@misc{Vogel2018, author = {Vogel, Peter}, title = {Marktdaten}, series = {Trading}, journal = {Trading}, publisher = {Hochschule D{\"u}sseldorf}, address = {D{\"u}sseldorf}, issn = {2567-2347}, doi = {10.20385/2567-2347/2017.1/1}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-15015}, year = {2018}, abstract = {Die in der Schriftenreihe Trading verwendeten Forschungsdaten beinhalten historische Kursdaten, geliefert von Lenz+Partner AG (Deutschland), f{\"u}r eine Auswahl an Aktien. Die Datei „FEBRDUSA_1" zeigt diese Auswahl in Form der deutschen Wertpapierkennnummer (Spalte „Titel"), des Handelszeitraums (Spalten „Beginn" und „Ende") und des Aktiennamens. Kursdaten sind in dieser Datei nicht enthalten, sondern liegen in einer umfangreichen Datenbank vor. Die Marktdaten umfassen 867 Aktien und sind das Ergebnis eines im Jahr 2015 durchgef{\"u}hrten Auswahlprozesses mit dem Ziel, Datenqualit{\"a}t und Handelbarkeit der Aktien zu verbessern. Es wurden folgende Bedingungen gefordert: - Die Aktien werden an der Frankfurter B{\"o}rse gehandelt. - Sie sind in einem der deutschen Aktienindizes DAX, MDAX, TECDAX, SDAX, HDAX, CDAX, Technology All Share, Prime All Share und GEX oder in den amerikanischen Aktienindizes S\&P 500 oder Nasdaq 100 gelistet. - Die Kursdaten der in Frankfurt gehandelten Aktien enden nicht vor dem Jahr 2014. - Der (unbereinigte) Er{\"o}ffnungskurs Ende 2013 betr{\"a}gt mindestens 1 EUR. Diese Bedingung soll dazu beitragen, das Handeln von „penny stocks" zu verhindern. Die vorliegende Marktdefinition resultierte in 867 Aktien, die fr{\"u}hestens am 11. Dezember 2014 enden, sodass eine Auswertung der Marktdaten mit vollst{\"a}ndigen Kurswerten bis zu diesem Zeitpunkt m{\"o}glich ist. Der Markt ist groß genug, um interessante Kaufbedingungen mit einer ausreichend großen Anzahl an Kaufkandidaten zu untersuchen.}, language = {en} } @misc{VersuemerSteffensRosenthal2023, author = {Vers{\"u}mer, Siegbert and Steffens, Jochen and Rosenthal, Fabian}, title = {Extensive crowdsourced dataset of in-situ evaluated binaural soundscapes of private dwellings containing subjective sound-related and situational ratings along with person factors to study time-varying influences on sound perception - research data}, edition = {V.01.1}, address = {Zenodo}, doi = {10.5281/zenodo.7193937}, year = {2023}, abstract = {The soundscape approach highlights the role of situational factors in sound evaluations; however, only a few studies have applied a multi-domain approach including sound-related, person-related, and time-varying situational variables. Therefore, we conducted a study based on the Experience Sampling Method to measure the relative contribution of a broad range of potentially relevant acoustic and non-auditory variables in predicting indoor soundscape evaluations. Here we present the comprehensive dataset for which 105 participants reported temporally (rather) stable trait variables such as noise sensitivity, trait affect, and quality of life. They rated 6.594 situations regarding the soundscape standard dimensions, perceived loudness, and the saliency of its sound components and evaluated situational variables such as state affect, perceived control, activity, and location. To complement these subject-centered data, we additionally crowdsourced object-centered data by having participants make binaural measurements of each indoor soundscape at their homes using a low-(self-)noise recorder. These recordings were used to compute (psycho-)acoustical indices such as the energetically averaged loudness level, the A-weighted energetically averaged equivalent continuous sound pressure level, and the A-weighted five-percent exceedance level. This complex hierarchical data can be used to investigate time-varying non-auditory influences on sound perception and to develop soundscape indicators based on the binaural recordings to predict soundscape evaluations.}, subject = {soundscape}, language = {en} }