Hamerle November 27, 2010 Hallo, ich habe ein großes Problem :-(( Bin Student und muss (darf) eine Seminararbeit zum Thema Black Litterman Model schreiben! Ich soll bei dieser Arbeit vom DAX, Dow Jones und dem ATX für alle Aktientitel für das Jahr 2010 - Anaylstenschätzungen (Kursprognosen) heraussuchen. Danach soll ich aus der Vielzahl von Kursprognosen für einen Titel eine einzige Errechnen und diese ins Model implementieren. Also ich habe z.B. 15 Prognosen für einen Titel - aber wie komm ich nun zu einer geeigneten neuen Prognose? Einfach den Median oder den Mittelwert daraus wäre sicher zu simple glaub ich, oder? Hat jemand Ahnung wie ich da vorgehen könnte? Wäre für Tipps sehr dankbar - bin sehr ratlos Falls ich irgendwas nicht so toll erklärt habe bitte fragen. Diesen Beitrag teilen Link zum Beitrag
Schinzilord November 27, 2010 · bearbeitet November 27, 2010 von Schinzilord Sehe ich das richtig: Du sollst die Analystenschätzungen nehmen, um dann Inputdaten für die BlackLitterman Asset Allocation zu bekommen? Also werden dann die Analystenschätzungen mit den aktuellen Marktdaten verglichen und gibts als einzigen weiteren Parameter deinen Confidence der Schätzung hinzu, um dann auf die AA mit der geringsten Varianz zu kommen? Einfach der Mittelwert sollte vollkommen OK sein, machen die auch im Journal of Finance Paper Security Analyst Recommendations. Das hört sich noch interessant als Erweiterung zu deinem Modell an, wenn du richtig auftrumpfen willst. Was studierst du denn? Diesen Beitrag teilen Link zum Beitrag
Hamerle November 28, 2010 Hallo, studiere Betriebswirtschaft. Hab mir gedacht, dass ich die Aktienkurse der letzten 2 Jahre heranziehe und mit den Schätzungen vergleiche. Mittelwert befürchte ich ist zuwenig (wenn ich meinen Prof. so kenn!!) - werd mir mal deinen Link durchlesen! Was glaubst du, kann man mittels dem General Regression Neural Network auch solche Berechnungen anstellen? Danke nochmals das die auf meine Frage gemeldet hast du mir solch gutes Feedback gibst! Schöne Grüsse Jürgen Diesen Beitrag teilen Link zum Beitrag