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”

(G)ARCH-RBF Modelling of Conditional Volatility in Finance

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F15%3A86095614" target="_blank" >RIV/61989100:27510/15:86095614 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    (G)ARCH-RBF Modelling of Conditional Volatility in Finance

  • Popis výsledku v původním jazyce

    In this paper we investigate the importance of forecasting volatility in financial time series. We first present the models and methods used for volatility modelling nowadays, we discuss the basic properties of conditional financial volatility. We then suggest new hybrid model, so called ARCH-RBF which combines statistical ARCH model and RBF neural network into one hybrid model. We mathematically define our suggested hybrid model and we also theoretically present the upgraded version, so called GARCH-RBF and W-ARCH-RBF. Except for this we define the methodology - the forecasting procedure for practical ARCH-RBF forecasting. Finally, we discuss the proxy metrics which can ease the volatility modelling of differenced data.

  • Název v anglickém jazyce

    (G)ARCH-RBF Modelling of Conditional Volatility in Finance

  • Popis výsledku anglicky

    In this paper we investigate the importance of forecasting volatility in financial time series. We first present the models and methods used for volatility modelling nowadays, we discuss the basic properties of conditional financial volatility. We then suggest new hybrid model, so called ARCH-RBF which combines statistical ARCH model and RBF neural network into one hybrid model. We mathematically define our suggested hybrid model and we also theoretically present the upgraded version, so called GARCH-RBF and W-ARCH-RBF. Except for this we define the methodology - the forecasting procedure for practical ARCH-RBF forecasting. Finally, we discuss the proxy metrics which can ease the volatility modelling of differenced data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EE2.3.20.0296" target="_blank" >EE2.3.20.0296: Výzkumný tým pro modelování ekonomických a finančních procesů na VŠB-TU Ostrava</a><br>

  • Návaznosti

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

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

    Strategic Management and its Support by Information Systems 2015 : proceedings of the 11th international conference : May 21st-22nd, Uherské Hradiště, Czech Republic

  • ISBN

    978-80-248-3741-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

    183-191

  • Název nakladatele

    VŠB - Technical University of Ostrava

  • Místo vydání

    Ostrava

  • Místo konání akce

    Uherské Hradiště

  • Datum konání akce

    21. 5. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku