权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Risikoquantifizierung für Finanzzeitreihen mit neuronalen Netzen

使用神经网络对金融时间序列进行风险量化

基本信息

批准号：
5231062
负责人：
Professor Dr. Jürgen Franke
金额：
--
依托单位：
Fachbereich Mathematik
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2000
资助国家：
德国
起止时间：
1999-12-31 至 2006-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/5231062?language=en
关键词：
Risikoquantifizierung Finanzzeitreihen mit neuronalen Netzen

项目摘要

Risikomaße wie Volatilität, Value-at-Risk oder Expected Shortfall charakterisieren die zukünftige Ertragsunsicherheit finanzieller Investitionen gegeben die heute verfügbaren Informationen. Schätzverfahren für diese Kenngrößen gehen von einfachen Modellen für die Kurszeitreihen der in einem Portfolio enthaltenen Anlagen aus. Bei der Vorhersage von Finanzzeitreihen und der Entwicklung von Handelsstrategien hat es sich dagegen bewährt, exogene Daten über den Finanzmarkt einzubeziehen. Die zu schätzenden Vorhersagefunktionen sind dann typischerweise nichtlinear und auf hochdimensionalen Räumen definiert. Neuronale Netze bieten eine numerisch noch handhabbare Möglichkeit, solche Funktionen aus gegebenen Daten zu schätzen. Ziel des Projektes ist es, die auf neuronalen Netzen aufbauenden Ansätze für nichtlineare Zeitreihen für das Problem der Schätzung von Risikomaßen zu übertragen. Die resultierenden Schätzverfahren sollen sowohl theoretisch untersucht wie praktisch implementiert und auf simulierte und reale Daten angewandt werden. Es besteht die Hoffnung, daß auf diese Weise Risikokenngrößen ermittelt werden können, die umfangreiche Informationen über die aktuelle Marktsituation berücksichtigen.

波动性、风险价值或预期缺口的风险是未来信息投资的特征。 Schätzverfahren für diese Kenngrößen gehen von einfachen Modellen für die Kurszeitreihen der in einem Portfolio enthaltenen Anlagen aus。金融市场的前言和商业策略的制定是重要的，也是金融市场的外部数据。前言功能是线性类型和高维度的定义。 Neuronale Netze bieten eine numerisch noch handhabbare Möglichkeit，solche Funktionen aus gegebenen Daten zu schätzen。该项目是神经元网络中针对神经网络问题的线性分析。该结果是从理论到实践、模拟和实际应用中得出的结果。 Es besteht die Hoffnung, daß auf diese Risikokenngrößen ermittelt werden können, die umfangreiche Informationen über die aktuelle Marketsituation berücksichtigen.