mycoreobjectrosdok_disshab_0000000009rosdok_disshab_0000000009rosdokdisshabrosdok_derivate_00000033892023-08-08T09:59:58.013Z2008-01-11T11:13:24.369Zadministratorpublished1rosdok_derivate_0000003389truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id00000277560040245MODS updated during RosDok migration in June 2021DissertationHochschulschrift133930084Dr.RalfRemer1976-VerfasserInautTheorie und Simulation von Zeitreihen mit Anwendungen auf die AktienkursdynamikdePriv.-Doz. Dr.ReinhardMahnkeAkademischeR BetreuerIndgsPriv.-Doz. Dr.ReinhardMahnkeAkademischeR BetreuerIndgsProf. Dr.WernerEbelingAkademischeR BetreuerIndgsProf. Dr.HolgerKantzAkademischeR BetreuerIndgs2147083-2Universität RostockMathematisch-Naturwissenschaftliche FakultätGrad-verleihende Institutiondgg10.18453/rosdok_id00000277http://purl.uni-rostock.de/rosdok/id00000277urn:nbn:de:gbv:28-diss2008-0001-6510 MathematikMathematisch-Naturwissenschaftliche Fakultätfrei zugänglich (Open Access)Lizenz Metadaten: CC0Nutzungsrechte erteiltalle Rechte vorbehaltenUniversität RostockRostock2005monographic20052005Universitätsbibliothek RostockRostock20082008Wir konzentrieren uns auf die stochastische Beschreibung von Prozessen in der Physik und auf dem Finanzmarkt. Wir analysieren theoretische Modelle, führen numerische Integrationen durch und vergleichen die Ergebnisse mit empirischen Daten. Wir nutzen dafür die von der Karlsruher Kapitalmarktdatenbank gelieferten Hochfrequenzdaten des deutschen Aktienmarktes. Wir ermitteln die gemeinsame Wahrscheinlichkeitsdichteverteilung der Geschwindigkeit und des Ortes des bekannten Ornstein-Uhlenbeck Prozesses. Wir unterstreichen die Übereinstimmung unserer Lösung mit der von Chandrasekhar. Weiterhin stellen wir die gemeinsamen Merkmale der modellierten Prozesse in der Physik und auf dem Finanzmarkt dar. Wir fassen die bekannten empirischen Eigenschaften der Aktienmarktdaten zusammen und beschreiben ausgewählte Charakteristika mit Hilfe unserer Daten. Wir veranschaulichen die Aktienkursdynamik und leiten her, warum die logarithmierten Aktienpreisänderungen verwendet werden. Außerdem zeigen wir quantitativ, dass wir die Existenz der Markov Eigenschaft bei den Änderungen nicht ablehnen können. Bei der Beschreibung der Aktienkursdynamik beschränken wir uns auf die Modelle mit stochastischer Volatilität. Wir führen zwei bekannte Modelle ein (Heston und Hull-White) und leiten eine Lösung für die Änderungen für kurze Zeiträume her. Wir vergleichen diese Lösung mit den empirischen Daten und analysieren die Unterschiede. Anschließend definieren wir neue Modelle, indem wir bekannte kombinieren oder Modelle der Physik auf den Aktienmarkt transformieren. Wir stellen für einige dieser Modelle die bessere Übereinstimmung mit den empirischen Aktienmarktdaten heraus.We concentrate on the stochastic description of processes in Physics and in the stock market. We analyze theoretical models, carry out numeric integration and compare results with empirical data. Therefore, we use high frequency data of the German stock market, delivered by the capital market database in Karlsruhe. We calculate the joint probability density distribution of velocity and position following the well known Ornstein-Uhlenbeck process. We depict the agreement of our solution with former results by Chandrasekhar. Furthermore, we underline the common characteristics of modelled processes in Physics and finance. We summarize the known stylized facts of the stock market data and describe selected properties with the help of our data. We illustrate the stock price dynamics and derive, why logarithmic stock price returns are always used. Despite this, we show quantitativly, that we can not reject the existence of the Markov property of the returns. For the description of the stock price dynamics we focus on the models with stochastic volatility. We introduce two well known models (Heston and Hull-White) and derive a solution of the returns for short time lags. We compare this solution with the empirical data and analyze the differences. That is why, we introduce new models, with the help of combination of known ones or transformation of models from Physics to finance. We emphasize the better agreement of some of them with the empirical stock market data.Stochastischer ProzessAktienkursdynamikZeitreihenanalyseStochastic