|
| |
|
| |
|
|
Robust Estimator of Persistence in Financial Time Series
Jeřábek, Jakub ; Hanzák, Tomáš (oponent) ; Vošvrda, Miloslav (vedoucí práce)
The goal of this thesis is to develop a novel robust log-periodogram regression method to detect the presence of long memory in time series. By the use of the Least Trimmed Squares regression we obtain an estimator that is less sensitive to outliers and leverage points, which is highly desirable particularly because the Periodogram estimator itself is prone to such inhomogeneities. In a Monte Carlo study, the new estimator provides smaller bias than the classical Least Squares log-Periodogram estimator. On the other hand the variability of estimation is increased. The proposed estimator is compared to existing long memory estimators on a case study of international currency exchange rates.
|
|
|
Dynamická analýza portfolia pomocí Kalmanova filtru
Králová, Dana ; Hanzák, Tomáš (oponent) ; Cipra, Tomáš (vedoucí práce)
Cílem této práce je představit poměrně novou metodu dynamické analýzy portfolia, která na základě výnosů portfolia odhadne složení tohoto portfolia. V práci popisujeme problematiku Kalmanova filtru a stavového modelování. Uvádíme příklady využití Kalmanova filtru a na nich demonstrujeme práci s ekonometrickým softwarem EViews v oblasti stavového modelování. Věnujeme se také popisu vybraných aspektů z teorie portfolia. Popisujeme starší metodu pro analýzu portfolia využívající regresní model a upozorňujeme na její podstatný nedostatek. Následně se podrobněji zabýváme metodou pro dynamickou analýzu portfolia, která je založena na stavovém modelování a která odstraňuje nedostatek starší metody. Také zde uvažujeme modifikaci této metody pro zajišťovací fondy. Nakonec aplikujeme metodu pro dynamickou analýzu portfolia na reálná data dvou českých podílových fondů a ověříme tak kvalitu modelu.
|
|
|
Dekompoziční metody pro časové řady s nepravidelně pozorovanými hodnotami
Hanzák, Tomáš ; Prášková, Zuzana (oponent) ; Cipra, Tomáš (vedoucí práce)
Práce se věnuje zobecněním klasických metod typu exponenciálního vyrovnávání pro jednorozměrné časové řady s nepravidelně pozorovanými hodnotami. Prezentována jsou zobecnění jednoduchého exponenciálního vyrovnávání, Holtovy a Holt-Wintersovy metody a dvojitého exponenciálního vyrovnávání pro nepravidelné časové řady, která byla v minulosti vyvinuta. Je navržena metoda alternativní k Wrightově modifikaci jednoduchého exponenciálního vyrovnávání pro nepravidelné řady, založená na příslušném ARIMA procesu. Odvozeno je exponenciální vyrovnávání řádu m pro nepravidelné časové řady, které je zobecněním jednoduchého a dvojitého exponenciálního vyrovnávání. Podobná metoda, založená na DLS (discounted least squares) odhadu polynomického trendu stupně m, je též odvozena. Ve všech případech je zachován rekurentní charakter původních metod a tak i jejich implementační a výpočetní nenáročnost. Součástí diplomové práce je program, v němž je dostupná většina zde prezentovaných metod. Je též uvedeno několik numerických příkladů jejich použití.
|
host ::
RSS.