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”

Using of Markov chains with varying state space for predicting short-term of the share price movements

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23510%2F17%3A43932333" target="_blank" >RIV/49777513:23510/17:43932333 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Using of Markov chains with varying state space for predicting short-term of the share price movements

  • Popis výsledku v původním jazyce

    This paper deals with stochastic modelling and short time prediction of a share price. It follows the works that use Markov chains analysis (MCA) with unvarying state space for predicting the share price movement. According to this analysis business strategies for the purchase and subsequent sale of shares were created. These strategies outperformed the market represented by the passive strategy Buy and Hold. This study uses MCA with varying state space. The state space is defined parametrically as a multiple of moving standard deviation. Three models of state space are calculated. The state space is defined by a moving standard deviation of lengths 10, 20, 30. Nine trading strategies are calculated for each of the models. For each of these trading strategies the achieved yield and the number of transactions are calculated. The study was performed on historical daily prices (open and close) of the CEZ shares in the ten years period from early 2006 to the end of 2015. The results are compared with the strategies which use MCA with unvarying state space and the passive strategy Buy and Hold.

  • Název v anglickém jazyce

    Using of Markov chains with varying state space for predicting short-term of the share price movements

  • Popis výsledku anglicky

    This paper deals with stochastic modelling and short time prediction of a share price. It follows the works that use Markov chains analysis (MCA) with unvarying state space for predicting the share price movement. According to this analysis business strategies for the purchase and subsequent sale of shares were created. These strategies outperformed the market represented by the passive strategy Buy and Hold. This study uses MCA with varying state space. The state space is defined parametrically as a multiple of moving standard deviation. Three models of state space are calculated. The state space is defined by a moving standard deviation of lengths 10, 20, 30. Nine trading strategies are calculated for each of the models. For each of these trading strategies the achieved yield and the number of transactions are calculated. The study was performed on historical daily prices (open and close) of the CEZ shares in the ten years period from early 2006 to the end of 2015. The results are compared with the strategies which use MCA with unvarying state space and the passive strategy Buy and Hold.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50206 - Finance

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • 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

    35-th International Confernce Mathematical Methods in Economics, Conference Proceedings

  • ISBN

    978-80-7435-678-0

  • ISSN

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    6

  • Strana od-do

    749-754

  • Název nakladatele

    Gaudeamus, University of Hradec Králové

  • Místo vydání

    Hradec Králové

  • Místo konání akce

    Hradec Králové

  • Datum konání akce

    13. 9. 2017

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku