Die vorliegende Arbeit ordnet sich in den Bereich der quantitativen Finanzanalyse ein. Nach Auffassung von Rehkugler / Poddig (1994) geht es bei einer Finanzanalyse im Allgemeinen darum, „einer Menge von Zuständen oder Situationen (z.B. Situationen an Finanzmärkten, definiert durch die Zustände bestimmter ökonomischer Variablen wie Zinsen, Auftragseingänge usw.) jeweils eine (sinnvolle) Handlungsvorschrift oder Folgerung (z.B. Aktie kaufen, halten oder verkaufen) zuzuordnen“. Die Finanzanalyse verfolgt häufig das Ziel, Aktien zu prognostizieren. Unter Prognose ist die Vorhersage zukünftiger Ereignisse auf Grundlage von historischen Informationen und theoretisch wie empirisch fundierter sowie nachvollziehbarer Verfahren zu verstehen. Der Prognose liegt die Annahme zugrunde, dass gewisse Grundstrukturen aus der Vergangenheit auch in der Zukunft unverändert weiterwirken. Mit der Voraussage von Aktienkursen befassen sich nicht nur Finanzwissenschaftler, sondern auch viele Praktiker. Denn das Auffinden eines funktionierenden Prognosemodells stellt nicht nur die für Aktienprognosen bedeutsame Effizienzmarkthypothese in Frage, sondern scheint zudem profitable Investments am Kapitalmarkt zu ermöglichen.
Die Zielsetzung dieser Arbeit ist die Beantwortung der folgenden Fragestellung:
'Ist die Prognose deutscher Aktien auf Grundlage von aggregierten Informationssignalen in einem Scoring-Modell möglich?'
In dieser Arbeit wird für die Beantwortung der Fragestellung eine empirische Untersuchung durchgeführt. Dafür ist eine aktive Handelsstrategie (nachfolgend Handelsmodell) auf Grundlage eines Scoring-Modells mit aggregierten Informationssignalen zu entwickeln und die Performanceleistung gegenüber einer passiven Strategie zu untersuchen. Der zu untersuchende Zielmarkt ist dabei der deutsche Aktienmarkt für den Beobachtungszeitraum von 1973 bis 2012. Die Antwort der Fragestellung leitet sich aus den zu erzielenden Leistungsergebnissen in einem unbekannten Bereich des Datensamples ab.
Inhaltsverzeichnis
- Einleitung
- Problemstellung
- Zielsetzung und Vorgehensweise
- Theoretische Grundlagen
- Effizienzmarkthypothese nach Fama
- Bedeutung von Kapitalmarktanomalien für Aktienprognosen
- Aggregationsmodelle für Aktienprognosen
- Multifaktormodelle zur Erklärung von Aktienrenditen
- Multifaktormodelle nach Faktortypen
- Anzahl Faktoren in Multifaktormodellen
- Scoring-Modelle als alternativer Aggregationsansatz
- Nutzwertanalyse nach Zangemeister
- Literaturüberblick zu Scoring-Modellen
- Grundlagen zur Erzeugung von Informationssignalen
- Konzept der Informationssignale nach Lev und Thiagarajan
- Technische Analyse als Grundlage des Momentum-Indikators
- Empirischer Ansatz der Untersuchung
- Datensample der Untersuchung
- Deutsche Aktien
- Potenzielle Modellvariablen
- Benchmark und risikoloser Zinssatz
- Aufteilung des Datensamples
- Investitionsansatz des Handelsmodells
- Score-Wert als Handelssignal
- Score-Wert als Gewichtungsfaktor
- Ermittlung der Renditen
- Investitionsrenditen
- Überschussrenditen
- Ansatz der Portfoliobildung
- Erzeugung und Aggregation von Informationssignalen
- Transformation durch Momentum-Indikator
- Transformation der monatlichen Saisonalität
- Scoring-Modell als Aggregationsmodell
- Optimierungsansatz für das Handelsmodell
- Parametrische Optimierung der Einzelvariablen
- Optimierung der Variablenkombination
- Performance-Evaluation
- Sortino-Maẞ
- Jensen-Alpha
- Auswertung der Untersuchungsergebnisse
- Optimierungsresultate
- Parametrische Optimierung der Einzelvariablen
- Optimierung der Variablenkombination
- Deskriptive Statistiken
- Korrelationsanalyse
- Portfolio-Statistiken
- Auswertung der Ergebnisse (in-sample)
- Auswertung der Ergebnisse (out-of-sample)
- Indizierte Verläufe
- Auswertung der Verläufe (in-sample)
- Auswertung der Verläufe (out-of-sample)
- Performance-Analyse
- Sortino-Maẞ
- Auswertung der Performance (in-sample)
- Auswertung der Performance (out-of-sample)
- Jensen-Alpha
- Auswertung der Performance (in-sample)
- Auswertung der Performance (out-of-sample)
- Effizienzmarkthypothese und Kapitalmarktanomalien
- Aggregation von Informationssignalen aus Finanzzeitreihen
- Scoring-Modelle als Instrument der Aktienprognose
- Empirische Analyse der Prognosegenauigkeit des Scoring-Modells
- Performance-Evaluation des Scoring-Modells anhand verschiedener Kennzahlen
Zielsetzung und Themenschwerpunkte
Die Masterthesis untersucht die Prognostizierbarkeit deutscher Aktien auf Grundlage von aggregierten Informationssignalen aus Finanzzeitreihen. Der Schwerpunkt liegt auf dem Scoring-Konzept, das in der Arbeit als ein alternatives Aggregationsmodell für Aktienprognosen vorgestellt wird.
Zusammenfassung der Kapitel
Die Einleitung stellt die Problemstellung und die Zielsetzung der Arbeit vor. Kapitel 2 behandelt die theoretischen Grundlagen, einschließlich der Effizienzmarkthypothese, Kapitalmarktanomalien und Aggregationsmodelle für Aktienprognosen. Der Fokus liegt dabei auf Scoring-Modellen als alternatives Aggregationsmodell. Kapitel 3 beschreibt den empirischen Ansatz der Untersuchung, einschließlich des Datensamples, der Modellvariablen, des Investitionsansatzes und der Ermittlung der Renditen. Kapitel 4 präsentiert die Auswertung der Untersuchungsergebnisse, einschließlich der Optimierungsresultate, deskriptiven Statistiken und der Performance-Analyse des Scoring-Modells.
Schlüsselwörter
Aktienprognose, Informationssignale, Finanzzeitreihen, Scoring-Modelle, Effizienzmarkthypothese, Kapitalmarktanomalien, Aggregationsmodelle, Performance-Evaluation, Sortino-Maẞ, Jensen-Alpha.
- Quote paper
- Süleyman Yücel (Author), 2015, Prognostizierbarkeit deutscher Aktien auf Grundlage von aggregierten Informationssignalen aus Finanzzeitreihen. Das Scoring-Konzept, Munich, GRIN Verlag, https://www.grin.com/document/302832
