|
|
PREDIKCE CEN ROPY PRO POTREBY FIREM ANGAŽOVANÝCH V ENERGETICKY NÁROCNÝCH VÝROBÁCH
Vícha, Tomáš ; Dohnal, Mirko (vedoucí práce)
Práce se zabývá predikcí vývoje ceny ropy a je koncipovaná pro potřeby podniků, které jsou na ropě silně závislé a potřebují se na výkyv cen připravit, příp. zabezpečit. Cena ropy ovlivňuje cenu ropných produktů (benzínu, nafty, atd.), proto znalost vývoje se jeví prospěšná pro většinu subjektů působících v ekonomice. Predikce na kvantitativní úrovni jsou problematické. Trendové predikce vyžadují méně přesných informací o zkoumaném modelu. Použité metody pro tvorbu predikčního modelu spadají do oblasti umělé inteligence, přesněji kvalitativního modelování a teorie chaosu. Kvalitativní algebra rozeznává jen tři možné hodnoty (kladnou, nulovou a zápornou). Investiční časové řady mají chaotický ráz a kvalitativní modelování nám umožňuje zjistit charakter reálných časových řad a přiřadit je k chování známých chaotických modelů. Postup tvorby predikčního modelu je detailně popsán a rozpracován do následných fází. Text obsahuje statistiky predikcí získaných na základě reálných historických dat a interpretaci dosažených výsledků.
|
|
|
Technická analýza finančních časových řad
Faltýnková, Anežka ; Petrásek, Jakub (vedoucí práce) ; Hurt, Jan (oponent)
Předložená práce studuje neefektivity na finančních trzích. V první části jsou popsány stěžejní pojmy, jakými jsou hypotéza efektiv- ního trhu a futures kontrakty. Nezbytný matematický aparát je shrnut v druhé části, která se zabývá vazbou mezi cenou futures a martinga- lem, představena je nelineární regrese a největší důraz je kladen na popis funkcionálního lineárního modelu se skalární vysvětlovanou proměnnou. Hlavní částí práce je aplikace uvedené teorie. Jsou navrženy dva mo- dely pro predikci ceny na základě jejích historických změn. První model je nelineární a předpokládá, že vliv změny na predikci se stářím změny exponenciálně klesá. Druhý je lineární a vliv jednotlivých změn přímo odhaduje. Oba modely jsou srovnány z hlediska schopnosti predikovat neefektivity, výpočetní náročnosti a stability. 1
|
|
|
Vícerozměrné finanční časové řady
Veselý, Daniel ; Cipra, Tomáš (vedoucí práce) ; Kopa, Miloš (oponent)
V této práci popíšeme metody pro modelování vícerozměrných finančních časových řad. Zaměříme se, jak na modelování střední hodnoty pomocí vícerozměrných Boxových-Jenkinsových procesů, tak především na mode- lování podmíněných korelací a volatility. Hlavní pozornost budeme věnovat DCC (Dynamic Conditional Correlation) modelu, odhadu jeho parametrů a některým jeho dalším zobecněním. DCC model poté naprogramujeme ve statistickém softwaru R a aplikujeme na reálná data. V aplikacích se budeme zabývat problémy vysoké dimenze finančních časových řad a modelováním podmíněných korelací dat, která obsahují odlehlá pozorování.
|
|
|
Analýza finančních časových řad na základě hlaviček ekonomických zpráv
Kalibán, František ; Petrásek, Jakub (vedoucí práce) ; Zichová, Jitka (oponent)
Tato práce se zabývá možnostmi zlepšení odhadu volatility dané finanční časové řady na základě informací získaných z hlaviček ekonomických zpráv. Při analýze hlaviček zpráv je z důvodu velkého objemu dat a korelací mezi výskyty jednotlivých slov v hlavičkách zpráv použita metoda hlavních komponent pro snížení dimenze. Pro eliminaci značné šikmosti rozdělení závisle proměnné a zajištění její normality je použito Box-Coxovy transformace. Nakonec je v práci uveden lineární model popisující sílu regresní závislosti a k ověření jeho robustnosti je použita metoda cross-validace. Výpočty byly prováděny pomocí sotftware R.
|
|
|
On multifractality and predictability of financial time series
Heller, Michael ; Krištoufek, Ladislav (vedoucí práce) ; Vácha, Lukáš (oponent)
Cílem této práce je ověřit empirický vztah mezi multifraktalitou finančních časových řad a jejich výnosy. K multifraktalitě přistupujeme jako k míře kom- plexity dané finanční časové řady. Multifraktální časové řady vykazují sebe- opakující se vzorce. Multifraktalita by mohla být dobrým prediktorem ak- ciových výnosů nebo faktorem, který by mohl být využit k oceňování aktiv. V naší práci popisujeme komplexitu dané finanční časové řady pomocí modelů a poté zkoumáme, zda najdeme kladnou nebo zápornou rizikovou prémii za in- vestování do "více multifraktálních aktiv". Získali jsme denní ceny 31 akciových indexů a denní výnosy 10-letých amerických státních dluhopisů. Všechna data pochází z období let 2012 až 2021. Pomocí metody MF-DFA jsme odhadli multifraktální spektra na všech 31 akciových indexech. Všechny akciové in- dexy jsme seřadili od nejméně po nejvíce multifraktální. Zkonstruovali jsme "multifraktální portfolio" držením dlouhé pozice v 7 nejvíce multifraktálních akciových indexech a držením krátké pozice v 7 nejméně multifraktálních in- dexech. Poté jsme použili regresi Fama-MacBeth s nezávislými proměnnými, očekávaným tržním výnosem a rizikovou prémií. Ve všech zkoumaných fi- nančních časových řadách jsme našli multifraktalitu. Rovněž jsme nalezli velmi nízkou zápornou rizikovou prémii za...
