dc.contributor.advisor | Cipra, Tomáš | |
dc.creator | Veselý, Daniel | |
dc.date.accessioned | 2017-05-08T13:26:03Z | |
dc.date.available | 2017-05-08T13:26:03Z | |
dc.date.issued | 2011 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/49486 | |
dc.description.abstract | V této práci popíšeme metody pro modelování vícerozměrných finančních časových řad. Zaměříme se, jak na modelování střední hodnoty pomocí vícerozměrných Boxových-Jenkinsových procesů, tak především na mode- lování podmíněných korelací a volatility. Hlavní pozornost budeme věnovat DCC (Dynamic Conditional Correlation) modelu, odhadu jeho parametrů a některým jeho dalším zobecněním. DCC model poté naprogramujeme ve statistickém softwaru R a aplikujeme na reálná data. V aplikacích se budeme zabývat problémy vysoké dimenze finančních časových řad a modelováním podmíněných korelací dat, která obsahují odlehlá pozorování. | cs_CZ |
dc.description.abstract | In this work we will describe methods for modeling multivariate financial time series. We will concentrate on both modeling expected value by multi- variate Box-Jenkins processes and primarily on modeling conditional corre- lations and volatility. Our main object will be DCC (Dynamic Conditional Correlation) model, estimation of its parameters and some other general- izations. Then we will programme DCC model in statistical software R and apply on real data. In applications we will concentrate on problem of high dimension of financial time series and on modeling conditional correlations data with outliers. | en_US |
dc.language | Čeština | cs_CZ |
dc.language.iso | cs_CZ | |
dc.publisher | Univerzita Karlova, Matematicko-fyzikální fakulta | cs_CZ |
dc.subject | DCC | cs_CZ |
dc.subject | vícerozměrný model GARCH | cs_CZ |
dc.subject | vícerozměrné Boxovy-Jenkinsonovy procesy | cs_CZ |
dc.subject | finanční časové řady | cs_CZ |
dc.subject | DCC | en_US |
dc.subject | multivariate GARCH | en_US |
dc.subject | multivariate Box-Jenkins processes | en_US |
dc.subject | financial time series | en_US |
dc.title | Vícerozměrné finanční časové řady | cs_CZ |
dc.type | diplomová práce | cs_CZ |
dcterms.created | 2011 | |
dcterms.dateAccepted | 2011-09-19 | |
dc.description.department | Department of Probability and Mathematical Statistics | en_US |
dc.description.department | Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
dc.description.faculty | Faculty of Mathematics and Physics | en_US |
dc.description.faculty | Matematicko-fyzikální fakulta | cs_CZ |
dc.identifier.repId | 75373 | |
dc.title.translated | Multivariate Financial Time Series | en_US |
dc.contributor.referee | Kopa, Miloš | |
dc.identifier.aleph | 001387636 | |
thesis.degree.name | Mgr. | |
thesis.degree.level | navazující magisterské | cs_CZ |
thesis.degree.discipline | Probability, mathematical statistics and econometrics | en_US |
thesis.degree.discipline | Pravděpodobnost, matematická statistika a ekonometrie | cs_CZ |
thesis.degree.program | Mathematics | en_US |
thesis.degree.program | Matematika | cs_CZ |
uk.thesis.type | diplomová práce | cs_CZ |
uk.taxonomy.organization-cs | Matematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
uk.taxonomy.organization-en | Faculty of Mathematics and Physics::Department of Probability and Mathematical Statistics | en_US |
uk.faculty-name.cs | Matematicko-fyzikální fakulta | cs_CZ |
uk.faculty-name.en | Faculty of Mathematics and Physics | en_US |
uk.faculty-abbr.cs | MFF | cs_CZ |
uk.degree-discipline.cs | Pravděpodobnost, matematická statistika a ekonometrie | cs_CZ |
uk.degree-discipline.en | Probability, mathematical statistics and econometrics | en_US |
uk.degree-program.cs | Matematika | cs_CZ |
uk.degree-program.en | Mathematics | en_US |
thesis.grade.cs | Výborně | cs_CZ |
thesis.grade.en | Excellent | en_US |
uk.abstract.cs | V této práci popíšeme metody pro modelování vícerozměrných finančních časových řad. Zaměříme se, jak na modelování střední hodnoty pomocí vícerozměrných Boxových-Jenkinsových procesů, tak především na mode- lování podmíněných korelací a volatility. Hlavní pozornost budeme věnovat DCC (Dynamic Conditional Correlation) modelu, odhadu jeho parametrů a některým jeho dalším zobecněním. DCC model poté naprogramujeme ve statistickém softwaru R a aplikujeme na reálná data. V aplikacích se budeme zabývat problémy vysoké dimenze finančních časových řad a modelováním podmíněných korelací dat, která obsahují odlehlá pozorování. | cs_CZ |
uk.abstract.en | In this work we will describe methods for modeling multivariate financial time series. We will concentrate on both modeling expected value by multi- variate Box-Jenkins processes and primarily on modeling conditional corre- lations and volatility. Our main object will be DCC (Dynamic Conditional Correlation) model, estimation of its parameters and some other general- izations. Then we will programme DCC model in statistical software R and apply on real data. In applications we will concentrate on problem of high dimension of financial time series and on modeling conditional correlations data with outliers. | en_US |
uk.publication.place | Praha | cs_CZ |
uk.grantor | Univerzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
dc.identifier.lisID | 990013876360106986 | |