EconStor >
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) >
Lehrstuhl für Statistik und Ökonometrie, Universität Erlangen-Nürnberg >
Diskussionspapiere des Lehrstuhls für Statistik und Ökonometrie, FAU Erlangen-Nürnberg >

Please use this identifier to cite or link to this item:

http://hdl.handle.net/10419/29600
  
Title:Visualisierung der Volatilität bei der Interpolation von Zeitreihen: Excel-Makro Saffint PDF Logo
Authors:Fickel, Norman
Issue Date:1996
Series/Report no.:Diskussionspapiere // Friedrich-Alexander-Universität Erlangen-Nürnberg, Lehrstuhl für Statistik und Ökonometrie 15/1996
Abstract:Häufig werden in grafischen Darstellungen Werte einer Zeitreihe linear interpoliert, um einen groben Eindruck ihres Verlaufs zu geben. Das Ergebnis ist ein Streckenzug, in dem einzelne Geradenstücke aneinandergehängt sind, wobei die Ausgangsdaten des Streckenzugs die Knickpunkte bilden. Allerdings wird durch eine solche lineare Interpolation der visuelle Eindruck einer Zeitreihe mit großer Volatilität, wie etwa eines Börsenkurses, nur sehr unzureichend wiedergegeben, da auch zwischen den verfügbaren Kurswerten starke Schwankungen vorliegen. Es wäre daher ein Verfahren wünschenswert, das statt Geradenstücken Kurvenabschnitte verwendet, die rauh wirken. Dabei sollte der Grad der Rauheit parametrisierbar sein, so daß sowohl der Eindruck einer sehr starken Volatilität als auch einer schwachen erzeugbar ist. In diesem Beitrag wird dafür Barnsleys selbstaffine (oder fraktale) Interpolation vorgeschlagen, die Ergebnis eines Iterationsprozesses ist: Gestartet wird mit dem Streckenzug der linearen Interpolation. Bei einem Iterationsschritt wird dann jeder Kurvenabschnitt durch ein affin gestauchtes Bild der gesamten Kurve des vorigen Schritts ersetzt. Die Iteration bricht ab, wenn sich in der Auflösung des Bildschirms nichts mehr ändert. Der Grad der vertikalen Stauchung ist dabei in Grenzen frei wählbar und liefert den gewünschten Volatilitätsparameter. Ist dieser im Extremfall gleich null, so wird der Strekkenzug vertikal exakt auf ein Geradenstück gestaucht, womit die selbstaffine Interpolation mit der linearen Interpolation übereinstimmt. Größere Werte des Parameters liefern eine rauh wirkende Interpolation und visualisieren damit einen bestimmten Grad von Volatilität. Für die praktische Durchführung der selbstaffinen Interpolation existiert ein Algorithmus, der sich in wenigen Zeilen in BASIC als Excel-Makro programmieren ließ und der die direkte Berechnung einzelner Interpolationswerte erlaubt.
Document Type:Working Paper
Appears in Collections:Diskussionspapiere des Lehrstuhls für Statistik und Ökonometrie, FAU Erlangen-Nürnberg

Files in This Item:
File Description SizeFormat
613021312.pdf97.28 kBAdobe PDF
No. of Downloads: Counter Stats
Download bibliographical data as: BibTeX
Share on:http://hdl.handle.net/10419/29600

Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.