Die Analyse von Massendaten aus verschiedenen Bereichen der Wirtschaft bildet eine wichtige Grundlage der täglichen Arbeit am Finanzmarkt. Neben der Beschaffung der Daten ist die Qualitätsanalyse von entscheidender Bedeutung. Bewertungsmodelle für Finanzprodukte können nur mit qualitativ hochwertigen Daten konsistente Ergebnisse liefern. Fehlerhafte Daten werden in der Praxis als Ausreißer bezeichnet. Im vorliegenden Buch beschreiben die Autoren mathematische Methoden zur Identifikation von Ausreißern in Stichproben und in Stochastischen Prozessen. Als Modellklasse stochastischer Prozesse dienen dabei die sogenannten ARMA-Modelle. Neben den Identifikationsstrategien für Ausreißer wird wesentlich darauf eingegangen, wie die weitere Bearbeitung von Meßreihen mit Ausreißern gestaltet werden kann. Praktische Beispiele über Fundamentaldaten von Aktien und der Zeitreihe des Ölpreises runden den Hauptteil ab. Das Buch richtet sich an Finanzmarktanalysten genauso wie an Mathematiker und Interessierte aus anderen Bereichen, die Analyse von Massendaten betreiben. Dabei sei besonders an den Bereich Qualitätsmanagement gedacht.

Autorentext

Matthias Lützen: Studium der Mathematik an der Fachhochschule Flensburg, Senior Quantitaiver Analyst und Portfoliomanager bei Union Investment Michael Sachtler, Dr. rer. pol.: Studium der Mathematik und der Wirtschaftswissenschaften an der Fachhochschule und Universität Flensburg, Senior Programmer bei der HSH Investment Management S.A.