Börse als Massenphänomen Melde Dich an, um diesen Inhalt zu abonnieren 0

[itsmagic 1157]

Es gibt ja einige Ansätze, das Verhalten von Menschenmassen (mathematisch) zu modellieren. Wie verhalten sich Menschenmassen, wenn plötzlich eine bestimmte Gefahr auftritt? Und ähnliches.

Gibt es solche Ansätze auch auf die Börse bezogen? Insbesondere interessieren mich Bücher/Paper, wissenschaftliche Abhandlungen, zu dem Thema, aber ein Stichwort wäre auch schon eine gute Sache.

[Gast Wehrbär]

Es gibt ja einige Ansätze, das Verhalten von Menschenmassen (mathematisch) zu modellieren. Wie verhalten sich Menschenmassen, wenn plötzlich eine bestimmte Gefahr auftritt? Und ähnliches.

Gibt es solche Ansätze auch auf die Börse bezogen? Insbesondere interessieren mich Bücher/Paper, wissenschaftliche Abhandlungen, zu dem Thema, aber ein Stichwort wäre auch schon eine gute Sache.

Stichwort: Behavioral Finance

Allerdings weniger mathematisch.

[TriiaZ 406]

Und trotzdem schaffen es nicht einmal die besten, die Börsengänge vorauszusagen, oder ?

[Eiweißpumpe 36]

Kostolany hat zu diesem Thema gute Bücher geschrieben.

"Psychologie der Massen" von Le Bon sollte auch für Börseninteressierte auf dem Nachtisch liegen.

[JohnAntony 235]

Und trotzdem schaffen es nicht einmal die besten, die Börsengänge vorauszusagen, oder ?

In gewissen Rahmen natürlich.

Lg

[R.P.P.L 339]

Und trotzdem schaffen es nicht einmal die besten, die Börsengänge vorauszusagen, oder ?

In gewissen Rahmen natürlich.

Lg

Aber doch nur in theoretischen Modellen. Praktisch scheitert alles am Korrelationsproblem

[JohnAntony 235]

Aber doch nur in theoretischen Modellen. Praktisch scheitert alles am Korrelationsproblem

Ist es nicht genau umgekehrt, dass im Modell alles am Korelationsproblem scheitert.

In der Tat bezog ich mich aber auf technische Handelsmodelle. Da ist so einiges möglich, siehe Wehrbär.

Lg

[R.P.P.L 339]

Aber doch nur in theoretischen Modellen. Praktisch scheitert alles am Korrelationsproblem

Ist es nicht genau umgekehrt, dass im Modell alles am Korelationsproblem scheitert.

In der Tat bezog ich mich aber auf technische Handelsmodelle. Da ist so einiges möglich, siehe Wehrbär.

Lg

In theoretischen Modellen geht man von gewissen Korrelationen aus, die dann in real life aber entweder nicht stimmen bzw. nicht genau genug sind um prognosen exakt werden zu lassen.

Ein Modell ist ja immer eine reduktionistische Sichtweise aus die realität. Wenn du aber davon ausgehst das ein Modell immer die realität abbilden will dann hast du natürlich recht.

Modelle wollen idr nur facetten der realität abbilden bzw. vesuchen durch das korrelationsproblem zu umgehen indem grosse spannbreiten mit einzubeziehen.

Sprich wenn wir annehmen a verhält sich zu b dann x

aber wenn a sich zu verhält b anders verhält dann y

Interessant ist die Frage nach der Schuld der Finanzkrise 2008. Hat hier die Finanzmathematik versagt oder der Mensch, der sich nicht an diese gehalten hat. Im Detail ist das echt knifllig. Und stellt schon fast die philosophische Frage: Ist der Fehler das Sytem oder der Mensch der sich nicht ans System hält

August 16, 2011 bearbeitet von R.P.P.L

[Mendoza 1286]

Die Börse an sich ist doch bereits der Versuch, das Verhalten von Menschenmassen vorauszusagen. Deswegen ist jede Form der Börsenanalyse bereits das Analysieren von Menschenmassen. Das fängt beim bloßen Chart schon an.

