Прогнозирование волатильности финансовых процессов с помощью моделей условной дисперсии

Оцінено три структури моделей динаміки умовної дисперсії, які використано для короткострокового прогнозування на навчальній та перевірочній вибірках. Оцінювання параметрів моделей виконано на основі методу Монте-Карло для марковських ланцюгів. Для обчислення оцінок прогнозів волатильності отримано ф...

Full description

Saved in:
Bibliographic Details
Published in:Проблемы управления и информатики
Date:2014
Main Authors: Бидюк, П.И., Кузнецова, Н.В.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2014
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/207832
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Прогнозирование волатильности финансовых процессов с помощью моделей условной дисперсии / П.И. Бидюк, Н.В. Кузнецова // Проблемы управления и информатики. — 2014. — № 5. — С. 47-54. — Бібліогр.: 9 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Оцінено три структури моделей динаміки умовної дисперсії, які використано для короткострокового прогнозування на навчальній та перевірочній вибірках. Оцінювання параметрів моделей виконано на основі методу Монте-Карло для марковських ланцюгів. Для обчислення оцінок прогнозів волатильності отримано функції прогнозування на основі побудованих моделей. Оцінки прогнозів волатильності, обчислені на основі моделей стохастичної волатильності та моделі Е-УАРУГ, демонструють подібні результати, що підтверджує коректність використаного підходу в цілому. Three model structures for conditional variance that were used for computing shortterm predictions on the training and test samples have been estimated. To compute the model parameters an appropriate MCMC method was used. To find volatility forecasts special forecasting functions were built on the basis of the models constructed. The forecast estimates computed with stochastic volatility and E-GARCH models demonstrated similar results what proves correctness of the approach used as a whole.
ISSN:0572-2691