Goertzel Algorithmus (Frequenz + Phase)

[Medium]

Ich hab bei dem ganzen Thema hier ja doch immer Regressionsanalyse im Kopf. Da geht's ja gerade darum, eine mehr oder minder diffuse Datenmenge möglichst gut auf eine funktionale Beschreibung abzubilden, über die für T>heute auch mehr oder weniger gut Vorhersagen gemacht werden können. Dafür wurd die entwickelt
Problem: So 1-2 Semester Statistik wären wohl als Grundlage nicht verkehrt, teilweise kursiert das auch unter dem Namen "Angewandte Statistik". (Was ich gehört habe, und da geht's teils echt mal ab. Die Theorie zur Fourieranalyse ist dagegen der reinste Kindergarten.) Damit zusammen hängt dann das Problem, dass man praktisch unendlich viele Modelle entwickeln kann, und es nicht so ganz so einfach ist, deren Qualität im Bezug auf Vorhersagegenauigkeit zu quantifizieren - schon garnicht, wenn man nicht 100%ig genau weiss was man da tut. (Nicht umsonst sind Statistiker in der Finanzwelt ganz nett bezahlt )
Aber DAS wäre imho das Mittel der Wahl. Wird denke ich auch zu Hauf bei Kursdaten eingesetzt, die "Challenge" ist dabei mehr das Entwickeln eines guten Modells.

[stoxx]

Natürlich lassen sich auch mit Regressionsanalysen Prognosen erstellen.
Das Problem der Statistiker ist aber oft, dass sie den Wald vor lauter Bäumen nicht sehen.
(zum Glück)

falls Dich die Anwendung von Regressionsgeraden interessiert, würde ich Dir diese Arbeit empfehlen.

http://www.vtad.de/node/1442

Ansonsten haben lineare Modelle wie Regressionen in Finanzmodellen und deren Parameter aber wenig Chancen meiner Meinung nach, nichtlineare Modelle wie Support Vector Machines schon eher.


beste Grüße