processstock prize dynamicstime series analysisUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00000277doctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.dissertationdoctype:epub.dissertationDissertationdoctoral thesisdiniPublType:doctoralThesis diniPublType2022:PhDThesis XMetaDissPlusThesisLevel:thesis.doctoralinfo:eu-repo/semantics/doctoralThesisdocumentnatureOfContent:ppn_105825778natureOfContent:ppn_105825778HochschulschriftdiniPublType2022:DoctoralThesisdiniPublType2022:DoctoralThesisDissertation oder HabilitationDoctoral thesisDRIVERdiniPublType2022:PhDThesisdiniPublType2022:PhDThesisDissertationPhD thesisKDSF (Pu34)XMetaDissPlusThesisLevel:thesis.doctoralXMetaDissPlusThesisLevel:thesis.doctoralDoktorarbeitdoctoral thesisrfc5646:derfc5646:deDeutschGermangerdeuSDNB:510SDNB:510510 Mathematik510 Mathematicsinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.mnfinstitution:unirostock.mnfMathematisch-Naturwissenschaftliche FakultätFaculty of Mathematics and Natural SciencesUniversität Rostock. Mathematisch-Naturwissenschaftliche FakultätMathematisch-Natur-<br />wissenschaftliche FakultätUni.Rostock.Fakultaet.MNFhttp://d-nb.info/gnd/2147083-2accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2licenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.rightsreservedlicenseinfo:work.rightsreservedalle Rechte vorbehaltenall rights reserved/creativecommons/r/reserved/0.9/88x31.png[DE-28]Urheberrechtsschutz 1.0$gRights Statements$uhttp://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/Theorie und Simulation von Zeitreihen mit Anwendungen auf die AktienkursdynamikTheorie und Simulation von Zeitreihen mit Anwendungen auf die Aktienkursdynamikgnd:133930084gnd:2147083-2gnd:133930084gnd:2147083-2rosdok_disshab_0000000009-d296094e39gnd:133930084Dr. Ralf RemerDr. Ralf Remerrosdok_disshab_0000000009-d296094e62Priv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard Mahnkerosdok_disshab_0000000009-d296094e74Priv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard Mahnkerosdok_disshab_0000000009-d296094e86Prof. Dr. Werner EbelingProf. Dr. Werner Ebelingrosdok_disshab_0000000009-d296094e99Prof. Dr. Holger KantzProf. Dr. Holger Kantzrosdok_disshab_0000000009-d296094e111gnd:2147083-2Universität Rostock Mathematisch-Naturwissenschaftliche FakultätUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätDr. Ralf RemerPriv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard MahnkeProf. Dr. Werner EbelingProf. Dr. Holger KantzUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätDr. Ralf RemerPriv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard MahnkeProf. Dr. Werner EbelingProf. Dr. Holger KantzUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätDr. Ralf RemerRostockUniversität Rostockepub.dissertation10.18453/rosdok_id00000277http://purl.uni-rostock.de/rosdok/id00000277urn:nbn:de:gbv:28-diss2008-0001-6Stochastischer ProzessAktienkursdynamikZeitreihenanalyseStochastic processstock prize dynamicstime series analysisWir konzentrieren uns auf die stochastische Beschreibung von Prozessen in der Physik und auf dem Finanzmarkt. Wir analysieren theoretische Modelle, führen numerische Integrationen durch und vergleichen die Ergebnisse mit empirischen Daten. Wir nutzen dafür die von der Karlsruher Kapitalmarktdatenbank gelieferten Hochfrequenzdaten des deutschen Aktienmarktes. Wir ermitteln die gemeinsame Wahrscheinlichkeitsdichteverteilung der Geschwindigkeit und des Ortes des bekannten Ornstein-Uhlenbeck Prozesses. Wir unterstreichen die Übereinstimmung unserer Lösung mit der von Chandrasekhar. Weiterhin stellen wir die gemeinsamen Merkmale der modellierten Prozesse in der Physik und auf dem Finanzmarkt dar. Wir fassen die bekannten empirischen Eigenschaften der Aktienmarktdaten zusammen und beschreiben ausgewählte Charakteristika mit Hilfe unserer Daten. Wir veranschaulichen die Aktienkursdynamik und leiten her, warum die logarithmierten Aktienpreisänderungen verwendet werden. Außerdem zeigen wir quantitativ, dass wir die Existenz der Markov Eigenschaft bei den Änderungen nicht ablehnen können. Bei der Beschreibung der Aktienkursdynamik beschränken wir uns auf die Modelle mit stochastischer Volatilität. Wir führen zwei bekannte Modelle ein (Heston und Hull-White) und leiten eine Lösung für die