Title (eng)
Volatility forecasting with neural networks
Author
Anela Jahic
Advisor
Christa Cuchiero
Assessor
Christa Cuchiero
Abstract (deu)
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 (eng)
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).
Keywords (eng)
Realized Volatility ForecastingReturn Time SeriesArtificial Neural NetworksGARCH Models
Keywords (deu)
Realisierte VolatilitätsvorhersageReturn-ZeitreihenKünstliche Neuronale NetzeGARCH-Modelle
Subject (deu)
Type (deu)
Persistent identifier
Extent (deu)
64 Seiten : Diagramme
Number of pages
66
Study plan
Masterstudium Mathematik
[UA]
[066]
[821]
Association (deu)
Title (eng)
Volatility forecasting with neural networks
Author
Anela Jahic
Abstract (deu)
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 (eng)
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).
Keywords (eng)
Realized Volatility ForecastingReturn Time SeriesArtificial Neural NetworksGARCH Models
Keywords (deu)
Realisierte VolatilitätsvorhersageReturn-ZeitreihenKünstliche Neuronale NetzeGARCH-Modelle
Subject (deu)
Type (deu)
Persistent identifier
Number of pages
66
Association (deu)
License
- Citable links
- Other links
- Managed by
- Details
- Metadata
- Export formats