Keynes hat mal gesagt: "Die Börse ist wie ein Schönheitswettbewerb, wo die Jurymitglieder nicht die schönste Frau wählen, sondern die, von der sie glauben, dass die anderen Jurymitglieder sie am Schönsten finden."

[JohnAntony 235]

Interessant ist die Frage nach der Schuld der Finanzkrise 2008. Hat hier die Finanzmathematik versagt oder der Mensch, der sich nicht an diese gehalten hat. Im Detail ist das echt knifllig. Und stellt schon fast die philosophische Frage: Ist der Fehler das Sytem oder der Mensch der sich nicht ans System hält

Damit kann man sowieso ganze Bibliotheken füllen. Aber in meinen Augen war und ist das System einfach nicht auf diese Größenordnungen eingestellt. Zudem hat der Mensch einfach mal ständig in ein funktionierendes System eingegriffen um damit den Wohlstand zu sichern, was dann mitunter zur Finanzkrise führte. Nichts anderes passiert zur Zeit an den Märkten.

Lg

[AlibiX 300]

Kostolany hat zu diesem Thema gute Bücher geschrieben.

"Psychologie der Massen" von Le Bon sollte auch für Börseninteressierte auf dem Nachtisch liegen.

Ich fall gleich von Stuhl

Wollte exakt das gleiche schreiben, hab mir vor zwei Tagen auf Anrat von "Kosto" auch mal Le Bon bestellt!

[Eiweißpumpe 36]

"Verwirrungen der Verwirrung" habe ich auch hier liegen ;)

[itsmagic 1157]

Mir ist bekannt, dass es Bücher zu Massenphänomen gibt. Mir geht es um die mathematische Modellierung von Verhalten.

Die Börse an sich ist doch bereits der Versuch, das Verhalten von Menschenmassen vorauszusagen. Deswegen ist jede Form der Börsenanalyse bereits das Analysieren von Menschenmassen. Das fängt beim bloßen Chart schon an.

Da ist allerdings was dran.

Danke für das Stichwort "Behavioral Finance" bzw. "Behavioral Economics". Eine Mischung aus Soziologie und Wirtschaftswissenschaft. Ich kann meine Frage so etwas konkreter stellen: Gibt es Modelle, die aus dem mathematischen Bereich kommen und auf Bereiche der WiWi/Börse angewendet werden? Gibt es Sozi/WiWi Modelle die mathematisch schwierig/interessant sind?

[Loverindex69 33]

Wie läuft so eine Börse eig?

Auf was sollte man achten?

Welche Tricks gibt es?

Was ist für Neueinsteiger zu achten ?

Wie hoch ist die Chance zum vielen Geld?

Findet ihr die Börse empfehlenswert?

(Sorry wenn es hier unpassend ist, aber das Thema finde ich gerade sehr interessant)

[Cycle 4200]

Findet ihr die Börse empfehlenswert?

Für dich definitiv nicht. Nimm's mir nicht übel, aber wenn du schon solche Fragen stellst, lass in deinem eigenen Interesse lieber die Finger davon.

[Shao 6317]

Wie läuft so eine Börse eig?

Auf was sollte man achten?

Welche Tricks gibt es?

Was ist für Neueinsteiger zu achten ?

Wie hoch ist die Chance zum vielen Geld?

Findet ihr die Börse empfehlenswert?

(Sorry wenn es hier unpassend ist, aber das Thema finde ich gerade sehr interessant)

• Gefällt mir

• Zitat
• Mehrfachzitat
• Darüber bloggen
• Melden

Zitat Ramit Sethi: Woran erkennt man Personen, die Anfänger und Fortgeschrittenenfragen stellen?

Anfänger wollen immer die Tricks und Workarounds wissen, daher fragt ein Anfänger oder Laie nach guten Aktien, tollen Positionen.

Der Fortgeschrittene fragt meist Fragen wie "Welche Art von Risk Spread benutzt ihr, damit euer Portfolio in einem bestimmten Rahmen funktioniert?"

Oder "Welche Indikatoren nutzt ihr mit welcher Genauigkeit und Sensibilität, inwieweit bezieht ihr XYZ mit ein, um eine Portfolio Entscheidung zu treffen?"

Um es kurz zu machen: Es gibt erstmal keine Tricks. Tricks sind für Leute, die die Basics aus dem FF beherrschen.

