Quantifying and modeling financial market fluctuations

Die Entstehung eines Marktpreises für einen Vermögenswert kann als Superposition der einzelnen Aktionen der Marktteilnehmer aufgefasst werden, die damit kumulativ Angebot und Nachfrage erzeugen. Dies ist in der statistischen Physik mit der Entstehung makroskopischer Eigenschaften vergleichbar, die von mikroskopischen Wechselwirkungen zwischen den beteiligten Systemkomponenten hervorgerufen werden. Die Verteilung der Preisänderungen an Finanzmärkten unterscheidet sich deutlich von einer Gaußverteilung. Dies führt zu empirischen Besonderheiten des Preisprozesses, zu denen neben dem Skalierungsverhalten nicht-triviale Korrelationsfunktionen und zeitlich gehäufte Volatilität zählen. In der vorliegenden Arbeit liegt der Fokus auf der Analyse von Finanzmarktzeitreihen und den darin enthaltenen Korrelationen. Es wird ein neues Verfahren zur Quantifizierung von Muster-basierten komplexen Korrelationen einer Zeitreihe entwickelt. Mit dieser Methodik werden signifikante Anzeichen dafür gefunden, dass sich typische Verhaltensmuster von Finanzmarktteilnehmern auf kurzen Zeitskalen manifestieren, dass also die Reaktion auf einen gegebenen Preisverlauf nicht rein zufällig ist, sondern vielmehr ähnliche Preisverläufe auch ähnliche Reaktionen hervorrufen. Ausgehend von der Untersuchung der komplexen Korrelationen in Finanzmarktzeitreihen wird die Frage behandelt, welche Eigenschaften sich beim Wechsel von einem positiven Trend zu einem negativen Trend verändern. Eine empirische Quantifizierung mittels Reskalierung liefert das Resultat, dass unabhängig von der betrachteten Zeitskala neue Preisextrema mit einem Anstieg des Transaktionsvolumens und einer Reduktion der Zeitintervalle zwischen Transaktionen einhergehen. Diese Abhängigkeiten weisen Charakteristika auf, die man auch in anderen komplexen Systemen in der Natur und speziell in physikalischen Systemen vorfindet. Über 9 Größenordnungen in der Zeit sind diese Eigenschaften auch unabhängig vom analysierten Markt - Trends, die nur für Sekunden bestehen, zeigen die gleiche Charakteristik wie Trends auf Zeitskalen von Monaten. Dies eröffnet die Möglichkeit, mehr über Finanzmarktblasen und deren Zusammenbrüche zu lernen, da Trends auf kleinen Zeitskalen viel häufiger auftreten. Zusätzlich wird eine Monte Carlo-basierte Simulation des Finanzmarktes analysiert und erweitert, um die empirischen Eigenschaften zu reproduzieren und Einblicke in deren Ursachen zu erhalten, die zum einen in der Finanzmarktmikrostruktur und andererseits in der Risikoaversion der Handelsteilnehmer zu suchen sind. Für die rechenzeitintensiven Verfahren kann mittels Parallelisierung auf einer Graphikkartenarchitektur eine deutliche Rechenzeitreduktion erreicht werden. Um das weite Spektrum an Einsatzbereichen von Graphikkarten zu aufzuzeigen, wird auch ein Standardmodell der statistischen Physik - das Ising-Modell - auf die Graphikkarte mit signifikanten Laufzeitvorteilen portiert. Teilresultate der Arbeit sind publiziert in [PGPS07, PPS08, Pre11, PVPS09b, PVPS09a, PS09, PS10a, SBF+10, BVP10, Pre10, PS10b, PSS10, SBF+11, PB10].

Pharmakovigilanz bei Patienten mit Phenprocoumon-Therapie : Untersuchungen zu potentiellen Interaktionen und Betreuungsqualität

Zur Verbesserung der Sicherheit und Effektivität der Phenprocoumon-Therapie wurden drei unterschiedliche Untersuchungen durchgeführt.rnZunächst wurde auf Grundlage bekannter Datenbanken und Informationsquellen zu Arznei-mittelinteraktionen (Drugdex, Abda Datenbank, Marcumar® Fachinformation, Coumarin-Interaktionsliste der Federatie van Nederlandse Trombosediensten, Review zu Warfarin-Interaktionen) eine handlungsorientierte Interaktionsdatenbank für Phenprocoumon erstellt. Dazu wurden in einer Übersichtstabelle relevante Informationen zu potentiellen Interaktionen für insgesamt 375 Arzneimittel zusammengestellt. Diese Tabelle wurde durch ein dreiköpfiges Expertenteam begutachtet und die potentiellen Interaktionspartner fünf verschiedenen Schweregraden und Stufen klinischer Relevanz zugeordnet. Für fast 50% der potentiellen Interaktionspartner wurden Handlungen als nicht erforderlich erachtet. Für die restlichen potentiellen Interaktionspartner wurden Handlungen zum klinischen Management der Interaktion in Abhängigkeit vom zeitlichen Zusammenhang mit der Phenprocoumon-Einnahme festgelegt. rnAnschließend wurde in einer Anwendungsbeobachtung der Zusammenhang zwischen der zusätzlichen Einnahme potentiell interagierender Arzneimittel (in der entwickelten Datenbank eingestuft mit dem Schweregrad „hoch“ und „sehr hoch“) und der Häufigkeit von Änderungen der Phenprocoumon-Wochendosis an 116 Patienten untersucht. Das relative Risiko für eine Dosisanpassung war bei Patienten in der Interaktions-Gruppe (n=23) signifikant erhöht (RR=1,9; p<0,001). Als weitere potentielle Einflussfaktoren stellten sich zunehmendes Alter (Alter 80-85 Jahre: RR=2; p<0,05), vielfache Komorbiditäten (4 Komorbiditäten: RR=2,1; p<0,05) und eingeschränkte Nieren- (RR=1,47; p>0,05) und Leberfunktion (RR=1,3; p>0,05) heraus.rnZur Untersuchung der Betreuungsqualität von VKA-Patienten im Thrombosedienst Mainz wurden retrospektiv die Daten von 118 Patienten ausgewertet. Als Qualitätsparameter wurden die prozentuale Häufigkeit von INR-Werten im Zielbereich, die TTR (Time in Therapeutic Range), die Dauer der NMH-Therapie, die Zeit bis zum Erreichen des Zielbereichs und der durchschnittliche Abstand zwischen zwei Kontrollterminen ermittelt. Im Median lag jeder Patient mit 73% der gemessenen INR-Werte und im individuellen Zielbereich. Die TTR betrug im Median 80%. Die Patienten benötigten 7 Tage zum Erreichen des Zielbereiches. Die NMH-Therapie wurde über 8 Tage durchgeführt. Die Patienten kamen im Median alle 11 Tage zu einem Kontrolltermin. Im Benchmark zu international publizierten Qualitätskenn-zahlen zur VKA-Therapie ist die Betreuungsqualität im Thrombosedienst Mainz als sehr gut einzustufen.rn