Finanzmarktsimulation - Analyse Und Evaluation Von Multi-Agenten-Modellen

Bachelor Thesis aus dem Jahr 2006 im Fachbereich Wirtschaft - BWL - Allgemeines, Note: gut, Frankfurt School of Finance & Management, 37 Eintragungen im Literaturverzeichnis, Sprache: Deutsch, Anmerkungen: In einzigartige Zusammenfassung diverser Modelle zur Simulation von Märkten mit Hilfe von Multi-Agenten-Systemen. Sonstige Unterlagen sind nur auf englisch verfügbar, deshalb biete diese Werk eine fundierte, wissenschaftliche Basis für weitere Forschungsansätze. , Abstract: Nicht erst seit dem Platzen der Blase an den Technologiebörsen und den wenig aussichtsreichen Entwicklungen an den Renten-, Rohstoff- und Währungsmärkten stellt sich für viele von uns die Frage, welche Mechanismen einen solchen Markt bewegen. Was beeinflusst die Preise? Wann wird Angebot und Nachfrage befriedigt und wie entstehen Marktbewegungen und Trends? Die Markteffizienz-Theorie , Black/Scholes-Modell und das Capital Asset Pricing Modell bieten hierfür eine solide wissenschaftliche Basis, sind jedoch entweder extrem aggregiert oder erklären nur einzelne Teile des Ganzen, vereinen aber nie die gesamten Erkenntnisse in einem Modell. Aufbauend auf diese Theorien versucht die Finanzmarktsimulation das zu tun und schlussendlich die Realität in einem Modell wieder zu spiegeln.Betrachtungsgegenstand sind in dieser Arbeit die Finanzmärkte. Börsen- und Devisenmärkte bieten die besten Möglichkeiten der Nachbildung, da sie nicht nur, weit verbreitet sind, sondern weil hier enormes Datenmaterial zur Verfügung gestellt wird, das zur Modellierung und für den Vergleich des Modells zur Realität von großer Wichtigkeit ist. Dieses Datenmaterial umfasst sowohl Preise, Kurse und Dividendenzahlungen, als auch Daten zu Volatilitäten. Ziel dieser Forschungsdisziplin ist es nicht, Voraussagen anstellen zu können. Vielmehr ist von Interesse, welche Einzelkomponenten notwendig sind, um ein solch komplexes Gebilde zu replizieren.Die Multi-Agenten-Systeme sind nicht nur in der Finanzwelt zur Problemlösung etabliert, auch in anderen Branchen werden Agentensysteme verwendet.