Forecast Aktien

Dax: Komponentenzerlegung und Forecast

Wenn wir die im ersten Teil beschriebene Methode auf den Dax Index anwenden, erkennen wir sehr schnell die Grenzen von diversen (einfacheren) Prognose-Modellen. Obwohl sich die Dax-Zeitreihe in die drei Komponenten (Trend, Saisonal und Noise) zerlegen lässt, und die Trendkomponente durchaus einen Großteil der Bewegung erklärt, sind die anderen zugrundeliegenden Einflussfaktoren wesentlich schwerer zu modellieren.

Das ist sehr schön daran zu erkennen, dass die Zufallskomponente den zweitgrößten Anteil für sich beansprucht.

Dax_Zerlegung_Hauptkomponenten

Dies führt dazu, dass das Ergebnis der Prognose nach Holt-Winters eher einen Bereich von möglichen statistischen Ausprägungen wiedergibt, die der zugrundeliegenden Verteilung des Wertpapiers entspricht.

Dax_Forecast_Holt_Winters

Da Prognosen über die Zukunft äußerst unzuverlässig sind, konzentrieren sich viele Investoren eher darauf den aktuellen Zustand eines Marktes zu evaluieren. Dabei werden häufig verschiedene Trend-Modelle eingesetzt, da ein Trend wie bereits oben gezeigt, denn größten Anteil einer Bewegung erklärt. Somit wird versucht zu evaluieren, ob sich ein bestimmter Markt nach wie vor in einem Auf- bzw. Abwärtstrend befindet. Damit wird der Verlauf eines Kurses nicht prognostiziert sondern der Investor reagiert eher auf wesentliche Veränderung von der zugrundeliegenden Zeitreihe.