Änderungen für kurze Zeiträume her. Wir vergleichen diese Lösung mit den empirischen Daten und analysieren die Unterschiede. Anschließend definieren wir neue Modelle, indem wir bekannte kombinieren oder Modelle der Physik auf den Aktienmarkt transformieren. Wir stellen für einige dieser Modelle die bessere Übereinstimmung mit den empirischen Aktienmarktdaten heraus.We concentrate on the stochastic description of processes in Physics and in the stock market. We analyze theoretical models, carry out numeric integration and compare results with empirical data. Therefore, we use high frequency data of the German stock market, delivered by the capital market database in Karlsruhe. We calculate the joint probability density distribution of velocity and position following the well known Ornstein-Uhlenbeck process. We depict the agreement of our solution with former results by Chandrasekhar. Furthermore, we underline the common characteristics of modelled processes in Physics and finance. We summarize the known stylized facts of the stock market data and describe selected properties with the help of our data. We illustrate the stock price dynamics and derive, why logarithmic stock price returns are always used. Despite this, we show quantitativly, that we can not reject the existence of the Markov property of the returns. For the description of the stock price dynamics we focus on the models with stochastic volatility. We introduce two well known models (Heston and Hull-White) and derive a solution of the returns for short time lags. We compare this solution with the empirical data and analyze the differences. That is why, we introduce new models, with the help of combination of known ones or transformation of models from Physics to finance. We emphasize the better agreement of some of them with the empirical stock market data.20052005epub.dissertation1 Dissertation_Remer_2005.pdf 2759894 d3796106530992eb743e7cb27a7a0b92 rosdok/id00000277560040245MODS updated during RosDok migration in June 2021DissertationHochschulschrift133930084Dr.RalfRemer1976-VerfasserInautTheorie und Simulation von Zeitreihen mit Anwendungen auf die AktienkursdynamikdePriv.-Doz. Dr.ReinhardMahnkeAkademischeR BetreuerIndgsPriv.-Doz. Dr.ReinhardMahnkeAkademischeR BetreuerIndgsProf. Dr.WernerEbelingAkademischeR BetreuerIndgsProf. Dr.HolgerKantzAkademischeR BetreuerIndgs2147083-2Universität RostockMathematisch-Naturwissenschaftliche FakultätGrad-verleihende Institutiondgg10.18453/rosdok_id00000277http://purl.uni-rostock.de/rosdok/id00000277urn:nbn:de:gbv:28-diss2008-0001-6510 MathematikMathematisch-Naturwissenschaftliche Fakultätfrei zugänglich (Open Access)Lizenz Metadaten: CC0Nutzungsrechte erteiltalle Rechte vorbehaltenUniversität RostockRostock2005monographic20052005Universitätsbibliothek RostockRostock20082008Wir konzentrieren uns auf die stochastische Beschreibung von Prozessen in der Physik und auf dem Finanzmarkt. Wir analysieren theoretische Modelle, führen numerische Integrationen durch und vergleichen die Ergebnisse mit empirischen Daten. Wir nutzen dafür die von der Karlsruher Kapitalmarktdatenbank gelieferten Hochfrequenzdaten des deutschen Aktienmarktes. Wir ermitteln die gemeinsame Wahrscheinlichkeitsdichteverteilung der Geschwindigkeit und des Ortes des bekannten Ornstein-Uhlenbeck Prozesses. Wir unterstreichen die Übereinstimmung unserer Lösung mit der von Chandrasekhar. Weiterhin stellen wir die gemeinsamen Merkmale der modellierten Prozesse in der Physik und auf dem Finanzmarkt dar. Wir fassen die bekannten empirischen Eigenschaften der Aktienmarktdaten zusammen und beschreiben ausgewählte Charakteristika mit Hilfe unserer Daten. Wir veranschaulichen die Aktienkursdynamik und leiten her, warum die logarithmierten Aktienpreisänderungen verwendet werden. Außerdem zeigen wir quantitativ, dass wir die Existenz der Markov Eigenschaft bei den Änderungen nicht ablehnen können. Bei der Beschreibung der Aktienkursdynamik beschränken wir uns auf die Modelle mit stochastischer Volatilität. Wir führen zwei bekannte Modelle ein (Heston und Hull-White) und leiten eine Lösung für die Änderungen für kurze Zeiträume her. Wir vergleichen diese Lösung mit den empirischen Daten und analysieren die Unterschiede. Anschließend definieren wir neue Modelle, indem wir bekannte kombinieren