|
|
Variance structure of the Bitcoin currency
Pátek, Martin ; Krištoufek, Ladislav (vedoucí práce) ; Skuhrovec, Jiří (oponent)
Cílem této práce je vysvětlit, jak funguje digitální měna Bitcoin a dále analýza volatility Bitcoinu a oddělení skokové části realizované variace od části spojité. K tomuto využíváme odhadů kvadratické a integrované variace, přičemž cenové skoky detekujeme pomocí testu založeného na rozdílu mezi realizovanou a dvojmocnou variací. Výsledky pro kurz BTC/USD jsou poté srovnány s výsledky pro směnný kurz EUR/USD, pro cenu zlata a také pro hodnotu akciového indexu S&P 500. Pro naši analýzu využíváme data s frekvencí 5 minut. Podle všeho nebyla doposud napsána práce zabývající se analýzou volatility Bitcoinu, jež by využívala výše zmíněné metody k oddělení skokové a spojité části cenového procesu. Zjistili jsme, že skoky jsou v případě Bitcoinu vyšší než v případě ostatních analyzovaných instrumentů. Výsledky dále naznačují, že doba mezi jednotlivými detekovanými skoky se pro Bitcoin ke konci sledovaného období prodloužila. Dále se ukázalo, že variace je v případě Bitcoinu za sledované období vyšší než u jiných instrumentů. Powered by TCPDF (www.tcpdf.org)
|
|
|
Forecasting realized volatility: Do jumps in prices matter?
Lipták, Štefan ; Baruník, Jozef (vedoucí práce) ; Šopov, Boril (oponent)
Táto práca aplikuje heterogénny autoregresný model realizovanej volatility na pät'-minútové dáta troch spomedzi najlikvidnejších finančných aktív - S&P 500 Futures index, Euro FX a ropa. Hlavný prínos tejto práce spočíva v analyzovaní mimoriadneho množstva dát, ked'že pochádzajú z neobyčajne dlhého obdobia až 25 rokov, v prípade Euro FX je to 13 rokov. Jedným z ciel'ov je ukázat', že rozklad realizovanej variancie na spojitú a skokovú čast' má pozitívny vplyv na jej predpovedatel'nost' aj na vysokofrekvenčných dátach pokrývajúcich vel'mi dlhé obdobia. Hlavným ciel'om práce je skúmat' dynamiku parametrov HAR modelu v čase, a taktiež povahu volatility u rôznych druhov finančných aktív. Výsledky analýzy na dátach všetkých troch aktív potvrdzujú, že rozklad realizovanej variancie prispieva k vylepšeniu odhadov. Ukázalo sa však, že predpovedacia schopnost' modelu je najlepšia v prípade, že parametre boli odhadnuté na krátkych obdobiach (1-2 roky), čo je spôsobené pravdepodobne vysokou dynamikou parametrov v čase. Táto nestabilita parametrov bola odhalená aj s pomocou odhadov za jednotlivé roky, a to u všetkých súborov. Z toho vyplýva zaujímavé zistenie, a to že HAR model nie je vhodný na predpovedanie realizovanej...
|
|
|
Good volatility, bad volatility, and the cross-section of stock returns at different investment horizons
Sako, Tony Ryan Hlali ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Starting with the assumption that different investors have different investment time preferences and different risk tolerances within their given investment time-frames, this paper investigates the value of employing multiresolution analysis to model volatility and risk-pricing. In terms of estimation and fore- casting performance we were able to reduce by at least half the volatility fore- casting errors, with even better results at longer horizons. In regards to risk pricing we learn that extreme aggregate volatility (i.e. tail risk) is priced but regular volatility is not. Additionally we find that whilst aggregate volatility is generally more important over the long-horizon, during periods of market turmoil it is much more significant over the short-horizon. Finally we show that stocks with high sensitivity to aggregate volatility have lower subsequent returns supporting the idea that they become attractive as a hedge against market volatility. JEL Classification C12, C13, C21, C22, C31, C32, C51, C52, C53 Keywords Realized Volatility, Wavelet, Long-Memory Models, Cross-Section, Volatility Forecast, High-Frequency Data Author's e-mail tony sako@yahoo.com Supervisor's e-mail barunik@fsv.cuni.cz
|
|
|
Good volatility, bad volatility, and the cross-section of stock returns at different investment horizons
