Forecasting dynamic return distributions based on ordered binary choice

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F19%3A00504930" target="_blank" >RIV/67985556:_____/19:00504930 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/67985998:_____/19:00504930 RIV/00216208:11230/19:10395558 RIV/00216208:11640/19:00517974

Výsledek na webu

<a href="http://dx.doi.org/10.1016/j.ijforecast.2019.01.005" target="_blank" >http://dx.doi.org/10.1016/j.ijforecast.2019.01.005</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.ijforecast.2019.01.005" target="_blank" >10.1016/j.ijforecast.2019.01.005</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Forecasting dynamic return distributions based on ordered binary choice

Popis výsledku v původním jazyce

We present a simple approach to the forecasting of conditional probability distributions of asset returns. We work with a parsimonious specification of ordered binary choice regressions that imposes a connection on sign predictability across different quantiles. The model forecasts the future conditional probability distributions of returns quite precisely when using a past indicator and a past volatility proxy as predictors. The direct benefits of the model are revealed in an empirical application to the 29 most liquid U.S. stocks. The forecast probability distribution is translated to significant economic gains in a simple trading strategy. Our approach can also be useful in many other applications in which conditional distribution forecasts are desired.

Název v anglickém jazyce

Forecasting dynamic return distributions based on ordered binary choice

Popis výsledku anglicky

We present a simple approach to the forecasting of conditional probability distributions of asset returns. We work with a parsimonious specification of ordered binary choice regressions that imposes a connection on sign predictability across different quantiles. The model forecasts the future conditional probability distributions of returns quite precisely when using a past indicator and a past volatility proxy as predictors. The direct benefits of the model are revealed in an empirical application to the 29 most liquid U.S. stocks. The forecast probability distribution is translated to significant economic gains in a simple trading strategy. Our approach can also be useful in many other applications in which conditional distribution forecasts are desired.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

50202 - Applied Economics, Econometrics

Projekt

<a href="/cs/project/GA16-14179S" target="_blank" >GA16-14179S: Nové míry závislostí ekonomických proměnných</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

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

Název periodika

International Journal of Forecasting

ISSN

0169-2070

e-ISSN

—

Svazek periodika

35

Číslo periodika v rámci svazku

3

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

13

Strana od-do

823-835

Kód UT WoS článku

000474317500001

EID výsledku v databázi Scopus

2-s2.0-85062917077