oder Modelle der Physik auf den Aktienmarkt transformieren. Wir stellen für einige dieser Modelle die bessere Übereinstimmung mit den empirischen Aktienmarktdaten heraus.We concentrate on the stochastic description of processes in Physics and in the stock market. We analyze theoretical models, carry out numeric integration and compare results with empirical data. Therefore, we use high frequency data of the German stock market, delivered by the capital market database in Karlsruhe. We calculate the joint probability density distribution of velocity and position following the well known Ornstein-Uhlenbeck process. We depict the agreement of our solution with former results by Chandrasekhar. Furthermore, we underline the common characteristics of modelled processes in Physics and finance. We summarize the known stylized facts of the stock market data and describe selected properties with the help of our data. We illustrate the stock price dynamics and derive, why logarithmic stock price returns are always used. Despite this, we show quantitativly, that we can not reject the existence of the Markov property of the returns. For the description of the stock price dynamics we focus on the models with stochastic volatility. We introduce two well known models (Heston and Hull-White) and derive a solution of the returns for short time lags. We compare this solution with the empirical data and analyze the differences. That is why, we introduce new models, with the help of combination of known ones or transformation of models from Physics to finance. We emphasize the better agreement of some of them with the empirical stock market data.Stochastischer ProzessAktienkursdynamikZeitreihenanalyseStochastic processstock prize dynamicstime series analysisUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00000277 2008-01-11T11:13:24.369Z 2023-08-08T09:59:58.013Z 2023-08-18T09:59:58.017Z {"identifier":"rosdok/id00000277","type":"local_id","additional":"","service":"MCRLocalID","created":"2018-06-30T12:30:24.997Z"} {"identifier":"http://purl.uni-rostock.de/rosdok/id00000277","type":"purl","additional":"","service":"RosDokPURL","created":"2018-06-30T12:30:25.191Z","registered":"2018-06-30T12:30:25.191Z"} {"identifier":"10.18453/rosdok_id00000277","type":"doi","additional":"","service":"RosDokDOI","created":"2018-06-30T12:30:26.510Z","registered":"2018-06-30T12:30:26.510Z"} {"identifier":"urn:nbn:de:gbv:28-diss2008-0001-6","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2018-06-30T12:30:25.015Z","registered":"2008-01-22T15:26:02.680Z"} administratorfulltextfile/rosdok_disshab_0000000009/rosdok_derivate_0000003389/Dissertation_Remer_2005.pdfTheorie und Simulation von Zeitreihen mit Anwendungen auf die AktienkursdynamikTheorie und Simulation von Zeitreihen mit Anwendungen auf die Aktienkursdynamikgnd:133930084gnd:2147083-2gnd:133930084gnd:2147083-2rosdok_disshab_0000000009-d296094e39gnd:133930084Dr. Ralf RemerDr. Ralf Remerrosdok_disshab_0000000009-d296094e62Priv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard Mahnkerosdok_disshab_0000000009-d296094e74Priv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard Mahnkerosdok_disshab_0000000009-d296094e86Prof. Dr. Werner EbelingProf. Dr. Werner Ebelingrosdok_disshab_0000000009-d296094e99Prof. Dr. Holger KantzProf. Dr. Holger Kantzrosdok_disshab_0000000009-d296094e111gnd:2147083-2Universität Rostock Mathematisch-Naturwissenschaftliche FakultätUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätDr. Ralf RemerPriv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard MahnkeProf. Dr. Werner EbelingProf. Dr. Holger KantzUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätDr. Ralf RemerPriv.-Doz. Dr. Reinhard MahnkePriv.