Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.00 vteřin. 
Forecasting Term Structure of Government Bonds Using High Frequency Data
Kožíšek, Jakub ; Baruník, Jozef (vedoucí práce) ; Horváth, Roman (oponent)
Tato diplomová práce zkoumá využití kombinace realizované volatility z vysokofrekvenčních dat a neuronových sítí pro vylepšení prognóz výnosové křivky státních dluhopisů. K tomu používá vysokofrekvenční data futures kontraktů čtyř amerických cenných papírů pro odhad výnosové křivky Nelson-Siegelova modelu a denního realizovaného rozptylu jejích parametrů za období 25 let. Odhadované parametry jsou použity při predikci úrovně, sklonu a zakřivení výnosové křivky pomocí neuronové sítě LSTM a jsou porovnány s prognózou Dynamického Nelson-Siegelova mod- elu. Výsledky ukazují, že využití realizovaného rozptylu a neuronové sítě překonává autoregre- sivní metody při predikci úrovně a zakřivení křivky v denních a měsíčních prognózách. Výnosová křivka státních dluhopisů je sama o sobě využívána při prognózách makroekonomických proměn- ných, proto může mít zlepšení její prognózy širší dopad na předpověď celkového stavu ekonomiky.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.