¿Qué es DAX-100?

Investigación académica sobre DAX-100

• Efectos indirectos y correlaciones entre los principales mercados bursátiles de EE. UU. y Europa: el papel del euro , Savva, CS, Osborn, DR y Gill, L. (2009). Economía financiera aplicada , 19 (19), 1595-1604. Este artículo investiga el impacto de la introducción del euro en las interacciones en los mercados bursátiles de Nueva York, Londres, Frankfurt y París. Después de controlar los posibles efectos secundarios de los rendimientos y la volatilidad, el artículo se centra en las correlaciones de los shocks utilizando el marco de Correlaciones Condicionales Dinámicas (DCC). 
• La dinámica no lineal de los precios de las acciones , Shively, PA (2003). The Quarterly Review of Economics and Finance , 43 (3), 505-517. Este documento evalúa la dinámica no lineal de los precios de las acciones utilizando un modelo de caminata aleatoria de umbral no lineal de tres regímenes y datos internacionales diarios de Cotation Assistee en Continu (CAC) 40, Deutscher Aktienindex (DAX) 30, Financial Times Stock Exchange (FTSE). ) 100, Nikkei 225, Standard & Poors (S&P) 500 y Toronto Stock Exchange (TSE) 300 índices de precios de acciones desde el 1 de enero de 1970 hasta el 29 de diciembre de 2000. 
• Diseño e implementación de un índice de investigación de precios de acciones alemán ( Deutscher Aktien-Forschungsindex DAFOX) , Gppl, H. y Schtz, H. (1993). En Modelado matemático en economía (págs. 506-519). Springer, Berlín, Heidelberg. Este documento desarrolla un índice de investigación de precios de acciones alemanas (Deutscher Aktien-FOrschungsindeX DAFOX). En este papel. los autores describen el concepto y los elementos de construcción de este índice, así como sus propiedades estadísticas y correlaciones con otros índices bursátiles existentes. 
• La rentabilidad intradía ex ante de DAX – Arbitraje de futuros para inversores institucionales en Alemania – El caso de transacciones tempranas y tardías , Rder, K., & Bamberg, G. (1994). Finanzmarkt und Portfolio-Management , 8 (1), 50-62. El mercado de futuros alemán Deutsche Terminbrse comenzó a negociar contratos de futuros DAX el 23 de noviembre de 1990. La base de estos contratos de futuros, el DAX ¹ , se basa en los precios de 30 Blue Chips alemanes. Los meses de entrega estandarizados son marzo, junio, septiembre, diciembre. La Bolsa Alemana de Opciones y Futuros enumera simultáneamente tres fechas de entrega posteriores. La liquidación final en efectivo tiene lugar el tercer viernes del mes de entrega. 
• Vida útil de la correlación entre los precios de las acciones en mercados establecidos y emergentes , Buda, A. (2011). Este artículo sugiere que el coeficiente de correlación entre acciones depende del historial de precios e incluye información sobre la estructura jerárquica de los mercados financieros. El documento presenta el tiempo de vida de la correlación entre los precios de las acciones para saber hasta qué punto investigar el historial de precios para obtener la durabilidad óptima de la correlación. La investigación se lleva a cabo en mercados emergentes (Polonia) y establecidos (en los EE. UU., Gran Bretaña y Alemania). También se analizan otros métodos, incluidos los árboles de expansión mínimos, la vida media del árbol, la descomposición de las correlaciones y el efecto Epps. 
• Efectos indirectos de la volatilidad intradía en los mercados de derivados del índice bursátil alemán , Booth, GG, & So, RW (2003). Economía financiera aplicada , 13 (7), 487-494. Este documento examina el proceso de transmisión de información intradía entre el Deutscher Aktienindex (DAX), los futuros y las opciones de DAX en Alemania. Usando el enfoque de volatilidad de valor extremo desarrollado por Booth et al . , se encuentra que las volatilidades de los tres mercados se transmiten entre sí. Estos resultados respaldan la noción de que los tres activos del índice están vinculados informativamente, y los tres mercados deben considerarse un sistema completo para el procesamiento de información intradía. 
• Crash de enero de 2008 de DAX : una corrección de rutina o pánico absoluto , Balaz, M. (2009). Este trabajo proporciona un estudio completo de la recesión del mercado de valores de enero de 2008 y su impacto en el índice DAX. Encuentra tres posibles causas del colapso: noticias económicas adversas, señales comerciales técnicas y posible manipulación del mercado (por parte de SocGen). El artículo también encuentra fuertes interdependencias entre los índices bursátiles mundiales durante este período. Examina más a fondo el desarrollo de DAX en los años anteriores y no encuentra ninguna prueba de una burbuja de precios.   
• Vínculos a corto y largo plazo entre los mercados bursátiles europeos y estadounidenses , Gerrits, RJ y Yuce, A. (1999). Economía financiera aplicada , 9 (1), 1-9. La relación entre los mercados de acciones en varios países ha sido examinada extensamente en la literatura. Este estudio prueba la interdependencia entre los precios de las acciones en Alemania, el Reino Unido, los Países Bajos y los EE. UU. utilizando los precios de cierre diarios para el período comprendido entre marzo de 1990 y octubre de 1994. Los resultados de las pruebas muestran que los EE. UU. ejercen un impacto significativo en los mercados europeos. Se documentan las implicaciones de los hallazgos. 
• Integración Regional y la Diversidad de la Gobernanza Corporativa: Algunas Lecciones de la Integración Europea , Jackson, G. (2002). 
• ¿Qué tan loco es el DAX ? La estructura cambiante de la volatilidad del mercado de valores alemán , Werner, T. y Stapf, J. (2003). Documento de debate Serie 1/Volkswirtschaftliches Forschungszentrum der Deutschen Bundesbank. Este artículo investiga la estructura de volatilidad del índice bursátil alemán DAX y sus componentes. Usando una prueba desarrollada recientemente, el documento encuentra un quiebre de volatilidad en 1997. El documento sugiere que los factores internos que pueden ayudar a explicar el quiebre de volatilidad son el creciente número de inversionistas institucionales y el aumento en la volatilidad de las tasas de interés a más largo plazo.
• Aprendizaje profundo con redes de unidades recurrentes cerradas para predicciones de secuencias financieras , Shen, G., Tan, Q., Zhang, H., Zeng, P. y Xu, J. (2018). Procedia informática , 131, 895-903. Este documento sugiere que las redes de unidades recurrentes cerradas (GRU) funcionan bien en tareas de aprendizaje secuencial y superan los problemas de desaparición y explosión de gradientes en las redes neuronales recurrentes (RNN) tradicionales cuando se aprenden dependencias a largo plazo. También analiza su escaso uso en series temporales financieras. El documento propone redes GRU y su versión mejorada para predecir señales comerciales para índices bursátiles de Hang Seng Indexes (HSI), Deutscher Aktienindex (DAX) y S&P 500 Index de 1991 a 2017, y compara los modelos basados ​​en GRU con el la red profunda tradicional y la máquina de vectores de soporte (SVM) del clasificador de referencia.

Borrar