-Doz. Dr. Reinhard MahnkeProf. Dr. Werner EbelingProf. Dr. Holger KantzUniversität Rostock Mathematisch-Naturwissenschaftliche FakultätDr. Ralf RemerRostockUniversität Rostockepub.dissertation10.18453/rosdok_id00000277http://purl.uni-rostock.de/rosdok/id00000277urn:nbn:de:gbv:28-diss2008-0001-6Stochastischer ProzessAktienkursdynamikZeitreihenanalyseStochastic processstock prize dynamicstime series analysisWir konzentrieren uns auf die stochastische Beschreibung von Prozessen in der Physik und auf dem Finanzmarkt. Wir analysieren theoretische Modelle, führen numerische Integrationen durch und vergleichen die Ergebnisse mit empirischen Daten. Wir nutzen dafür die von der Karlsruher Kapitalmarktdatenbank gelieferten Hochfrequenzdaten des deutschen Aktienmarktes. Wir ermitteln die gemeinsame Wahrscheinlichkeitsdichteverteilung der Geschwindigkeit und des Ortes des bekannten Ornstein-Uhlenbeck Prozesses. Wir unterstreichen die Übereinstimmung unserer Lösung mit der von Chandrasekhar. Weiterhin stellen wir die gemeinsamen Merkmale der modellierten Prozesse in der Physik und auf dem Finanzmarkt dar. Wir fassen die bekannten empirischen Eigenschaften der Aktienmarktdaten zusammen und beschreiben ausgewählte Charakteristika mit Hilfe unserer Daten. Wir veranschaulichen die Aktienkursdynamik und leiten her, warum die logarithmierten Aktienpreisänderungen verwendet werden. Außerdem zeigen wir quantitativ, dass wir die Existenz der Markov Eigenschaft bei den Änderungen nicht ablehnen können. Bei der Beschreibung der Aktienkursdynamik beschränken wir uns auf die Modelle mit stochastischer Volatilität. Wir führen zwei bekannte Modelle ein (Heston und Hull-White) und leiten eine Lösung für die Änderungen für kurze Zeiträume her. Wir vergleichen diese Lösung mit den empirischen Daten und analysieren die Unterschiede. Anschließend definieren wir neue Modelle, indem wir bekannte kombinieren oder Modelle der Physik auf den Aktienmarkt transformieren. Wir stellen für einige dieser Modelle die bessere Übereinstimmung mit den empirischen Aktienmarktdaten heraus.We concentrate on the stochastic description of processes in Physics and in the stock market. We analyze theoretical models, carry out numeric integration and compare results with empirical data. Therefore, we use high frequency data of the German stock market, delivered by the capital market database in Karlsruhe. We calculate the joint probability density distribution of velocity and position following the well known Ornstein-Uhlenbeck process. We depict the agreement of our solution with former results by Chandrasekhar. Furthermore, we underline the common characteristics of modelled processes in Physics and finance. We summarize the known stylized facts of the stock market data and describe selected properties with the help of our data. We illustrate the stock price dynamics and derive, why logarithmic stock price returns are always used. Despite this, we show quantitativly, that we can not reject the existence of the Markov property of the returns. For the description of the stock price dynamics we focus on the models with stochastic volatility. We introduce two well known models (Heston and Hull-White) and derive a solution of the returns for short time lags. We compare this solution with the empirical data and analyze the differences. That is why, we introduce new models, with the help of combination of known ones or transformation of models from Physics to finance. We emphasize the better agreement of some of them with the empirical stock market data.20052005[xslt]Saxonrosdok/id00000277https://purl.uni-rostock.de/rosdok/id0000027756004024510.18453/rosdok_id00000277urn:nbn:de:gbv:28-diss2008-0001-6Ralf Remer Dr.Remer Ralf Dr.Theorie und Simulation von Zeitreihen mit Anwendungen auf die AktienkursdynamikDissertationdoctoral thesisUniversität Rostock, 2005Wir konzentrieren uns auf die stochastische Beschreibung von Prozessen in der Physik und auf dem Finanzmarkt. Wir analysieren theoretische Modelle, führen numerische Integrationen durch und vergleichen die Ergebnisse mit empirischen Daten. Wir nutzen dafür die von der Karlsruher…Dr. Ralf RemerTheorie und Simulation von Zeitreihen mit Anwendungen auf die AktienkursdynamikUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00000277133930084Dr.RalfRemer1976-VerfasserInautPriv.-Doz. Dr.ReinhardMahnkeAkademischeR BetreuerIndgsPriv.-Doz. Dr.ReinhardMahnkeAkademischeR BetreuerIndgsProf. Dr.WernerEbelingAkademischeR BetreuerIndgsProf. Dr.HolgerKantzAkademischeR BetreuerIndgs2147083-2Universität RostockMathematisch-Naturwissenschaftliche FakultätGrad-verleihende Institutiondgg[doi]10.18453/rosdok_id00000277[purl]http://purl.uni-rostock.de/rosdok/id00000277[urn]urn:nbn:de:gbv:28-diss2008-0001-6open_access20052005epoch:21th_centuryrfc5646:dedoctype:epub.dissertationaccesscondition:openaccessSDNB:510institution:unirostock.mnfstate:published