|
|
Šíření volatility na kryptoměnových trzích
Krampla, Dominik
Tato práce se zabývala identifikací podmíněné volatility na trzích kryptoměn a zkoumala, jak se nejistota šíří mezi různými kryptoměnami. Pomocí modelů rodiny GARCH byla modelována podmíněná volatilita a k identifikaci šíření podmíněné volatility byl použit model DCC-GJR-GARCH(1,1), který zohledňuje dopad asymetrických šoků. Empirická analýza byla založena na vysokofrekvenčních 15minutových datech pro pět kryptoměn – Bitcoin, Ethereum, Ripple, Cardano a Litecoin – od 23. dubna 2021 do 31. března 2022, s celkovým počtem pozorování 32 904 pro každou kryptoměnu. Výsledky naznačují, že nejistota se nejvýrazněji šíří mezi Bitcoinem a Ethereem, zatímco Ripple a Cardano jsou šířením nejistoty z Bitcoinu ovlivněny méně. Studie rovněž zkoumá vhodné kombinace vah kryptoměn dle různých strategií tvorby portfolia, přičemž nejnižšího rizika dosahuje strategie DCC-GJR-GARCH (1,1).
|
|
|
Selected problems of financial time series modelling
Hendrych, Radek ; Cipra, Tomáš (vedoucí práce) ; Arlt, Josef (oponent) ; Prášková, Zuzana (oponent)
Název práce: Vybrané problémy finančních časových řad Autor: Radek Hendrych Katedra: Katedra pravděpodobnosti a matematické statistiky (KPMS) Vedoucí disertační práce: Prof. RNDr. Tomáš Cipra, DrSc., KPMS Abstrakt: Předložená disertační práce se věnuje vybraným problémům z oblasti analýzy finančních časových řad. Detailněji se zaměřuje na dva dílčí aspekty mode- lování podmíněné heteroskedasticity. První část práce prezentuje a diskutuje různé rekurentní odhadové algoritmy navržené pro běžné jednorozměrné modely podmíněné heteroskedasticity, jmenovitě pro procesy typu ARCH, GARCH, RiskMetrics EWMA a GJR-GARCH. Tyto procedury jsou numericky posouzeny prostřednictvím Monte Carlo experimentů a empirických studií vycházejících z reálných dat. Ve druhé části práce je představen inovativní přístup k modelování podmíněných kovariancí (korelací). Odvození navrhované techniky bylo inspirováno ústřední myšlenkou mnohorozměrného ortogonálního GARCH modelu. Principiálně je založeno na vhodném typu lineární dynamické ortogonální transformace, která dále dovoluje aplikovat standardní schéma konstantních podmíněných korelací. Odpovídající model je implementován pomocí neli- neární diskrétní stavové...
|
host ::
RSS.