On multifractality and predictability of financial time series
Multifraktalita a prediktabilita finančních časových řad
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/150423Identifikátory
SIS: 225855
Kolekce
- Kvalifikační práce [17123]
Autor
Vedoucí práce
Oponent práce
Vácha, Lukáš
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie a finance
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
15. 9. 2021
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Velmi dobře
Klíčová slova (česky)
fraktalita, multifraktalita, finanční časové řady, Hurstův exponent, CAPM, Fama-French tří faktorový model, Fama-MacBeth regreseKlíčová slova (anglicky)
fractality, multifractality, financial time series, Hurst exponent, CAPM, Fama-French three factor model, Fama-MacBeth regressionCílem 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...
The aim of this thesis is to examine an empirical relationship between multifrac- tality of financial time series and its returns. We approach the multifractality of a given time series as a measure of its complexity. Multifractal financial time series exhibit repeating self-similar patterns. Multifractality could be a good predictor of stock returns or a factor which can be used in asset pricing. We expected that capturing the complexity of a given time series by a model, a positive or a negative risk premia for investing into "more multifractal assets" could be found. Daily prices of 31 stock indices and daily returns of 10-years US government bonds were downloaded. All the data were recorded between 2012 and 2021. After estimation the multifractal spectra, applying MF-DFA method, of all stock indices, we ordered all stock indices from the lowest to the most multifractal. Then, we constructed a "multifractal portfolio" holding a long position in the 7 most multifractal and holding a short position in the 7 least multifractal stock indices. Fama-MacBeth regression with market risk premia and multifractal variable as independent variables was applied. Multi- fractality in all examined financial time series was found. We also found a very low negative risk premia for holding "a multifractal...