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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Проблемы управления и информатики
Datum:2014
Hauptverfasser: Бидюк, П.И., Кузнецова, Н.В.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2014
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/207832
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren: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
Beschreibung
Zusammenfassung: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