[freistil 93]

Gibt ganz verschiedene Ansätze, behavioral finance mathematisch zu modellieren.

Oft musst du da allerdings abwägen zwischen einfach implementierbar und sehr ideal zu schwer implementierbar und eher realitätsnah, Implementierung nicht nur technisch, sondern auch im Modell.

Womit ich mich letztens beschäftigt hab, war, dieses Verhalten durch einen Ansatz zu modellieren, dass der Markt tendentiell (also nicht perfekt korreliert) unruhiger wird, wenn die Preise fallen und sich eher entspannt, wenn die Preise etwas steigen. Zumindest ist diese Korrelation signifikant messbar. Das ganze hab ich über ein stochastisches Volatilitätsmodell implementert.

Da ist natürlich am Ende wieder ein ganzer Fragenkatalog entstanden, was davon nicht erklärt werden konnte, aber die Performance dieses Marktmodells war schonmal bedeutend besser als die von Standartmodellen.

Ein diskreter Ansatz ist da beispielsweise, Handel als ein neuronales Netz zu implementieren. Das ist ein Gebiet aus der Graphentheorie, vielversprechend, aber noch nicht sehr weit erforscht. Andere Modelle gehen beispielsweise heran und "messen" Extremsituationen und messen vor allem, wie stark der Absturz des betrachteten Objekts unter bestimmten Vorrausetzungen war und stützen sich auf die These, dass es da einen Absurzwert gibt, hier kommt man natürlich auch wieder mit dem bereits erwähnten Korrelationsproblem in Verbindung.

Finance ist n sehr interessantes Thema, da gibts viele wirtschaftliche Thesen, die irgendwo auch Sinn machen, aber zu großen Teilen nicht signifikant empirisch belegbar sind oder nur unter bestimmten Umständen als Näherungen eingesetzt werden dürfen. Ich kann nur aus der mathematischen Perspektive sprechen. Dass es behavioral finance überhaupt gibt, ist eine These und nicht belegt - ich zweifle sogar dran, dass eine solche These überhaupt belegbar ist. Das ist nichts ungewöhnliches und wirft auch nicht alles vorhergehende über den Haufen, seit der Arbeit von Kurt Gödel in den 30ern des letzten Jahrhunderts weiß man, dass es das auch gibt.

Wenn du nach mathematischen Modellen suchst, such nach welchen, die nicht die Existenz eines Phänomens vorraussetzen, auf der dann eine Technik aufgebaut wird, sondern ein Modell, was empirisch signifikante Beobachtungen qualitativ erklärt. Da kommen teilweise seltsame Dinge raus - aber das sollte dich dann auch nicht abschrecken, wenn du sowas suchst. Wer zB hätte vor 50 Jahren gedacht, dass es einen mathematischen Zusammenhang zwischen der Wärmeausbreitung innerhalb eines Stoffes und dem fairen Preis einer Option am Markt (siehe BSM) gibt?

[buddylove 423]

Ich kenn nur flirtbörsen. Die kann ich Anfängern nur wärmstens empfehlen.

P.s: ein Trick der immer funktioniert: langfristige Trendbetrachtung und breakouts. Keep it simple.

August 18, 2013 bearbeitet von buddylove

[AltJungfer 305]

Must read für jedermann und - frau .... "Magier der Märkte" bzw. "Market Wizards" von Jack Schwager ... erschien im Jahr 1989 und ist wohl das, was man zeitlos nennt ! Findet man google sei dank als kostenlosen Download, sehr empfehlenswert .

[Jingang 4655]

Ein diskreter Ansatz ist da beispielsweise, Handel als ein neuronales Netz zu implementieren. Das ist ein Gebiet aus der Graphentheorie, vielversprechend, aber noch nicht sehr weit erforscht.

Naja, neuronale Netze nimmt man immer dann, wenn man nicht weiß, wie etwas funktioniert. Entsprechend unpräzise sind die Vorhersagen dann auch.

[itsmagic 1157]

Freistil, dich hätte ich vor ein paar Jahren gebraucht .

Neuronale Netze würde gut passen, da ich mich gerade sowieso ein wenig mit Graphentheorie beschäftige.

