Knihu momentálně nemáme skladem

Více o knize
Die Arbeit untersucht, wie Investoren hohe Renditen bei niedrigen Risiken anstreben, wobei Risikoaversion eine zentrale Rolle spielt. Ein wichtiger Aspekt ist die Volatilität, die als Maß für das Risiko einer Investition dient. Hohe Kursschwankungen erhöhen das Risiko eines Kapitalverlusts. Die Studie kritisiert die gängige Praxis, sich auf vergangene Volatilität zu stützen, und betont die Bedeutung der zukünftigen Volatilität für fundierte Investitionsentscheidungen. Zeitreihenmodelle werden als Methode vorgestellt, um zukünftige Volatilität basierend auf historischen Daten zu prognostizieren.
Nákup knihy
Eignung des Garch-Modells zur Prognose der Volatilität des Dow Jones Industrial Average, Walter Martin
- Jazyk
- Rok vydání
- 2021
- product-detail.submit-box.info.binding
- (měkká)
Jakmile ji vyčmucháme, pošleme vám e-mail.
Doručení
Platební metody
Navrhnout úpravu
- Titul
- Eignung des Garch-Modells zur Prognose der Volatilität des Dow Jones Industrial Average
- Jazyk
- německy
- Autoři
- Walter Martin
- Vydavatel
- GRIN Verlag
- Rok vydání
- 2021
- Vazba
- měkká
- Počet stran
- 80
- ISBN13
- 9783346482174
- Kategorie
- Podnikání a ekonomie
- Anotace
- Die Arbeit untersucht, wie Investoren hohe Renditen bei niedrigen Risiken anstreben, wobei Risikoaversion eine zentrale Rolle spielt. Ein wichtiger Aspekt ist die Volatilität, die als Maß für das Risiko einer Investition dient. Hohe Kursschwankungen erhöhen das Risiko eines Kapitalverlusts. Die Studie kritisiert die gängige Praxis, sich auf vergangene Volatilität zu stützen, und betont die Bedeutung der zukünftigen Volatilität für fundierte Investitionsentscheidungen. Zeitreihenmodelle werden als Methode vorgestellt, um zukünftige Volatilität basierend auf historischen Daten zu prognostizieren.