Show simple item record

Předpovídání Realizované Volatility Pomocí Neuronových Sítí
dc.contributor.advisorBaruník, Jozef
dc.creatorJurkovič, Jindřich
dc.date.accessioned2017-05-16T08:06:40Z
dc.date.available2017-05-16T08:06:40Z
dc.date.issued2013
dc.identifier.urihttp://hdl.handle.net/20.500.11956/55675
dc.description.abstractPředkládaná 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.cs_CZ
dc.description.abstractIn 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.en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.subjectrealizovaná volatilitacs_CZ
dc.subjectpředpovídání volatilitycs_CZ
dc.subjectneuronové sítěcs_CZ
dc.subjectHAR modelcs_CZ
dc.subjectHARD modelcs_CZ
dc.subjectARIMA modelycs_CZ
dc.subjectměnové párycs_CZ
dc.subjectfinanční trhycs_CZ
dc.subjectrealized volatilityen_US
dc.subjectforecasting volatilityen_US
dc.subjectneural networksen_US
dc.subjectHAR modelen_US
dc.subjectHARD modelen_US
dc.subjectARIMA modelsen_US
dc.subjectcurrency pairsen_US
dc.subjectfinancial marketsen_US
dc.titleForecasting Realized Volatility Using Neural Networksen_US
dc.typediplomová prácecs_CZ
dcterms.created2013
dcterms.dateAccepted2013-06-26
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.facultyFaculty of Social Sciencesen_US
dc.description.facultyFakulta sociálních vědcs_CZ
dc.identifier.repId105659
dc.title.translatedPředpovídání Realizované Volatility Pomocí Neuronových Sítícs_CZ
dc.contributor.refereeKrištoufek, Ladislav
dc.identifier.aleph001604583
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineEconomicsen_US
thesis.degree.disciplineEkonomiecs_CZ
thesis.degree.programEkonomické teoriecs_CZ
thesis.degree.programEconomicsen_US
uk.faculty-name.csFakulta sociálních vědcs_CZ
uk.faculty-name.enFaculty of Social Sciencesen_US
uk.faculty-abbr.csFSVcs_CZ
uk.degree-discipline.csEkonomiecs_CZ
uk.degree-discipline.enEconomicsen_US
uk.degree-program.csEkonomické teoriecs_CZ
uk.degree-program.enEconomicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csPředkládaná 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.cs_CZ
uk.abstract.enIn 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.en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Fakulta sociálních věd, Institut ekonomických studiícs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV