Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "forecasting volatility" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Bayesian Pricing of an European Call Option Using a GARCH Model with Asymmetries
    Bayesowska wycena europejskiej opcji kupna z wykorzystaniem modelu GARCH z asymetriami
    Autorzy:
    Osiewalski, Jacek
    Pipień, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/906870.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Bayesian inference
    financial econometrics
    volatility models
    forecasting
    derivative pricing
    Opis:
    In this paper option pricing is treated as an application of Bayesian predictive analysis. The distribution of the discounted payoff, induced by the predictive density of future observables, is the basis for direct option pricing, as in Bauwens and Lubrano (1997). We also consider another, more eclectic approach to option pricing, where the predictive distribution of the Black-Scholes value is used (with volatility measured by the conditional standard deviation at time of maturity). We use a model framework that allows for two types of asymmetry in GARCH processes: skewed t conditional densities and different reactions of conditional scale to positive/negative stocks. Our skewed t-GARCH(l, 1) model is used to describe daily changes of the Warsaw Stock Exchange Index (WIG) from 4.01.1995 till 8.02.2002. The data till 28.09.2001 are used to obtain the posterior and predictive distributions, and to illustrate Bayesian option pricing for the remaining period.
    W prezentowanym artykule wycena opcji jest traktowana jako jedno z zastosowań bayesowskiej analizy predyktywnej. Rozkład wartości zdyskontowanej wypłaty, indukowany przez gęstość predyktywną przyszłych stóp zwrotu, jest podstawą bezpośredniej wyceny opcji (zob. Bauwens, Lubrano, 1997). Rozważamy też bardziej eklektyczne podejście, wykorzystujące rozkład predyktywny formuły Blacka i Scholesa (ze zmiennością określoną jako warunkowe odchylenie standardowe w momencie realizacji opcji). Przyjmujemy ramy modelowe, które uwzględniają dwa rodzaje asymetrii w procesach GARCH: skośne rozkłady warunkowe (typu t-Studenta) oraz zróżnicowane reakcje wariancji warunkowej na szoki dodatnie lub ujemne. Model: skośny £-GARCH(l, 1) jest stosowany do opisu dziennej zmienności Warszawskiego Indeksu Giełdowego (WIG) od 4.01.1995 r. do 8.02.2002 r. Dane do 28.09.2001 wykorzystujemy do budowy rozkładów a posteriori i predyktywnego oraz do ilustracji bayesowskiej wyceny opcji na pozostały okres.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 177
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of intraday volatility forecasting models for polish equities
    Autorzy:
    Sokalska, Magdalena
    Powiązania:
    https://bibliotekanauki.pl/articles/452859.pdf
    Data publikacji:
    2012
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    forecasting volatility
    ARCH
    intraday equity returns
    Opis:
    Several competing intraday volatility forecasting models for equally spaced data have been proposed in the literature. This study reviews a number of models and compares their forecasting performance using data on the market index of the Warsaw Stock Exchange. We also discuss choice criteria and issues specific to volatility forecast evaluation.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2012, 13, 2; 107-124
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting currency covariances using machine learning tree-based algorithms with low and high prices
    Autorzy:
    Bejger, Sylwester
    Fiszeder, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1981380.pdf
    Data publikacji:
    2021-12-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    machine learning
    tree-based ensembles
    volatility models
    high-low range
    covariance forecasting
    Opis:
    We combine machine learning tree-based algorithms with the usage of low and high prices and suggest a new approach to forecasting currency covariances. We apply three algorithms: Random Forest Regression, Gradient Boosting Regression Trees and Extreme Gradient Boosting with a tree learner. We conduct an empirical evaluation of this procedure on the three most heavily traded currency pairs in the Forex market: EUR/USD, USD/JPY and GBP/USD. The forecasts of covariances formulated on the three applied algorithms are predominantly more accurate than the Dynamic Conditional Correlation model based on closing prices. The results of the analyses indicate that the GBRT algorithm is the bestperforming method.
