|
|
Šíření volatility na kryptoměnových trzích
Krampla, Dominik
Tato práce se zabývala identifikací podmíněné volatility na trzích kryptoměn a zkoumala, jak se nejistota šíří mezi různými kryptoměnami. Pomocí modelů rodiny GARCH byla modelována podmíněná volatilita a k identifikaci šíření podmíněné volatility byl použit model DCC-GJR-GARCH(1,1), který zohledňuje dopad asymetrických šoků. Empirická analýza byla založena na vysokofrekvenčních 15minutových datech pro pět kryptoměn – Bitcoin, Ethereum, Ripple, Cardano a Litecoin – od 23. dubna 2021 do 31. března 2022, s celkovým počtem pozorování 32 904 pro každou kryptoměnu. Výsledky naznačují, že nejistota se nejvýrazněji šíří mezi Bitcoinem a Ethereem, zatímco Ripple a Cardano jsou šířením nejistoty z Bitcoinu ovlivněny méně. Studie rovněž zkoumá vhodné kombinace vah kryptoměn dle různých strategií tvorby portfolia, přičemž nejnižšího rizika dosahuje strategie DCC-GJR-GARCH (1,1).
|
|
|
Šíření podmíněné volatility na kryptoměnových trzích
Hořava, Martin
Hořava, M. Šíření podmíněné volatility na kryptoměnových trzích. Diplomová práce. Brno: Mendelova univerzita v Brně, 2023. Tato diplomová práce se zabývá identifikací podmíněné volatility na kryptoměnových trzích a vzájemným dynamickým šíření volatility mezi jednotlivými aktivy. Literární rešerše popisuje podmíněnou volatilitu a metody jejího odhadu. V empirické části byl využit DCC-GARCH model a provedena optimalizace portfolia. Výsledky prokázaly, že kryptoměny jsou navzájem velmi provázané, ale i tak lze diverzifikovat. V závěru práce jsou poskytnuta konkrétní doporučení pro portfolio managery.
|
|
|
Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Jánský, Ivo ; Rippel, Milan (vedoucí práce) ; Seidler, Jakub (oponent)
Diplomová práce vyhodnocuje několik set modelů pro jednodenní předpověď VaR v období mezi roky 2004 až 2009 na datech ze šesti světových akciových indexů - DJI, GSPC, IXIC, FTSE, GDAXI a N225. Modely jsou založené na AR a MA procesech s maximálně dvěma předešlými pozorováními a zároveň modelují podmíněnou volatilitu pomocí jednoho z GARCH, EGARCH a TARCH procesů rovněž s maximálně dvěma předešlými pozorováními. Parametry modelů jsou odhadnuty na datech z prvního období a jejich odhadovací přesnost je otestována na datech z druhého období, které vykazuje podstatně větší volatilitu. Hlavním cílem práce je otestovat, zda modely s parametry odhadnutými v období menší volatility mohou být použity i v období s větší volatilitou. Vyhodnocení je založeno na conditional coverage testu a je provedeno pro každý index zvlášť. Na rozdíl od jiných prací zabývajících se tímto tématem, tato práce nepředpokládá normální rozdělení logaritmovaných výnosů a neomezuje se na jeden předem vybraný proces pro modelování podmíněné volatility. Tato práce navíc využívá méně známý aparát, tzv. conditional coverage, pro vyhodnocení přesnosti odhadu modelů, který oproti standardním metodám nabízí několik výhod.
|
|
|
Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Jánský, Ivo ; Rippel, Milan (vedoucí práce) ; Seidler, Jakub (oponent)
Tato práce vyhodnocuje několik set modelů pro jednodenní předpověď VaR v období mezi roky 2004 až 2009 na datech ze šesti světových akciových indexů - DJI, GSPC, IXIC, FTSE, GDAXI a N225. Modely jsou založené na AR a MA procesech s maximálně dvěma předešlými pozorováními a zároveň modelují podmíněnou volatilitu pomocí jednoho z GARCH, EGARCH a TARCH procesů rovněž s maximálně dvěma předešlými pozorováními. Parametry modelů jsou odhadnuty na datech z prvního období a jejich odhadovací přesnost je otestována na datech z druhého období, které vykazuje podstatně větší volatilitu. Hlavním cílem práce je otestovat, zda modely s parametry odhadnutými v období menší volatility mohou být použity i v období s větší volatilitou. Vyhodnocení je založeno na conditional coverage testu a je provedeno pro každý index zvlášť. Na rozdíl od jiných prací zabývajících se tímto tématem, tato práce nepředpokládá normální rozdělení logaritmovaných výnosů a neomezuje se na jeden předem vybraný proces pro modelování podmíněně volatility. Tato práce navíc využívá měně známý aparát, tzv. conditional coverage, pro vyhodnocení přesnosti odhadu modelů, který oproti standardním metodám nabízí několik výhod.
|
|
|
Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Jánský, Ivo ; Rippel, Milan (vedoucí práce) ; Seidler, Jakub (oponent)
Diplomová práce vyhodnocuje několik set modelů pro jednodenní předpověď VaR v období mezi roky 2004 až 2009 na datech ze šesti světových akciových indexů - DJI, GSPC, IXIC, FTSE, GDAXI a N225. Modely jsou založené na AR a MA procesech s maximálně dvěma předešlými pozorováními a zároveň modelují podmíněnou volatilitu pomocí jednoho z GARCH, EGARCH a TARCH procesů rovněž s maximálně dvěma předešlými pozorováními. Parametry modelů jsou odhadnuty na datech z prvního období a jejich odhadovací přesnost je otestována na datech z druhého období, které vykazuje podstatně větší volatilitu. Hlavním cílem práce je otestovat, zda modely s parametry odhadnutými v období menší volatility mohou být použity i v období s větší volatilitou. Vyhodnocení je založeno na conditional coverage testu a je provedeno pro každý index zvlášť. Na rozdíl od jiných prací zabývajících se tímto tématem, tato práce nepředpokládá normální rozdělení logaritmovaných výnosů a neomezuje se na jeden předem vybraný proces pro modelování podmíněné volatility. Tato práce navíc využívá méně známý aparát, tzv. conditional coverage, pro vyhodnocení přesnosti odhadu modelů, který oproti standardním metodám nabízí několik výhod.
|
host ::
RSS.