Detailansicht
Volatility forecasting with neural networks
Anela Jahic
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Mathematik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Mathematik
Betreuer*in
Christa Cuchiero
DOI
10.25365/thesis.62864
URN
urn:nbn:at:at-ubw:1-16294.79307.481066-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In dieser These werden sprunghafte / unbeständige Vorhersagen von finanziellen Vermögenswerten untersucht. Wir betrachten zunächst die Zeitreihe der Returns und stellen ihre Hauptmerkmale und stilisierten Fakten vor. Das Verhalten der Varianz von Return-Reihen wird erklärt und die Zeitreihenmodelle für die bedingte Volatilitätsvorhersage werden vorgestellt. Dann betrachten wir ein mehrschichtiges künstliches neuronales Netz und stellen einen Rückpropagationsalgorithmus vor. In der empirischen Studie testen wir künstliche neuronale Netze zur realisierten Volatilitätsprognose des monatlichen Returns von S\&P 500 und NASDAQ-Aktienindizes. Als Maßstab für die mit künstlichen neuronalen Netzen erzielten Ergebnisse werden ARCH-Modelle an denselben Problemen getestet. ARCH-Modelle sind ARCH (1,1), GARCH (1,1) and EGARCH(1,1).
Abstract
(Englisch)
In this thesis volatility forecasting of financial assets is studied. We consider first the time series of returns and present its main characteristics and stylized facts. The behaviour of the variance of return series is explained, and the time series models for conditional volatility forecasting are presented. Then, we consider a multilayer artificial neural network and present a back propagation algorithm. In the empirical study, we test artificial neural networks for realized volatility forecasting of the monthly returns of S$\&$P 500 and NASDAQ stock indexes. As a benchmark for the results obtained by artificial neural networks, ARCH models are tested on the same problems. ARCH models are ARCH (1,1), GARCH (1,1) and EGARCH(1,1).
Schlagwörter
Schlagwörter
(Englisch)
Realized Volatility Forecasting Return Time Series Artificial Neural Networks GARCH Models
Schlagwörter
(Deutsch)
Realisierte Volatilitätsvorhersage Return-Zeitreihen Künstliche Neuronale Netze GARCH-Modelle
Autor*innen
Anela Jahic
Haupttitel (Englisch)
Volatility forecasting with neural networks
Publikationsjahr
2020
Umfangsangabe
64 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Christa Cuchiero
Klassifikation
31 Mathematik > 31.80 Angewandte Mathematik
AC Nummer
AC15759236
Utheses ID
55567
Studienkennzahl
UA | 066 | 821 | |