|
|
|
Mnohorozměrné modely volatility
Vejmělka, Petr ; Cipra, Tomáš (vedoucí práce) ; Zichová, Jitka (oponent)
V této práci se zabýváme modelováním vícerozměrných finančních časových řad. Nejprve jsou popsány lineární modely vícerozměrných časových řad a dále speciální vlastnosti finančních časových řad. V další části práce se zaměřujeme na modelování vícerozměrné volatility a uvádíme několik modelů, které lze v tomto kontextu použít. V praktické části práce aplikujeme některé z uvedených modelů na reálná data s pomocí softwarových systémů EViews 9 a RATS 8. Analyzujeme postupně dvourozměrnou a pětirozměrnou finanční časovou řadu. Práce by měla sloužit jako přehled o současném stavu modelování mnohorozměrné volatility ve finančních časových řadách včetně praktických zkušeností se specializovaným soft- warem. 1
|
|
|
Korelační analýza akciových indexů pomocí Empirical Mode Decomposition
Ulyanin, Alexey ; Černý, Michal (vedoucí práce) ; Formánek, Tomáš (oponent)
Tato práce se zabývá analýzou korelačních vztahů mezi finančními časovými řadami ve formě akciových indexů geograficky oddělených ekonomik. Napříč analýzou jsou použity cenové indexy za období od 01.05.1998 až 20.04.2017. První část je věnována popisu samotných dat, včetně jejich grafické prezentace. Ve druhé části je blíže popisována metodologie, včetně popisu algoritmu "Empirical Mode Decomposition" (EMD), pomocí kterého je prováděn rozklad základní časové řady na několik na sobě nezávislých časových řad pro další analýzu. EMD algoritmus je zajímavou metodou analýzy signalů, která umožňuje nový pohled na analýzu finančních časových řad. Tato práce navazuje na práci Guhathakurta et al. (2008) a rozšiřuje počet indexů a časový horizont. Také je rozšířena o korelační analýzu časových řad. Cílem této práce je, pomocí metodologie popsané v Guhathakurta et al. (2008) a korelační analýzy, určit zda jsou indexy geograficky oddělených ekonomik na sobě závislé, či nikoli.
|
|
|
Modely volatility v R
Vágner, Hubert ; Bašta, Milan (vedoucí práce) ; Flimmel, Samuel (oponent)
Diplomová práce se zabývá modelováním volatility ve finančních časových řadách. Hlavním přístupem pro modelovaní volatility jsou modely třídy GARCH, které dokáží zachytit proměnlivost podmíněné volatility v časové řadě. Pro modelování podmíněné střední hodnoty v časové řadě jsou použity modely třídy ARMA. Poněvadž v řadách často nebývá splněn předpoklad normality výnosů, mají výnosy ve většině případů leptokurtický tvar rozdělení. V práci je uvedeno několik dalších rozdělení, kterými lze lépe popsat rozdělení výnosů, zejména se pak jedná o Studentovo t rozdělení. V první části si práce klade za cíl seznámit čtenáře s problematikou finančních časových řad a popsání modelů třidy GARCH včetně jejich dalších modifikací. V této práci jsou použity například IGARCH nebo některé modely zachycující asymetrický vliv šoků jako je například GJR-GARCH. Druhá část práce se zabývá generovanými daty, kde je cílem především detailněji prozkoumat jednotlivé modely volatility i jejich chování při různých změnách parametrů. Třetí část se věnuje odhadu a předpovědi volatility u konkrétních finančních časových řad. V první řadě se jedná o vývoj akciového indexu MICEX, dále pak o vývoj směnného kurzu ruského rublu vůči české koruně, v poslední řadě o vývoj cen ropy Brent. Cílem třetí části je ukázat, jaký dopad na volatilitu u vybraných časových řad měly sankce vůči Rusku po převzetí poloostrova Krym, které proběhlo v prvním čtvrtletí roku 2014.
|
|
|
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...
|
|
|
Metody MCMC pro finanční časové řady
Tritová, Hana ; Pawlas, Zbyněk (vedoucí práce) ; Komárek, Arnošt (oponent)
Práce se zabývá odhadem parametrů vhodného modelu pro denní výnosy po- mocí metod Markov Chain Monte Carlo (MCMC) za využití principů baye- sovské statistiky. Nejprve se čtenář seznámí s metodami MCMC, konkrétně s Gibbsovým výběrovým plánem (GVP) a Metropolisovým-Hastingsovým al- goritmem, a jejich základními vlastnostmi. Pak zde nalezne finanční modely, přičemž největší pozornost je věnována lognormálnímu autoregresnímu modelu. Poté následuje teoretická aplikace GVP na lognormální autoregresní model při využití principů bayesovské statistiky. Dále jsou rozebrány postupy, které byly využity při provádění simulací z aposteriorního rozdělení pomocí GVP. Nakonec jsou zpracovány výstupy získané při analýze simulovaných i reálných dat.
|
host ::
RSS.