1. SCSIT
  2. All Volumes and Issues
  3. Volume 751, 2013
  4. Прогнозування волатильності валютного ринку за нелінійними моделями

Прогнозування волатильності валютного ринку за нелінійними моделями

SCSIT.
2013;
Volume 751
: pp. 257 - 265
Authors: 

П. Бідюк*, О. Гожий**, М. Коновалюк*

*Інститут прикладного системного аналізу, Національний технічний університет «Київський політехнічний інститут»,
**Чорноморський державний університет ім. Петра Могили, кафедра інформаційних технологій і програмних систем

Оцінено три структури моделей динаміки умовної дисперсії, які використано для однокрокового прогнозування на навчальній та перевіряльній вибірках. Для оцінювання параметрів моделей використано метод Монте-Карло для марковських ланцюгів. Оцінки прогнозів волатильності, обчислені на основі МСВ та моделі Е-УАРУГ, демонструють схожі результати, що підтверджує коректність використаного підходу загалом.

Three model structures for conditional variance had been estimated that were used for computing one-step predictions on training and test samples. To find the model parameters the known method of MCMC was hired. The forecast estimates computed with SVM and E-GARCH model demonstrated similar results what proves correctness of approach as a whole.

volatility
model
prognostication
Markov chain
  1. Nelson D.B. Conditional heteroscedasticity in asset returns: a new approach // Econometrica. 1991. – Vol. 59. – No. 2, pp. 347 – 370.
  2. Engle R.F., Lilien D.M., Robins R.P. Estimating time-varying risk premia in the term structure: ARCH-M model // Econometrica. – 1987. – Vol. 55. – No. 2, pp. 391 –408.
  3. Chou R.Y. Volatility persistence and stock returns – some empirical evidence using GARCH // Journal of Applied Econometrics. – 1987. – No. 3, 279 – 294.
  4. Бідюк П.І., Коновалюк М.М. Оцінювання моделей стохастичної волатильності та УАРУГ на Java // Миколаїв. – 2012.
  5. Taylor S. J. Financial returns modeled by the product of two stochastic processes – a study of the daily sugar prices: 1961 – 1975 // In Anderson, O. D. (ed.), Time Series Analysis: Theory and Practice, 1. – Amsterdam: North-Holland, – 1982. – P. 203–226.
  6. Bollerslev T., Generalized autoregressive conditional heteroskedasticity // Journal of Econometrics. – 1986. – Vol. 31. – P. 307–327.
  7. Bollerslev T. A conditionally heteroskedasticity time series model for speculative prices and rates of return // The Review of Economics and Statistics. – 1987. – Vol. 69. – P. 542–547.
  8. Engle R.F., Bollerslev T. Modeling the persistence of conditional variance // Econometric Reviews. – Vol. 5. – 1986. – P. 1–50.
  9. Ширяев А.Н. Основы стохастической финансовой математики // Том 1, Факты. Модели. – М.: ФАЗИС, – 1998. – 512 с.