Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 3

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Kontrakty terminowe
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
EN
Istotą wszystkich formacji harmonicznych XABCD (w tym prezentowanej formacji Butterfly) jest obliczenie dogodnego momentu zainicjowania transakcji na wiele dni (czasem tygodni lub miesięcy) przed jego pojawieniem się. Tym momentem jest punkt D, który obliczany jest za pomocą zniesień zewnętrznych oraz zniesień wewnętrznych. Z zamieszczonych wykresów i obliczeń wynika, że omówiona struktura charakteryzuje się bardzo dużą rentownością (492,31% w ciągu 34 dni przebywania na rynku) przy pewnym akceptowanym poziomie ryzyka, które wynosi R=130 zł na jedną pozycję.
PL
W artykule tym przeprowadzono analizę przydatności trzech popularnych modeli klasy GARCH, a mianowicie GARCH(S, W), EGARCH(S, W) oraz GJR(S, W), do modelowania warunkowej wariancji stóp zwrotu kontraktów terminowych na kukurydzę, pszenicę i soję. Dane pochodziły z giełdy towarowej w Chicago i obejmowały lata od 1975 do 2010. Analiza empiryczna dowiodła, że modelowane szeregi wykazują wysoki stopień podobieństwa. Znalazło to odzwierciedlenie w zbliżonych wartościach samych parametrów konkurencyjnych modeli, jak i wartości innych ich charakterystyk, takich chociażby jak wartość popularnego kryterium AIC. Artykuł został podzielony na pięć części. W rozdziale drugim zawarto opis próby badawczej oraz podstawowe statystyki opisowe szeregów, które wykorzystano w badaniu. Rozdział trzeci został poświęcony omówieniu metodologii modelowania warunkowej wariancji szeregów stóp zwrotu, przedstawiono modele oraz opisano kolejne etapy badania. Wyniki empiryczne zostały zaprezentowane w rozdziale czwartym, zaś piąty - ostatni - rozdział zawiera wnioski.(fragment tekstu)
EN
In this paper various GARCH family models are examined to find the one best suited for modeling the conditional volatility of returns of soft commodity futures. The data came from the Chicago Mercantile Exchange (CME) and covered the period from 1975 to 2010. Three different commodities were selected, namely corn, soybeans and wheat. The most striking finding of this study is that there is not much difference between the models of conditional volatility for a given commodity and across the commodities under consideration. This demonstrates possible difficulties that one could face while trying to choose out of the competing parameterizations.(original abstract)
PL
W artykule dokonano analizy porównawczej modeli wyboru portfeli budowanych w oparciu o miarę ryzyka CVaR (warunkowaną wartość zagrożoną). Zbadano portfele na rynkach kontraktów krótkoterminowych energii elektrycznej z wykorzystaniem liniowych dziennych stóp zwrotu cen notowanych na Towarowej Giełdzie Energii (POLPX) i Europejskiej Giełdzie Energii EEX.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.