dc.contributor.advisor | Krištoufek, Ladislav | |
dc.creator | Heller, Michael | |
dc.date.accessioned | 2022-04-14T18:28:07Z | |
dc.date.available | 2022-04-14T18:28:07Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/150423 | |
dc.description.abstract | 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... | en_US |
dc.description.abstract | 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... | cs_CZ |
dc.language | English | cs_CZ |
dc.language.iso | en_US | |
dc.publisher | Univerzita Karlova, Fakulta sociálních věd | cs_CZ |
dc.subject | fraktalita | cs_CZ |
dc.subject | multifraktalita | cs_CZ |
dc.subject | finanční časové řady | cs_CZ |
dc.subject | Hurstův exponent | cs_CZ |
dc.subject | CAPM | cs_CZ |
dc.subject | Fama-French tří faktorový model | cs_CZ |
dc.subject | Fama-MacBeth regrese | cs_CZ |
dc.subject | fractality | en_US |
dc.subject | multifractality | en_US |
dc.subject | financial time series | en_US |
dc.subject | Hurst exponent | en_US |
dc.subject | CAPM | en_US |
dc.subject | Fama-French three factor model | en_US |
dc.subject | Fama-MacBeth regression | en_US |
dc.title | On multifractality and predictability of financial time series | en_US |
dc.type | diplomová práce | cs_CZ |
dcterms.created | 2021 | |
dcterms.dateAccepted | 2021-09-15 | |
dc.description.department | Institut ekonomických studií | cs_CZ |
dc.description.department | Institute of Economic Studies | en_US |
dc.description.faculty | Faculty of Social Sciences | en_US |
dc.description.faculty | Fakulta sociálních věd | cs_CZ |
dc.identifier.repId | 225855 | |
dc.title.translated | Multifraktalita a prediktabilita finančních časových řad | cs_CZ |
dc.contributor.referee | Vácha, Lukáš | |
thesis.degree.name | Mgr. | |
thesis.degree.level | navazující magisterské | cs_CZ |
thesis.degree.discipline | Ekonomie a finance | cs_CZ |
thesis.degree.discipline | Economics and Finance | en_US |
thesis.degree.program | Ekonomické teorie | cs_CZ |
thesis.degree.program | Economics | en_US |
uk.thesis.type | diplomová práce | cs_CZ |
uk.taxonomy.organization-cs | Fakulta sociálních věd::Institut ekonomických studií | cs_CZ |
uk.taxonomy.organization-en | Faculty of Social Sciences::Institute of Economic Studies | en_US |
uk.faculty-name.cs | Fakulta sociálních věd | cs_CZ |
uk.faculty-name.en | Faculty of Social Sciences | en_US |
uk.faculty-abbr.cs | FSV | cs_CZ |
uk.degree-discipline.cs | Ekonomie a finance | cs_CZ |
uk.degree-discipline.en | Economics and Finance | en_US |
uk.degree-program.cs | Ekonomické teorie | cs_CZ |
uk.degree-program.en | Economics | en_US |
thesis.grade.cs | Velmi dobře | cs_CZ |
thesis.grade.en | Very good | en_US |
uk.abstract.cs | 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... | cs_CZ |
uk.abstract.en | 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... | en_US |
uk.file-availability | V | |
uk.grantor | Univerzita Karlova, Fakulta sociálních věd, Institut ekonomických studií | cs_CZ |
thesis.grade.code | C | |
uk.publication-place | Praha | cs_CZ |
uk.thesis.defenceStatus | O | |