Newsroom

Welche Arten von Aktien besitzen negative Korrelation und wie konstant kann eine etwaige negative Korrelation sein?

Trotz des Zeitalters von BigData ist es nicht absehbar, dass MS Excel von unseren Büro- und Privatcomputern verschwindet. Es bietet doch unzählige Möglichkeiten, kleinere Datenmengen aufzubewahren, anschaulich aufzubereiten und diverse Berechnungen durchzuführen. Deshalb ist es auch interessant, direkt von MS Excel aus verschiedene Datenquellen anzuzapfen.

Für den Großteil aller Softwareentwickler ist das Versionsverwaltungsprogramm Git mittlerweile nicht mehr wegzudenken. Plattformen wie GitHub oder GitLab integrieren die Git-Funktionalität in einem benutzerfreundlichen Webinterface, das außerdem noch viele nützliche Zusatzfeatures bietet, mit denen gemeinsames Arbeiten enorm erleichtert wird.

In meinem letzten Blogbeitrag im Jänner mit dem Titel „Monte Carlo Methoden zur Berechnung von Pi“ wollte ich die Monte Carlo Methode an einem einfachen Beispiel veranschaulichen. Nun möchte ich am selben Beispiel die Quasi-Monte Carlo Methode erläutern, was in vielen Fällen eine Verbesserung gegenüber herkömmlichen Monte Carlo Methoden darstellt.

Monte Carlo Methoden gelten als Standardwerkzeug in der Finanz- und Versicherungsmathematik. Wir wollen die Grundidee hier am Beispiel der Zahl Pi präsentieren.

Im Jahr 2000 hat das Clay Mathematics Institute in Cambridge (Massachusetts) auf sieben ungelöste Probleme der Mathematik ein „Kopfgeld“ ausgesetzt – jeweils eine Million US-Dollar. In einem kürzlich veröffentlichten Paper behauptet der deutsche Mathematiker Nobert Blum, eine Lösung für eines dieser Probleme gefunden zu haben.

Das exponentielle Wachstum der Rechenleistung von Prozessoren ist ins Stocken geraten. Das erfordert neue Herangehensweisen für Programmierer - paralleles Rechnen ist heute, vor allem vor dem Hintergrund „Big Data“, unabdingbar. Auf die Ursachen und Auswirkungen möchte ich in diesem Blogbeitrag eingehen.