Results found: 2

Search results

Search:
in the keywords: dane wysokiej częstotliwości

Sort By:

Limit search:

Prognozowanie zmienności polskich indeksów giełdowych za pomocą modeli GARCH przy użyciu danych wysokiej częstotliwości

100%

Doman M., Akademia Ekonomiczna w Poznaniu K. M. S.

Acta Universitatis Lodziensis. Folia Oeconomica

2004

vol. 177

The notion of daily realized volatility introduced by Andersen and Bollerslev gave a new impulse to research connected with modeling and forecasting the volatility of financial returns using GARCH models. Daily realized volatility is a sum of squared intraday returns. Volatility forecasts obtained from GARCH models improve when instead of daily squared returns they are evaluated against the realized volatility. In this paper we calculate and investigate volatility forecasts for stock indices from the Warsaw Stock Exchange delivered by GARCH models with realized volatility as an additional explanatory variable.

Wprowadzone przez Andersena i Boilersleva pojęcie dziennej zmienności zrealizowanej dało nowy impuls badaniom poświęconym modelowaniu i prognozowaniu zmienności cen instrumentów finansowych przy użyciu modeli GARCH. Dzienna zmienność zrealizowana jest określona jako suma kwadratów zwrotów śróddziennych. Odnoszenie dziennych prognoz modeli GARCH do tak rozumianej zmienności zwykle znacznie poprawia jakość prognozy. Praca poświęcona jest prognozowaniu dziennej zmienności zrealizowanej indeksów Warszawskiej Giełdy Papierów Wartościowych za pomocą modeli z rodziny GARCH, w których opóźniona dzienna zmienność zrealizowana została również wprowadzona jako dodatkowa zmienna objaśniająca.

Wykorzystanie danych wysokiej częstotliwości w prognozowaniu zmienności polskich indeksów giełdowych za pomocą modeli zmienności stochastycznej

100%

Doman R., Uniwersytet im. Adama Mickiewicza w Poznaniu W. M. i. I.

Acta Universitatis Lodziensis. Folia Oeconomica

2004

vol. 177

Stochastic volatility (SV) models form a class of models applied to financial instrument volatility forecasting that is alternative to the one consisting of better known GARCH models. In contrast to GARCH models, the time-varying volatility in SV models is described by means of two uncorrelated stochastic processes. In this paper we apply stochastic volatility models to forecasting the daily volatility of the Warsaw Stock Exchange indices. The obtained forecasts are evaluated against the daily realized volatility understood as a sum of squared intraday returns. We also investigate the impact of entering the realized volatility as an additional explanatory variable on the quality of the forecasts.

Modele zmienności stochastycznej (SV) stanowią drugą, obok bardziej znanych modeli typu GARCH, klasę modeli wykorzystywanych do prognozowania zmienności instrumentów finansowych. W przeciwieństwie do modeli rodziny GARCH, w modelach SV ewolucja zmienności w czasie jest opisywana za pomocą dwóch nieskorelowanych procesów stochastycznych. W niniejszym artykule modele SV są stosowane do prognozowania dziennej zmienności indeksów Giełdy Papierów Wartościowych w Warszawie. Otrzymywane prognozy odnoszone są do dziennej zmienności zrealizowanej, rozumianej jak o suma kwadratów zwrotów śróddziennych. Ponadto badany jest wpływ, jaki na jakość prognoz ma wprowadzenie do modelu SV dziennej zmienności zrealizowanej jako dodatkowej zmiennej objaśniającej.

Refine search results

2 Acta Universitatis Lodziensis. Folia Oeconomica

1 Akademia Ekonomiczna w Poznaniu K. M. S.

1 Doman M.

1 Doman R.

1 Uniwersytet im. Adama Mickiewicza w Poznaniu W. M. i. I.

2 2004

Search results

Prognozowanie zmienności polskich indeksów giełdowych za pomocą modeli GARCH przy użyciu danych wysokiej częstotliwości

Wykorzystanie danych wysokiej częstotliwości w prognozowaniu zmienności polskich indeksów giełdowych za pomocą modeli zmienności stochastycznej