Netzwerke" wird eine alternative Familie behandelt, die aber auch ebenso ausgelassen werden kann. Das Kap. "5. Prinzipien und Vorgehensweisen bei der Modellentwicklung" behandelt Fragen der Modellbildung allgemein und dabei (weitgehend) verfahrensunabhängig. Insofern ist der Pfad, über den man bis zu diesem Kapitel gelangt ist, für das weitere Verständnis nicht wesentlich. Sofern man z.b. schon mit wichtigen Methoden wie ARIMA- Modellen, multivariater Regressionsanalyse oder Fehlerkorrektur- und Kointegrationsmodellen vertraut ist, kann sogar direkt zum Kap. 5. unter Auslassung aller vorhergehenden gesprungen werden. Wer jedoch kein Interesse an Fragen der praktischen Modellentwicklung besitzt, kann Kap. 5. auch gänzlich auslassen. Im Kap. "6. Ausgewählte Fragestellungen der Modellentwicklung bei Verwendung von Perceptrons" werden Spezialfragen behandelt. Sie dürften für einen großen Teil der Leser uninteressant sein und können übersprungen werden. Die Darstellungen des Kap. 6. richten sich eher an diejenigen, die ein ausgeprägtes Interesse an Spezialfragen und Detailproblemen bei der Modellentwicklung mittels Perceptrons besitzen. Das Kap. "7. Erweiterungen der vorgestellten Verfahren der Finanzanalyse" gibt einen Ausblick auf zukünftige Entwicklungsmöglichkeiten. Hier finden sich einige knappe Betrachtungen zu Hybridsystemen, Fuzzy Logic und Neuro Fuzzy. Für den "handbuchgemäßen" Gebrauch finden sich dort jedoch keine wichtigen Darstellungen mehr, sie runden aber den bisherigen Gedankengang ab. Nicht mehr Gegenstand der Arbeit im engeren Sinne ist das Kap. "8. Exkurs: Statistikprogramme, Ökonometriesoftware und Simulatoren von KNN". Hier ist der Verfasser in der Vergangenheit immer wieder von Lesern und Seminarteilnehmern gebeten worden, geeignete Software zu benennen. In diesem Exkurs wird diese häufig geäußerte Bitte aufgegriffen und ein kleiner, unvollständiger Überblick über potentiell in Frage kommende Softwarewerkzeuge gegeben. Die Betrachtungen dieses Kapitels

10 richten sich dementsprechend auch nur an diejenigen Leser, die den Übergang zur quantitativen Finanzanalyse planen und nach einer ersten Groborientierung hinsichtlich geeigneter Software suchen. Die dargestellten, sehr unterschiedlichen Pfade durch die vorliegende Arbeit dürften deutlich unterstreichen, daß ein "sequentielles" Durcharbeiten keinesfalls erforderlich ist. Insofern sollte auch der Umfang des Buchs nicht abschrecken, denn gezielte Fragestellungen können durch die Wahl des entsprechenden Pfades schnell angegangen werden. Das Buch enthält zur "wahlfreien" Lektüre bewußt Redundanzen. Die "Navigation" wird ferner durch Querverweise und ein umfangreiches Stichwortverzeichnis unterstützt. Vielleicht ist aber doch im Einzelfall ausreichend Zeit und Interesse vorhanden, den "langen Weg" zu gehen. Erschienen im Uhlenbruch-Verlag