Forecasting Realized Volatility Using Neural Networks
Předpovídání Realizované Volatility Pomocí Neuronových Sítí
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/55675Identifikátory
SIS: 105659
Kolekce
- Kvalifikační práce [17123]
Autor
Vedoucí práce
Oponent práce
Krištoufek, Ladislav
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
26. 6. 2013
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Velmi dobře
Klíčová slova (česky)
realizovaná volatilita, předpovídání volatility, neuronové sítě, HAR model, HARD model, ARIMA modely, měnové páry, finanční trhyKlíčová slova (anglicky)
realized volatility, forecasting volatility, neural networks, HAR model, HARD model, ARIMA models, currency pairs, financial marketsPředkládaná práce se zabývá předpovídáním časových řad denní realizované volatility vybraných měnových párů EUR/USD, GBP/USD a USD/CHF, pomocí neu-ronových sítí. Jejich výsledky jsou porovnány s výsled-ky aktuálně populárního modelu HAR (Heterogenous Autoregressive) a již tradičních modelů ARIMA. Vedlejším produktem těchto snah je zdokonalení modelu HAR, které je nazváno HARD rozšířením. Po otestování jeho predikčních schopností je tento model dále použit jako referenční model pro testování neuronových sítí a modelu ARIMA.
In this work, neural networks are used to forecast daily Realized Volatility of the EUR/USD, GBP/USD and USD/CHF currency pairs time series. Their performan-ce is benchmarked against nowadays popular Hetero-genous Autoregressive model of Realized Volatility (HAR) and traditional ARIMA models. As a by-product of our research, we introduce a simple yet effective enhancement to HAR model, naming the new model HARD extension. Forecasting performance tests of HARD model are conducted as well, promoting it to become a reference benchmark for neural networks and ARIMA.
Citace dokumentu
Metadata
Zobrazit celý záznamSouvisející záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Oceňování finančních derivátů
Výsledek obhajoby: OBHÁJENOChudáček, Petr (Univerzita Karlova, Matematicko-fyzikální fakulta, 2017)Datum obhajoby: 12. 9. 2017Tato práce se věnuje vybraným způsobům oceňování finančních derivátů. Počíná úvodem do finančních derivátů, triviálními metodámi jejich oce- ňování a zavedením názvosloví. Následuje přehled matematických definic a vět ... -
Modely rozložených časových zpoždění
Výsledek obhajoby: OBHÁJENODian, Patrik (Univerzita Karlova, Matematicko-fyzikální fakulta, 2022)Datum obhajoby: 23. 6. 2022The aim of this bachelor thesis is to unite the theory about distribu- ted lag models and autoregressive distributed lag model, which includes lagged dependent variables and application of these models on real data. The ... -
Reverzní hypotéka
Výsledek obhajoby: NEOBHÁJENOKorotkov, Daniil (Univerzita Karlova, Matematicko-fyzikální fakulta, 2018)Datum obhajoby: 11. 9. 2018ČSOB Pojišťovna, a. s., člen holdingu ČSOB Veřejné 1 / 1 20.7.2018 Abstrakt: Reverzní hypotéky jsou v současné době relativně novými produkty na českém trhu a v této práci věnujeme jejích problematice. V práci jsou popsána ...