Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.02 vteřin. 
Does wavelet decomposition and neural networks help to improve predictability of realized volatility?
Křehlík, Tomáš ; Baruník, Jozef (vedoucí práce) ; Vošvrda, Miloslav (oponent)
V této práci zevrubně srovnávám standardní odhady realizované volatility včetně nového waveletového odhadu v časově frekvenční doméně (Barunik and Vacha 2012) na širokém vzorku aktiv: oleji, zlatu a indexu S&P 500. Waveletový odhad navíc dovoluje rozložit volatilitu do několika investičních horizontů, což má dle literatury přinést další informaci o časové řadě volatility. Dále navrhuji použití neuronových sítí pro předpovídání realizované volatility. V odhadech používám vrstevnatou a rekurzivní topologii. Samotnou realizovanou volatilitu předpovídám kumulativně na 1, 5, 10 a 20 dní dopředu. Předpovědi z neuronových sítí porovnávám oproti ARFIMA modelu a triviálnímu modelu. Potvrzuji pozitivní vlastnosti nového waveletového odhadu v případě oleje a zlata, ale v případě S&P 500 se tyto vlastnosti nepotvrzují. Možné vysvětlení je, že metoda nadměrně koriguje data, protože se v těchto datech téměř nevyskytují skoky. Co se týká předpovědí, neuronové sítě překonávají ARFIMA model v objemu informace o dynamické struktuře časové řady.
Model realizované stochastické volatility v praxi
Vavruška, Marek ; Zouhar, Jan (vedoucí práce) ; Formánek, Tomáš (oponent)
Tato práce aplikuje model realizované stochastické volatility Koopmana a Schartha (2011) na pět akcií obchodovaných na NYSE. Cílem této práce je zkoumání vlivu zrychlení procesu přípravy dat, vynecháním kroku vyžadujícího kótovaná data. Struktura modelu realizované stochastické volatility pracuje s odhady realizované volatility jako s vychýlenými odhady integrované volatility, což rovněž podporuje toto zjednodušení. Počet chybně zapsaných obchodů se výrazně snížil v posledních několika letech. Citlivost přesnosti jednodenních předpovědí realizované volatility na délku dat je zkoumána pomocí předpovědí konstruovaných na základě různé délky pohyblivých oken. Použití nejdelší časové řady nevede k nejpřesnějším předpovědím modelu, měřených pomocí průměru čtverců odchylek. Bylo potvrzeno dominantní postavení modelu realizované stochastické volatility ve smyslu nejnižšího průměru čtverců odchylek jednodenních předpovědí.

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