Anwendung Neuronaler Netze in der Finanzwirtschaft

Es ist sicherlich noch übertrieben, im Zusammenhang mit künstlichen neuronalen Netzen von der Intelligenz, mal ganz abgesehen von der menschlichen Intelligenz zu sprechen. Die natürliche Intelligenz wird aber noch eine sehr lane Zeit der Forschungstrieb der Informationstechnologie bleiben.So können Menschen und Tiere innerhalb von Millisekunden äußerst komplizierte Signale, wie Bilder, Geräusche und Gerüche aufnehmen und interpretieren....

MoreLess

Year of publication:	2001
Authors:	Bülent, Acig
Institutions:	Technische Universität <Kaiserslautern> / Lehrstuhl für Finanzdienstleistungen und Finanzmanagement
Subject:	Finanzwirtschaft \| corporate finance \| Neuronales Netz

freely available

Full text |

More access options

Check Google Scholar

In German libraries (KVK)

I need help

Inhaltsverzeichnis
Abbildungsverzeichnis
Abkürzungsverzeichnis
Einleitung
A. Grundlagen künstlicher neuronaler Netze
I. Aufbau und Funktionsweise
1. Das biologische Vorbild
2. Funktion und Aufbau eines künstlichen Neurons
3. Funktion und Aufbau künstlicher neuronaler Netze
4. Das Lernen neuronaler Netze
II. Ausgewählte neuronale Netzwerke
1. Differenzierungsmerkmale neuronaler Netze
2. Das Perzeptron-Netz
3. Das Backpropagation-Netz
4. Das Counterpropagation-Netz
III. Neuronale Netze in der Praxis
1. Simulation neuronaler Netze durch Hard- und Software
2. Einsatzfelder neuronaler Netze
3. Neuronale Netze in der Betriebswirtschaft
B. Finanzwirtschaftliche Prognoseanwendungen
I. Grundlagen neuronaler Finanzprognosen
1. Zur prinzipiellen Pronostizierbarkeit von Finanzmarktdaten
2. Klassische Ansätze zur Finanzprognose
3. Vorgehensweise bei der Modellierung neuronaler Netze zur Finanzprognose
II. Wechselkursprognosen
1. Problemstellung
2. Modell von Podding/Wallem
3. Sonstige Studien zur Wechselkursprognose
III. Aktienkurs- und Indexprognose
1. Problemstellung
2. Modell von Gehring et al.
3. Sonstige Studien
IV. Abschlißende Betrachtung zur Finanzprognose
1. Sonstige Einsatzmöglichkeiten für Finanzprognosen
2. Kritische Würdigung
C. Klassifikationsanwendungen neuronaler Netze im Finanzbereich
I. Grundlagen der neuronalen Klassifikation
1. Problemstellung und Ziele der neuronalen Klassifikation
2. Konventionelle Ansätze
II. Kreditwürdigkeitsprüfung von Konsumentenkrediten
1. Problemstellung
2. Modell von Enache
3. Weitere Studien zur Kreditwürdigkeitsprüfung von Konsumentenkrediten
III. Sonstige Klassifikationsanwendungen neuronaler Netze
1. Kundenklassifizierung
2. Bonitätsanalyse von Unternehmen
3. Klassifiezierung von Bonds
IV. Kritische Würdigung
Zusammenfassung und Ausblick
Literaturverzeichnis

Persistent link: https://www.econbiz.de/10009486853