Wechselkursprognosen gelten als äußerst problematisch. Künstliche Neuronale Netze werden in solch schwierigen Fällen häufig eingesetzt, denn sie bieten sich an, um nichtlineare Zusammenhänge im ökonomischen Kontext zu untersuchen. Allerdings können einzelne Künstliche Neuronale Netze ihrer Aufgabe oft nicht gerecht werden.

Frank Richter zeigt, dass sich bessere Prognosen erstellen lassen, wenn statt eines einzelnen Modells eine Modellkombination verwendet wird, die die Stärken einzelner Modelle nutzt, ihre Schwächen hingegen weitestgehend ausschaltet. Er präsentiert Möglichkeiten der Kombination Künstlicher Neuronaler Netze und belegt anhand einer empirischen Untersuchung zur Vorhersage der Relation zwischen US-Dollar und DM die Vorteile von Kombinationsmodellen. Es zeichnet sich ab, dass für Wechselkursprognosen die Verwendung einer adäquaten Nutzenfunktion eine wichtige Rolle spielt.

Keywords

About the author

Dr. Frank Richter promovierte bei Prof. Dr. Heinz Schaefer am Institut für Konjunktur und Strukturforschung der Universität Bremen. Er ist als Spezialist im Bereich analytischer Anwendungen tätig.

Bibliographic Information

Book Title: Kombination Künstlicher Neuronaler Netze
Book Subtitle: Zur Prognose von Wechselkursen
Authors: Frank Richter
DOI: https://doi.org/10.1007/978-3-322-81570-5
Publisher: Deutscher Universitätsverlag Wiesbaden
eBook Packages: Springer Book Archive
Copyright Information: Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden 2003
Softcover ISBN: 978-3-8244-7900-9Published: 23 September 2003
eBook ISBN: 978-3-322-81570-5Published: 08 March 2013
Edition Number: 1
Number of Pages: XVIII, 259
Number of Illustrations: 15 b/w illustrations
Topics: Business and Management, general, IT in Business

Publish with us

Policies and ethics

Authors:

Sections

Buy it now

Buying options

Other ways to access

Table of contents (10 chapters)

Front Matter

Back Matter

About this book