Skip to main content
main-content

Inhaltsverzeichnis

Frontmatter

1. Einleitung

Zusammenfassung
Die Prognose von Aktienkursen und deren Schwankungsintensität (Volatilität) ist einer der größten Herausforderungen sowohl bei der mittelfristigen Portfoliooptimierung als auch bei kurzfristigeren Tradingentscheidungen. Problematisch ist hierbei vor allem die Tatsache, dass die Kursbildung an der Börse einer Vielzahl unterschiedlicher Faktoren und Prozesse unterliegt, deren Einwirkungsgrad sich ständig verändert. Der Zusammenhang zwischen Unternehmensgewinnen und Kursentwicklung kann z.B. zeitweise so stark außer Kraft gesetzt werden, dass die durch Aktienkurse implizierte Bewertung von Unternehmen rational nicht mehr nachvollziehbar wird, was letztlich zum bekannten Phänomen der Überspekulation führen kann. Beispielhaft hierfür ist der dramatische Kursanstieg des japanischen Aktienmarkts in den 80er Jahren. Hier wurden Unternehmen im Durchschnitt mit dem 150fachen ihres Jahresgewinns gehandelt. Nennenswert ist aber sicherlich auch die „Jahrhunderthausse“am US-Aktienmarkt 1990 bis 2000. Auch hier lag die Bewertung der Unternehmen deutlich über dem langfristigen Durchschnitt. In diesen Jahren waren andere Faktoren, wie z.B. der Glaube an neue Technologien, wichtiger. Dies ist allerdings kein neues Phänomen, denn schon in der zweiten Hälfte des 18. Jh. bis Anfang des 20. Jh. führten industrielle Revolution und die Entwicklung neuer Produktionsverfahren (Eisenbahn-, Gründer und Bankenboom) zu einem ausgeprägten Überspekulations- und Depressionszyklus an den Börsen1.
Reza Darius Montassér

2. Relevante Grundlagen der Kapitalmarkttheorie

Zusammenfassung
Die Kapitalmarkttheorie hat sich seit den 70er Jahren sehr dynamisch und vielseitig entwickelt. Da eine ausführliche Behandlung dieser Theorie den Rahmen dieser Arbeit überschreiten würde13, werden im Folgenden die für das AVAS-Modell entscheidenden Teilbereiche Informationseffizienz und Nichthandelstheorem erörtert.
Reza Darius Montassér

3. Die AVAS — Transformation und deren empirische Anwendung

Zusammenfassung
Wie in der Einleitung der vorliegenden Arbeit bereits festgestellt, ist das Filtern des Weißen Rauschens und somit der Zufallskomponente eines der wichtigsten Schritte bei der Modellierung von Prognosemodellen und damit auch bei der Technischen Analyse. In diesem Abschnitt wird mit Hilfe der vom Autor entwickelten AVAS-Transformation ein Lösungsweg speziell für die Technische Analyse vorgestellt.
Reza Darius Montassér

4. Schluss

Zusammenfassung
Die Intention der vorliegenden Arbeit ist es, die Rolle des Handelsvolumens bei der Kursprognose, speziell unter Anwendung der Methoden der Technischen Analyse, zu untersuchen. Dabei wurde ex ante die Annahme getroffen, dass die Einbeziehung des Handelsvolumens in den Analyseprozess zu einer Reduzierung des Zufallscharakters führt. Aus dieser Annahme heraus wurde die auf dem Handelsvolumen basierende AVAS-Transformation zur Noise-Reduktion vom Autor entwickelt.
Reza Darius Montassér

Backmatter

Weitere Informationen