|
|
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...
|
|
|
Are financial returns and volatility multifractal at all?
Sedlaříková, Jana ; Krištoufek, Ladislav (vedoucí práce) ; Kraicová, Lucie (oponent)
Multifraktalita finančních trhů začala být během posledních desetiletí považována za daný fakt. Nicméně, její přítomnost nebyla dosud dostatečně statisticky otesto- vána. Hlavním cílem této diplomové práce je přispět do současné diskuze rozsáhlou statistickou analýzou problému, v níž zkoumáme chování výnosů a volatilit vy- braných akciových indexů za pomoci tří populárních metod. Hodnoty získané pro tyto tržní časové řady jsme poté porovnali s výsledky nasimulovaných monofraktál- ních řad. Pomocí statistických testů jsme ukázali, že výnosy, stejně jako volatilita jsou opravdu charakteristické multifraktálním chováním. Dále, abychom byli schopni porozumět příčinám vzniku multifraktality, jsme celou analýzu zopako- vali za použití různých typů upravených časových řad. Na jejich základě jsme byli schopni potvrdit, že je multifraktalita způsobena především rozdělením, které je charakteristické těžkými chvosty. Na druhou stranu, vliv korelační struktury nebyl potvrzen z důvodu protichůdným výsledků získaných z jednotlivých modelů. Klasifikace JEL F12, G02, G10, C12, C22, C49, C58 Klicova slova ekonofyzika, multifraktalita, finanční trhy, Hurstův exponent E-mail autora jana.sedlarikova@gmail.com...
|
|
|
Multifractal Analysis of Stock Market Prices
Čechová, Kristýna ; Krištoufek, Ladislav (vedoucí práce) ; Vošvrda, Miloslav (oponent)
Cílem této diplomové práce je poskytnutí empirickou evidenci multifrak- tality ve finančních časových řadách a zamyslet se tak nad její významností v rámci současné finanční teorie. Použili jsme dvě metody, Multifraktální detrendovanou fluktuační analýzu a metodu zobecněného Hurstova expo- nentu, na složkách Dow Jones indexu. Zkoumali jsme denní data třiceti společností obchodovaných na burzovních trzích v USA od roku 2002 do roku 2012. Uvádíme výsledky potvrzující vícečetné škálování v denních výnosech. Oproti výsledkům uváděným v literatuře jsme neprokázali vícečetné škálování ve volatilitě. Navíc naše analýza ukázala, že vícečetné škálování není přítomné ani ve standardizovaných výnosech, což je cenný výsledek, protože multi- fraktální modely jsou relativně složité. 1
|
|
|
Multifractal Height Cross-Correlation Analysis
Krištoufek, Ladislav
We introduce a new method for detection of long-range cross- correlations and cross-multifractality – multifractal height cross-correlation analysis (MF-HXA). MF-HXA is a multivariate generalization of the height- height correlation analysis. We show that long-range cross-correlations can be caused by a mixture of the following – long-range dependence of separate processes and additional scaling of covariances between the processes. Simi- lar separation applies for cross-multifractality – standard separation between distributional properties and correlations is enriched by division of correlations between auto-correlations and cross-correlations. We further apply the method on returns and volatility of NASDAQ and S&P500 indices as well as of Crude and Heating Oil futures and uncover some interesting results.
|
|
|
Multifractal height cross-correlation analysis
Krištoufek, Ladislav
We introduce a new method for detection of long-range cross-correlations and cross-multifractality – multifractal height cross-correlation analysis (MF-HXA). We show that long-range cross-correlations can be caused by long-range dependence of separate processes and the correlations above them. Similar separation applies for cross-multifractality – standard sep- aration between distributional properties and correlations is enriched by division of correlations between auto-correlations and cross-correlations. Efficiency of the method is showed on two types of simulated series – ARFIMA and Mandelbrot’s Binomial Multifractal model. We further ap- ply the method on returns and volatility of NASDAQ and S&P500 indices and uncover some interesting results.
|
|
|
Invariance délek v ionosféře
Šauli, Petra ; Abry, P. ; Cosson, X. ; Roux, S.
Domény „scaling invariance“ představují oblasti, ve kterých neexistuje žádná význačná charakteristická délka procesu. Invariance délek poukazuje na důležitou vlastnost systému: sobě-podobnost nebo multifraktalitu. Pozemní a satelitní ionosférická měření obsahují směs fluktuací různého fyzikálního původu (slunečního, geomagnetického, variability neutrální atmosféry atd.). Popis časových řad parametrů slunečního větru, magnetosféry, ionosféry pomocí „scaling analýzy“ je možné využít pro nalezení základních charakteristik intermitentních oscilací a studium vzájemných interakcí systémů. Domény se stejnou fraktální strukturou v různých časových řadách mohou znamenat společný fyzikální základ pozorovaných procesů. Úplný popis ionosférických parametrů pomocí invariance délek procesů je důležitý pro předpověditelnost chování systému v daném časovém rozpětí.
|
host ::
RSS.