Also wenn du noch mehr Infos hast, was du dazu interessant findest, dann nur zu, Insider Infos weiß ich stets zu schätzen.

Mir gehts dabei explizit nicht darum, dass ich das Anwenden möchte, sondern um die mathematische Modellierung im Bereich behavioral finance.

[freistil 93]

Ich hab mich in meinem Studium bis jetzt viel mehr mit stetigen Strukturen beschäftigt statt mit diskreten (was schade ist, wie mir mittlerweile auffällt), deswegen kann ich dir nur ein paar Dinge erzählen, über die man in Fachzeitschriften stolpert ^^

Grad der Ansatz ist im Moment noch ein relativ neuer Schrei in der Modellierung von Behavioral Finance, das umzusetzen war lange Zeit nicht möglich (und ist es immernoch nur für einfache Modelle), weil die benötigten Rechenkapazitäten überdimensional groß sind.

Neuronale Netze als solches sind ne Holzhammermethode, da hat Jingjang recht, allerdings sind sie nur so statisch, wenn du die enthaltenen Neuronen statisch lässt. Es gibt zB die Möglichkeit, ein neuronales Netz 'lernen' zu lassen, also einen Graphen zu erzeugen, der sich selbst regelmäßig updatet. Durch Auswerten der Ausgabe kann man somit Gesetzmäßigkeiten messen, wenn ich das richtig verstanden hab - das ist eben die Stärke dieses Ansatzes. Durch stochastische Modellierung der Knotengewichte innerhalb des Netzes kann man das ganze dann auch evtl 'in endlicher Zeit erreichen', bei gewisser Größe geht die Komplexität des Problems ja durch die Decke.

Damit können unter anderem 'Events' losgelöst vom Korrelationsbegriff untersucht werden. Je nachdem, wie das neuronale Netz auf Basis einer gegebenen Zeitreihe performt, kann man Prognosen geben, die (auto-)korrelationsfrei auskommen. Die Performance dieses Ansatzes kann theoretisch sehr gut sein, wie gut ist noch nicht bewiesen, da die Graphentheorie an sich im Vergleich zu anderen Gebieten ja noch in den Kinderschuhen steckt. Gerade die Frage, ob man ein optimales (also realitätsbeschreibendes) neuronales Netz für beliebige Sätze entwerfen kann ist im Moment nicht beweisbar - solltest du es beweisen können, bekommst du von Cambridge eine Million Dollar und wahrscheinlich die Fields-Medallie direkt dazu ;)

Die Anforderung, dass es ein neuronales Netz gibt, was optimal die Realität zu einer gegebenem Rahmen beschreibt, ist formulierbar als NP-Problem und um diesen Algorithmus allgemein angeben zu können, müsste P = NP sein.

Mit dem P-NP-Problem hast du dich ja evtl schonmal beschäftigt, siehe hier:

http://de.wikipedia.org/wiki/P-NP-Problem

Aber das geht hier dann ja doch zu weit.

Der (gigantische) Nachteil ist eben wie erwähnt, dass die benötigte Permormance, einen entstehenden Algorithmus auf Realität zu überprüfen aufgrund des eben entstehenden nichtlinearen Optimierungsproblems exorbitant jeden erdenklichen Rahmen sprengt.

Ist aber meiner Meinung nach einer der Ansätze, die einer annahmefreien Realität am nächsten kommt. Ob die aufgrund ihres Nachteils jedoch irgendwann in naher Zukunft (~20 Jahre) relevant für die Praxis wird, ist finde ich fragwürdig.

Hunger etwas gestillt? ;)

August 19, 2013 bearbeitet von freistil

[itsmagic 1157]

Danke für die Ausführung.

Bei mir ist der Hintergrund, dass ich mich mit der Numerik von Differentialgleichungen beschäftigt habe und so dann eher hinten herum mit dem Thema mathematische Modellierung in Berührung kam.

Ich fürchte im kommenden Jahr wird mir niemand die Beschäftigung mit Behavioral Finance vergüten, aber ich habe solche Interessen auch stets abseits gerne verfolgt, so sind deine Ausführung durchaus ein kleiner Anreiz sich dem Thema anzunähern.

