Robust Kalman filter for high-frequency financial data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F18%3A10382870" target="_blank" >RIV/00216208:11320/18:10382870 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31140/18:00052450

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-00350-0_4" target="_blank" >http://dx.doi.org/10.1007/978-3-030-00350-0_4</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-00350-0_4" target="_blank" >10.1007/978-3-030-00350-0_4</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Robust Kalman filter for high-frequency financial data

Popis výsledku v původním jazyce

The robust recursive algorithm for the parameter estimation and the volatility prediction in GARCH models is proposed. The suggested technique applies the principles of the robustified Kalman filtering. It seems to be useful for (high-frequency) financial time series contaminated by additive outliers. In particular, it can be effective in the risk control and regulation when the prediction of volatility is the main concern since it is capable of distinguishing and correcting outlaid bursts of volatility. This conclusion is confirmed by simulations and real data examples presented herein.

Název v anglickém jazyce

Robust Kalman filter for high-frequency financial data

Popis výsledku anglicky

The robust recursive algorithm for the parameter estimation and the volatility prediction in GARCH models is proposed. The suggested technique applies the principles of the robustified Kalman filtering. It seems to be useful for (high-frequency) financial time series contaminated by additive outliers. In particular, it can be effective in the risk control and regulation when the prediction of volatility is the main concern since it is capable of distinguishing and correcting outlaid bursts of volatility. This conclusion is confirmed by simulations and real data examples presented herein.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Communications in Computer and Information Science

ISBN

978-3-030-00349-4

ISSN

1865-0929

e-ISSN

neuvedeno

Počet stran výsledku

13

Strana od-do

42-54

Název nakladatele

SPRINGER

Místo vydání

Switzerland

Místo konání akce

Medellín

Datum konání akce

17. 10. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—