Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Optimal Sampling for the Detection of Market Microstructure Noise

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14560%2F15%3A00084078" target="_blank" >RIV/00216224:14560/15:00084078 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Optimal Sampling for the Detection of Market Microstructure Noise

  • Popis výsledku v původním jazyce

    Volatility patterns and its dynamics are the core measures of risk in the financial theory. However, given the algorithmic nature of modern securities trading, frequently used parametric volatility models should be used with great caution when applied onhigh frequency data. Modelling volatility in high frequency data is fairly complex since such data contains a disruptive volatility component, which only occurs in this kind of data and is not observable in lower frequency data. This phenomenon is usually called market microstructure noise. It is mostly caused by bid ask bounce, so its presence is not so significant in assets with lower spreads. This paper focuses on the comparison of two approaches and simulations to identify market microstructure noise and derive optimal samples for measuring volatility. These tests are implemented on the high frequency trading data from the German Stock Exchange.

  • Název v anglickém jazyce

    Optimal Sampling for the Detection of Market Microstructure Noise

  • Popis výsledku anglicky

    Volatility patterns and its dynamics are the core measures of risk in the financial theory. However, given the algorithmic nature of modern securities trading, frequently used parametric volatility models should be used with great caution when applied onhigh frequency data. Modelling volatility in high frequency data is fairly complex since such data contains a disruptive volatility component, which only occurs in this kind of data and is not observable in lower frequency data. This phenomenon is usually called market microstructure noise. It is mostly caused by bid ask bounce, so its presence is not so significant in assets with lower spreads. This paper focuses on the comparison of two approaches and simulations to identify market microstructure noise and derive optimal samples for measuring volatility. These tests are implemented on the high frequency trading data from the German Stock Exchange.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AE - Řízení, správa a administrativa

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    European Financial Systems 2015. Proceedings of the 12th International Scientific Conference

  • ISBN

    9788021079625

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    211-217

  • Název nakladatele

    Masaryk University

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    1. 1. 2015

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku

    000370679200029