[Burningme 11]

Was studierst du bzw. ihr, wenn man fragen darf?! ;)

Klingt komplex und interessant..

[freistil 93]

Ja, Numerik wird jetzt im Master evtl eins meiner Vertiefungsfächer, da hab ich dann ein wenig nochmal mit partiellen Differentialgleichungen zu tun und (mit Glück) eben mit der Optimierung und Modellierung dynamischer Systeme, da fällt sowas eben auch drunter.

Ja das mit dem Vergüten ist immer so die Sache. Jeder Ansatz, ob stetig oder diskret, wird bei annähernd nichtidealen Vorraussetzungen einfach so schnell rechenintensiv, dass man 'wirklich reale' Anfangsbedingungen kaum hinbekommt.

Angenommen man modelliert einen Markt mit n Teilnehmern in einem Land, wobei n irgendwo die Dimension von mehreren Millionen hat. Wenn du dich ein bisschen mit Graphentheorie auseinandergesetzt hast, weißt du, dass du somit mal mindestens n Knoten hast.

Im Grundansatz (statisch) gehst du davon aus, dass diese sich nicht gegenseitig beeinflussen. Du hast hier schon ein EXTREM komplexes System, wenn du das jetzt noch mit Randbedingungen wie Gruppenphänomenen ausstattest, anderen Ländern, Informationsübertragung, eventuell Unsicherheitsparameter noch einbringst (das könnte man als stochastische Randbedingung einführen, die auch in jedem Schritt neu simuliert werden muss), wenn du von einer gewissen Rate von Falschinformationen noch ausgehen willst.. und das ganze dann als Lernendes, also sich selbst aktualisierendes System noch konzipierst.

Die Implementierung und Simulation eines solchen Graphen ist schon die eine Sache, selbst in speichersparenden Systemen bist du da bei mehreren Gigabyte (80?90?) an reinen Daten, die du nur speicherst. Und jetzt lässt du über dieses gigantische System einen Optimierungsalgorithmus laufen.

Da platzt dir jeder Rechnercluster, wenn du nicht nen geschickten Algorithmus benutzt.

Deswegen sind so Methoden auch noch nicht so weit verbreitet, diese Methoden kannst du aufgrund ihrer Annahmefreiheit 'beliebig weit' (bzw genau das ist ja noch nicht bewiesen.... :P) verallgemeinern, nur würdest du garnicht zeitnahe genug ein Ergebnis bekommen - selbst ein schneller Cluster braucht bei der Datenmenge evtl mehrere Wochen für ein Ergebnis, bzw eine Prognose. Finanzmärkte sind nur so extrem schnellebig, dass das bis dahin schon quasi irrelevant ist. Hier muss noch verdammt viel Forschung stattfinden, die Amis (unter anderem MIT und Stanford) erkennen das jetzt so langsam und fördern Lehrstühle um Diskrete Mathematik und Computational Science viel mehr, gerade Stanford macht mit Maschinenlernen (das ist die Hardwareumsetzung dieses Prinzips!) mittlerweile immer mehr. Also solltest du dich irgendwann mal professionell mit beschäftigen wollen oder können (PhD in Math oder CS oder was ähnlichem), solltest du dich da mal umsehen.

Stochastische Prozessmodelle sind da fixer, deren Simulation braucht nur einen Bruchteil der Zeit, des Platzes und des allgemeinen Aufwandes - man muss allerdings auch hier mit leben, dass man sich auf gewisse Annahmen stützen muss. Nimmt man allein das Prinzip der Arbitragefreiheit heraus (was ja auch ein sehr großes Thema bei Behavioral Finance ist!!), klappen Dreiviertel der bekannten Standartmarktmodelle eigentlich direkt zusammen. Man kann da durch Parameteranpassung noch etwas drehen, aber das ist wie der Versuch, nen Affen zu nem schnellen Schwimmer auszubilden - du kannst ihn zwar ins Wasser werfen und er hält sich da auch über Wasser und mit viel Trainingsarbeit kommt der auch vorran, aber ein Fisch ist da nunmal schneller. Auch wenn der Fisch dafür auf Land 'ganz schlecht performt'. :P

Ich studier Mathe ;)