Sako, Tony Ryan Hlali ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Starting with the assumption that different investors have different investment time preferences and different risk tolerances within their given investment time-frames, this paper investigates the value of employing multiresolution analysis to model volatility and risk-pricing. In terms of estimation and fore- casting performance we were able to reduce by at least half the volatility fore- casting errors, with even better results at longer horizons. In regards to risk pricing we learn that extreme aggregate volatility (i.e. tail risk) is priced but regular volatility is not. Additionally we find that whilst aggregate volatility is generally more important over the long-horizon, during periods of market turmoil it is much more significant over the short-horizon. Finally we show that stocks with high sensitivity to aggregate volatility have lower subsequent returns supporting the idea that they become attractive as a hedge against market volatility. JEL Classification C12, C13, C21, C22, C31, C32, C51, C52, C53 Keywords Realized Volatility, Wavelet, Long-Memory Models, Cross-Section, Volatility Forecast, High-Frequency Data Author's e-mail tony sako@yahoo.com Supervisor's e-mail barunik@fsv.cuni.cz
|
|
|
Applications of modern spectral tools in financial econometrics
Křehlík, Tomáš ; Baruník, Jozef (vedoucí práce) ; Hanousek, Jan (oponent) ; Croux, Christopher (oponent) ; Wang, Yao (oponent)
Spektrální metody v ekonomii zažívají v poslední době zvýšenou pozornost. Tato dizertační práce přispívá do ekonomické literatury používající spektrální metody představením koncepčně odlišných spektrálních metod a jejich použitím ve výzkumu moderních ekonomických problémů. V první části používáme spektrální dekompozici realizované volatility a budujeme vícerozměrný GARCH model, který odhadujeme pomocí standardních metod kvazi-maximální věrohodnosti a nové metody zobecněného autoregresivního skóru. Model stavíme na základě přesvědčení, že účastníci na trzích získávají informace v různých časových horizontech a tedy i budují svá očekávaní v těchto horizontech. Toto chování vytváří proces volatility, který je směsí procesů specifických pro různé části spektra. Tento model poté používáme na měnových trzích, konkrétně britské libře, švýcarském franku a euru. Za použití metody konfidenční množiny modelů ukazujeme, že náš vícerozměrný model volatility a modely konstruované pomocí metody zobecněného autoregresivního skóru predikují ve většině případů lépe než ostatní zkoumané modely. Dále nacházíme, že většina informace pro budoucí volatilitu přichází z vysokofrekvenční části spektra, která reprezentuje účastníky s krátkodobým investičním horizontem. Ve druhé části odvozujeme a následně používáme rozložení míry...
|
|
|
The Impact of High Frequency Trading on Price Volatility
Vondřička, Jakub ; Vácha, Lukáš (vedoucí práce) ; Vošvrda, Miloslav (oponent)
Tato diplomová práce zkoumá dopad vysokofrekvenčního obchodování na kvalitu trhu. Jako indikátor kvality trhu používáme realizovanou volatilitu ceny akcií. K odhadu aktivity vysokofrekvenčních obchodníků používáme speciální metodu identifikace jejich příkazů, které extrahujeme přímo z kotací. Výzkum vztahu mezi vysokofrekvenčním obchodováním a kvalitou trhu je podněcován rostoucími obavami z možných negativních externalit vysokofrekvenčního obchodování a s ním spojených aktivit. K analýze závislostí mezi vysokofrekvenčním obchodováním a volatilitou používáme metodu odhadu v časově-frekvenční doméně. K rozpoznání lokálních závislostí používáme vlnkovou koherenci, přičemž analýza je doplněna o kontrolu robustnosti výsledků pomocí vlnkové korelace. Výsledky poukazují na nekonzistentní závislost v krátkých obchodních horizontech, přičemž v dlouhých obchodních horizontech, v řádech hodin, můžeme pozorovat signifikantní, souvislou závislost. Powered by TCPDF (www.tcpdf.org)
|
|
|
Variance structure of the Bitcoin currency
Pátek, Martin ; Krištoufek, Ladislav (vedoucí práce) ; Skuhrovec, Jiří (oponent)
Cílem této práce je vysvětlit, jak funguje digitální měna Bitcoin a dále analýza volatility Bitcoinu a oddělení skokové části realizované variace od části spojité. K tomuto využíváme odhadů kvadratické a integrované variace, přičemž cenové skoky detekujeme pomocí testu založeného na rozdílu mezi realizovanou a dvojmocnou variací. Výsledky pro kurz BTC/USD jsou poté srovnány s výsledky pro směnný kurz EUR/USD, pro cenu zlata a také pro hodnotu akciového indexu S&P 500. Pro naši analýzu využíváme data s frekvencí 5 minut. Podle všeho nebyla doposud napsána práce zabývající se analýzou volatility Bitcoinu, jež by využívala výše zmíněné metody k oddělení skokové a spojité části cenového procesu. Zjistili jsme, že skoky jsou v případě Bitcoinu vyšší než v případě ostatních analyzovaných instrumentů. Výsledky dále naznačují, že doba mezi jednotlivými detekovanými skoky se pro Bitcoin ke konci sledovaného období prodloužila. Dále se ukázalo, že variace je v případě Bitcoinu za sledované období vyšší než u jiných instrumentů. Powered by TCPDF (www.tcpdf.org)
|
|
|
Forecasting realized volatility: Do jumps in prices matter?
Lipták, Štefan ; Baruník, Jozef (vedoucí práce) ; Šopov, Boril (oponent)
Táto práca aplikuje heterogénny autoregresný model realizovanej volatility na pät'-minútové dáta troch spomedzi najlikvidnejších finančných aktív - S&P 500 Futures index, Euro FX a ropa. Hlavný prínos tejto práce spočíva v analyzovaní mimoriadneho množstva dát, ked'že pochádzajú z neobyčajne dlhého obdobia až 25 rokov, v prípade Euro FX je to 13 rokov. Jedným z ciel'ov je ukázat', že rozklad realizovanej variancie na spojitú a skokovú čast' má pozitívny vplyv na jej predpovedatel'nost' aj na vysokofrekvenčných dátach pokrývajúcich vel'mi dlhé obdobia. Hlavným ciel'om práce je skúmat' dynamiku parametrov HAR modelu v čase, a taktiež povahu volatility u rôznych druhov finančných aktív. Výsledky analýzy na dátach všetkých troch aktív potvrdzujú, že rozklad realizovanej variancie prispieva k vylepšeniu odhadov. Ukázalo sa však, že predpovedacia schopnost' modelu je najlepšia v prípade, že parametre boli odhadnuté na krátkych obdobiach (1-2 roky), čo je spôsobené pravdepodobne vysokou dynamikou parametrov v čase. Táto nestabilita parametrov bola odhalená aj s pomocou odhadov za jednotlivé roky, a to u všetkých súborov. Z toho vyplýva zaujímavé zistenie, a to že HAR model nie je vhodný na predpovedanie realizovanej...
|
|
|
Forecasting Realized Volatility Using Neural Networks
Jurkovič, Jindřich ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Předkládaná práce se zabývá předpovídáním časových řad denní realizované volatility vybraných měnových párů EUR/USD, GBP/USD a USD/CHF, pomocí neu-ronových sítí. Jejich výsledky jsou porovnány s výsled-ky aktuálně populárního modelu HAR (Heterogenous Autoregressive) a již tradičních modelů ARIMA. Vedlejším produktem těchto snah je zdokonalení modelu HAR, které je nazváno HARD rozšířením. Po otestování jeho predikčních schopností je tento model dále použit jako referenční model pro testování neuronových sítí a modelu ARIMA.
|
|
|
Forecasting realized volatility: Do jumps in prices matter?
Lipták, Štefan ; Baruník, Jozef (vedoucí práce) ; Šopov, Boril (oponent)
Táto práca aplikuje heterogénny autoregresný model realizovanej volatility na pät'-minútové dáta troch spomedzi najlikvidnejších finančných aktív - S&P 500 Futures index, Euro FX a ropa. Hlavný prínos tejto práce spočíva v analyzovaní mimoriadneho množstva dát, ked'že pochádzajú z neobyčajne dlhého obdobia až 25 rokov, v prípade Euro FX je to 13 rokov. Jedným z ciel'ov je ukázat', že rozklad realizovanej variancie na spojitú a skokovú čast' má pozitívny vplyv na jej predpovedatel'nost' aj na vysokofrekvenčných dátach pokrývajúcich vel'mi dlhé obdobia. Hlavným ciel'om práce je skúmat' dynamiku parametrov HAR modelu v čase, a taktiež povahu volatility u rôznych druhov finančných aktív. Výsledky analýzy na dátach všetkých troch aktív potvrdzujú, že rozklad realizovanej variancie prispieva k vylepšeniu odhadov. Ukázalo sa však, že predpovedacia schopnost' modelu je najlepšia v prípade, že parametre boli odhadnuté na krátkych obdobiach (1-2 roky), čo je spôsobené pravdepodobne vysokou dynamikou parametrov v čase. Táto nestabilita parametrov bola odhalená aj s pomocou odhadov za jenotlivé roky, a to u všetkých súborov. Z toho vyplýva zaujímavé zistenie, a to že HAR model nie je vhodný na predpovedanie realizovanej volatility...
|
host ::
RSS.