|
|
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.
|
|
|
Regime-Switching Models and Their Application in the Financial Markets
Fišerová, Tereza ; Vošvrda, Miloslav (vedoucí práce) ; Skuhrovec, Jiří (oponent)
Tato práce je rozdělena do dvou částí. Teoretická část uvádí čtenáře do teorie modelů typu ARCH a jejich rozšíření v podobě Markovových regime-switching modelů, jež dovolují zachytit strukturální změny v dynamice dat. Tato část navíc shrnuje současný stav poznání. V empirické části práce je aplikován Klaassenův model (2002) k prokázání existence dvou odlišných režimů volatility na čtyřech středoevropských trzích cenných papírů (Rakousko, Česká republika, Německo a Polsko). Uvedený model je rovněž použit jako nástroj k identifikaci ekonomických krizí. Analýza denních a týdenních pozorování, pokrývající období od 3. ledna 2000 do 31. prosince 2010, přináší tři zajímavé výsledky. Zaprvé, MRS-GARCH(1,1) model je vhodný pro modelování volatility na trzích cenných papírů ve střední Evropě. Zadruhé, režim vysoké volatility bývá spojen s finanční krizí. Zatřetí, současná krize je v porovnání se závěry předchozích prací výjimečná svou délkou.
|
|
|
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
|
|
|
Součinové procesy jako nástroj pro finanční analýzu
Krejčí, Kateřina ; Zichová, Jitka (vedoucí práce) ; Hurt, Jan (oponent)
Tato bakalářská práce se zabývá součinovými procesy jako nástroji pro modelování finančních časových řad. Práce je rozdělena na část teoretickou a praktickou. V teoretické části je shrnuta základní problematika součinových procesů. Jsou zde popsány a odvozeny vlastnosti momentů a korelací procesu, následně jsou v práci odvozeny odhady parametrů modelu součinového procesu. Těmito odhady se pak dále zabývá praktická část práce. Pomocí simulační studie v programu Mathematica 9 je ověřena kvalita odvozených odhadů a poté jsou tyto odhady aplikovány na reálná finanční data. Powered by TCPDF (www.tcpdf.org)
|
|
|
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...
|
|
|
Forecasting with neural network during covid-19 crisis
Luu Danh, Tiep ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Teze se zab˝vá hlavn forecastingem pomocí neuronov˝ch sítí, p esn ji ohledn forecastingu v˝nos a volatility b hem volatilního období Covid-19. Teze pouûívá denní upravená data od 1. ledna 2000 do 1. lenda 2021 indexu S&P a index praûské burzy PX. Porovnání bylo provedeno mezi ist˝m ekonomet- rick˝m model, modelem na bázi neuronov˝ch sítí a hybridním modelem. Hy- bridní model byl zkonstruovám jako s dodate nou featurou estimovan˝ch hod- not econometrického modelu. K tomu se také provedla anal˝za pom ru rizika a v˝nosnosti na bázi predikovan˝ch hodnot. Testované obdobní pro vöechny modely bylo od 1. ledna 2020 do 1. ledna 2021. Na tomto období se provedli predikce hodnot a st ední kvadratická chyba kaûdého modelu byla vypo ítaná a porovnána. Záv rem je, ûe hybridní modely podali lepöí v˝kon neû ekono- metrick˝ model i model neuronov˝ch síti. Dále predicke hybridního modelu poskytnuli lepöí pom r rizika a v˝nosnosti neû ostatní. Klasifikace JEL C53, C81 Klí ová slova Finan ní asová ada, Forecasting, Neu- ronové sít , ARIMA, GARCH Název práce Forecasting s Neuronovou síti b hem Covid-19 Krize E-mail autora tiep.luud@gmail.com E-mail vedoucího práce barunik@fsv.cuni.cz
|
|
|
Recursive estimates of financial time series
Vejmělka, Petr ; Cipra, Tomáš (vedoucí práce)
Cílem práce je popsat metodu rekurentního odhadu časových řad s podmíně- nou volatilitou, užívaných zejména ve financích. Nejprve jsou popsány základní typy modelů s podmíněnou heteroskedasticitou (GARCH) a principy stavového modelování demonstrované pomocí lineárních modelů AR a ARMA. Následně jsou odvozeny algoritmy pro rekurentní odhad parametrů GARCH modelu a včetně jeho modifikací, pro které rekurentní odhadové vzorce nebyly v literatuře dosud odvozeny. Tyto algoritmy jsou otestovány v rámci simulační studie, kde je zkoumána jejich použitelnost v praxi. Na závěr tyto algoritmy aplikujeme na reálná vysokofrekvenční data z burzy. Praktická část je provedena pomocí soft- waru Mathematica 11.3. Práce zároveň slouží jako přehled o současném stavu on-line modelování finančních časových řad. 1
|
|
|
Recursive estimates of financial time series
Vejmělka, Petr ; Cipra, Tomáš (vedoucí práce)
Cílem práce je popsat metodu rekurentního odhadu časových řad s podmíně- nou volatilitou, užívaných zejména ve financích. Nejprve jsou popsány základní typy modelů s podmíněnou heteroskedasticitou (GARCH) a principy stavového modelování demonstrované pomocí lineárních modelů AR a ARMA. Následně jsou odvozeny algoritmy pro rekurentní odhad parametrů GARCH modelu a včetně jeho modifikací, pro které rekurentní odhadové vzorce nebyly v literatuře dosud odvozeny. Tyto algoritmy jsou otestovány v rámci simulační studie, kde je zkoumána jejich použitelnost v praxi. Na závěr tyto algoritmy aplikujeme na reálná vysokofrekvenční data z burzy. Praktická část je provedena pomocí soft- waru Mathematica 11.3. Práce zároveň slouží jako přehled o současném stavu on-line modelování finančních časových řad. 1
|
host ::
RSS.