    Źródło:
    Przegląd Statystyczny; 2021, 68, 3; 1-15
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GARCH CLASS MODELS PERFORMANCE IN CONTEXT OF HIGH MARKET VOLATILITY
    Autorzy:
    Małecka, Marta
    Powiązania:
    https://bibliotekanauki.pl/articles/655926.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    nonlinear GARCH
    volatility forecasting
    forecast error
    Opis:
    In the presented paper GARCH class models were considered for describing and forecasting market volatility in context of the economic crisis. The sample composition was designed to emphasize models performance in two groups of markets: well-developed and transition. As a preview to our results, we presented the procedure of model selection form the GARCH family. We distinguished three subperiods in the time series in a way that the dependencies between forecast outcomes and a scale of market volatility were emphasized. The comparison of the forecast errors revealed a serious problem of volatility prediction in times of high market instability. The crisis impact was particularly apparent in transition markets. Our findings showed that GARCH models allowed risk control, with risk understood as a relation of forecast error to the level of predicted volatility.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 3, 302
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling and forecasting monthly Brent crude oil prices: a long memory and volatility approach
    Autorzy:
    AlـGounmeein, Remal Shaher
    Ismail, Mohd Tahir
    Powiązania:
    https://bibliotekanauki.pl/articles/1047374.pdf
    Data publikacji:
    2021-03-03
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    ARFIMA
    volatility
    fGARCH
    sGARCH
    modelling and forecasting
    hybrid model
    Opis:
    The Standard Generalised Autoregressive Conditionally Heteroskedastic (sGARCH) model and the Functional Generalised Autoregressive Conditionally Heteroskedastic (fGARCH) model were applied to study the volatility of the Autoregressive Fractionally Integrated Moving Average (ARFIMA) model, which is the primary objective of this study. The other goal of this paper is to expand on the researchers' previous work by examining long memory and volatilities simultaneously, by using the ARFIMA-sGARCH hybrid model and comparing it against the ARFIMA-fGARCH hybrid model. Consequently, the hybrid models were configured with the monthly Brent crude oil price series for the period from January 1979 to July 2019. These datasets were considered as the global economy is currently facing significant challenges resulting from noticeable volatilities, especially in terms of the Brent crude prices, due to the outbreak of COVID-19. To achieve these goals, an R/S analysis was performed and the aggregated variance and the Higuchi methods were applied to test for the presence of long memory in the dataset. Furthermore, four breaks have been detected: in 1986, 1999, 2005, and 2013 using the Bayes information criterion. In the further section of the paper, the Hurst Exponent and Geweke-Porter-Hudak (GPH) methods were used to estimate the values of fractional differences. Thus, some ARFIMA models were identified using AIC (Akaike Information Criterion), BIC (Schwartz Bayesian Information Criterion), AICc (corrected AIC), and the RMSE (Root Mean Squared Error). In result, the following conclusions were reached: the ARFIMA(2,0.3589648,2)-sGARCH(1,1) model and the ARFIMA(2,0.3589648,2)-fGARCH(1,1) model under normal distribution proved to be the best models, demonstrating the smallest values for these criteria. The calculations conducted herein show that the two models are of the same accuracy level in terms of the RMSE value, which equals 0.08808882, and it is this result that distinguishes our study. In conclusion, these models can be used to predict oil prices more accurately than others.
    Źródło:
    Statistics in Transition new series; 2021, 22, 1; 29-54
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling and Forecasting WIG20 Daily Returns
    Autorzy:
    Amado, Cristina
    Silvennoinen, Annastiina
    Teräsvirta, Timo
    Powiązania:
    https://bibliotekanauki.pl/articles/2076424.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    autoregressive conditional heteroskedasticity
    forecasting volatility
    modelling volatility
    multiplicative time-varying GARCH
    smooth transition
    Opis:
    The purpose of this paper is to model daily returns of the WIG20 index. The idea is to consider a model that explicitly takes changes in the amplitude of the clusters of volatility into account. This variation is modelled by a positive-valued deterministic component. A novelty in specification of the model is that the deterministic component is specified before estimating the multiplicative conditional variance component. The resulting model is subjected to misspecification tests and its forecasting performance is compared with that of commonly applied models of conditional heteroskedasticit
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2017, 3; 173-200
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Realized Volatility Versus GARCH and Stochastic Volatility Models. The Evidence from the WIG20 Index and the EUR/PLN Foreign Exchange Market
    Zmienność zrealizowana wobec modeli GARCH i modeli zmienności stochastycznej na polskim rynku kapitałowym
    Autorzy:
    Będowska-Sójka, Barbara
    Kliber, Agata
    Powiązania:
    https://bibliotekanauki.pl/articles/1828610.pdf
    Data publikacji:
    2010-12-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    realizded volatility
    SV
    GARCH
    volatility forecasting
    zmienność zrealizowana
    prognozowanie zmienności
    Opis:
    The aim of the article is to compare the estimates of the volatility obtained from the parametric models: the GARCH and the SV with the estimates based upon the Realized Volatility approach, whereas the estimates from the RV are obtained from the data of different frequencies. The data sample consists of the WIG20 index and the EUR/PLN exchange rate and covers the hectic crisis period. Hence, the presented results can be viewed as an extension of the results of the studies presented up to date.
    Celem artykułu jest porównanie oszacowań zmienności uzyskanych z modeli parametrycznych: GARCH i SV z oszacowaniem uzyskanym na podstawie zmienności zrealizowanej szacowanej w oparciu o dane różnej częstotliwości. W badaniu wzięto pod uwagę zwroty z wybranych instrumentów polskiego rynku finansowego: indeks WIG 20 oraz kurs walutowy EUR/PLN. Ujęta w badaniu próba objęła okres kryzysu finansowego, co stanowi istotne uzupełnienie wyników prezentowanych do tej pory w literaturze.
    Źródło:
    Przegląd Statystyczny; 2010, 57, 4; 105-127
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies