Show simple item record

Predikce měnového kurzu: Použití techniky průměrování modelů
dc.contributor.advisorHorváth, Roman
dc.creatorMida, Jaroslav
dc.date.accessioned2017-05-26T09:57:27Z
dc.date.available2017-05-26T09:57:27Z
dc.date.issued2015
dc.identifier.urihttp://hdl.handle.net/20.500.11956/62003
dc.description.abstractPredpovedanie výmenných kurzov vždy bolo zaujímavou témou. Cieľom mnohých akademikov bolo predpovedať vývoj hodnoty výmenného kurzu s menšou chybou ako náhodná predpoveď. Títo akadamici využili vo svojich prácach rozmanité techniky a datasety. V tejto práci sme použili techniku Bayesovho priemerovania modelu, kde konečná predpoveď je priemer predpovedí všetkých modelov. Aplikovali sme štvrťročné dáta od roku 1980 do 2013 a pokúsili sme sa odhadnuúť hodnoty výnosov výmenných kurzov piatich menových párov, ktoré neobsahujú americký dolár. Predikcia bola vykonaná na horizonte jedného, dvoch, štyroch a ôsmych kvartálov. Výsledné predpovede sme okrem náhodnej predpovedi porovnali aj s priemerným historickým výnosom pomocou niekoľkých kritérií, ako napríklad stredná kvadratická chyba, stredná absolútna odchýlka alebo hodnota smeru zmeny. Zistili sme, že Bayesove priemerovanie modelov zvyčajne neporazí náhodnú predpoveď alebo priemerný historický výnos. Na druhej strane, v niektorých špeciálnych situáciach táto métoda dokáže predpovedať s menšou chybou a s vysšším percentom správne predpokladaných zmien znamienka.cs_CZ
dc.description.abstractThe exchange rate forecasting has been an interesting topic for a long time. Beating the random walk model has been the goal of many researchers, who applied various techniques and used various datasets. We tried to beat it using bayesian model averaging technique, which pools a large amount of models and the final forecast is the average of forecasts of these models. We used quarterly data from 1980 to 2013 and attempted to predict the value of exchange rate return of five currency pairs. The novelty was the fact that none of these currency pairs included U.S. Dollar. The forecasting horizon was one, two, four and eight quarters. In addition to random walk, we also compared our results to historical average return model using several benchmarks, such as root mean squared error, mean absolute error or direction of change statistic. We found out that bayesian model averaging can not generally outperform random walk or historical average return, but in specific setting it can produce forecasts with low error and with high percentage of correctly predicted signs of change.en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.subjectPredikce měnového kurzucs_CZ
dc.subjectprůměrování modelůcs_CZ
dc.subjectExchange Rate Forecastingen_US
dc.subjectModel Averagingen_US
dc.titleExchange Rate Forecasting: An Application with Model Averaging Techniquesen_US
dc.typediplomová prácecs_CZ
dcterms.created2015
dcterms.dateAccepted2015-06-22
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.facultyFakulta sociálních vědcs_CZ
dc.description.facultyFaculty of Social Sciencesen_US
dc.identifier.repId149435
dc.title.translatedPredikce měnového kurzu: Použití techniky průměrování modelůcs_CZ
dc.contributor.refereeBobková, Božena
dc.identifier.aleph002010684
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineEkonomiecs_CZ
thesis.degree.disciplineEconomicsen_US
thesis.degree.programEkonomické teoriecs_CZ
thesis.degree.programEconomicsen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csFakulta sociálních věd::Institut ekonomických studiícs_CZ
uk.taxonomy.organization-enFaculty of Social Sciences::Institute of Economic Studiesen_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.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csPredpovedanie výmenných kurzov vždy bolo zaujímavou témou. Cieľom mnohých akademikov bolo predpovedať vývoj hodnoty výmenného kurzu s menšou chybou ako náhodná predpoveď. Títo akadamici využili vo svojich prácach rozmanité techniky a datasety. V tejto práci sme použili techniku Bayesovho priemerovania modelu, kde konečná predpoveď je priemer predpovedí všetkých modelov. Aplikovali sme štvrťročné dáta od roku 1980 do 2013 a pokúsili sme sa odhadnuúť hodnoty výnosov výmenných kurzov piatich menových párov, ktoré neobsahujú americký dolár. Predikcia bola vykonaná na horizonte jedného, dvoch, štyroch a ôsmych kvartálov. Výsledné predpovede sme okrem náhodnej predpovedi porovnali aj s priemerným historickým výnosom pomocou niekoľkých kritérií, ako napríklad stredná kvadratická chyba, stredná absolútna odchýlka alebo hodnota smeru zmeny. Zistili sme, že Bayesove priemerovanie modelov zvyčajne neporazí náhodnú predpoveď alebo priemerný historický výnos. Na druhej strane, v niektorých špeciálnych situáciach táto métoda dokáže predpovedať s menšou chybou a s vysšším percentom správne predpokladaných zmien znamienka.cs_CZ
uk.abstract.enThe exchange rate forecasting has been an interesting topic for a long time. Beating the random walk model has been the goal of many researchers, who applied various techniques and used various datasets. We tried to beat it using bayesian model averaging technique, which pools a large amount of models and the final forecast is the average of forecasts of these models. We used quarterly data from 1980 to 2013 and attempted to predict the value of exchange rate return of five currency pairs. The novelty was the fact that none of these currency pairs included U.S. Dollar. The forecasting horizon was one, two, four and eight quarters. In addition to random walk, we also compared our results to historical average return model using several benchmarks, such as root mean squared error, mean absolute error or direction of change statistic. We found out that bayesian model averaging can not generally outperform random walk or historical average return, but in specific setting it can produce forecasts with low error and with high percentage of correctly predicted signs of change.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

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