Моделi стохастичної та хаотичної волатильностi для аналiзу кривих новин

Simple item page
dc.contributor.authorЛеськiв, Мар'яна
dc.contributor.authorЩестюк, Наталія
dc.date.accessioned2019-12-09T21:17:22Z
dc.date.available2019-12-09T21:17:22Z
dc.date.issued2019
dc.description.abstractНевiдповiднiсть теоретичних цiн деривативiв, отриманих за формулою Блека–Шоулза, та ринкових цiн спонукає дослiдникiв до пошукiв бiльш точних та витончених моделей фiнансових ринкiв. Наразi не викликає сумнiвiв, що волатильнiсть, як параметр мiнливостi фiнансового ринку внаслiдок появи "гарних" i "поганих" новин, не є константою i може бути розглянутою як стохастичний процес. Моделi фiнансового ринку, побудованi за таким пiдходом, мають назву моделей стохастичної волатильностi i вони вiдомi, починаючи з дослiджень Р. Єнгля. У роботi у якостi удосконалення цього пiдходу запропоновано так званi моделi хаотичної волатильностi, якi утворюються з вiдомих моделей стохастичної волатильностi ARCH, GARCH, EGARCH за допомогою використання послiдовностей "динамiчного хаосу" замiсть бiлого шуму. Iдея iснування фрактального ринку та застосування "динамiчного хаосу" обговорювалась ще в роботах Б. Мандельброта, Ю. Фама, А. Ширяєва та iнших. А. Ширяєв у своїх роботах вказує, що поведiнка послiдовностей "динамiчного хаосу" при певних значеннях параметрiв є схожою на поведiнку "бiлого" шуму. В роботi серед представникiв хаотичних послiдовносей було обрано логiстичну послiдовнiсть. Для реальних даних було побудовано три моделi з класу авторегресивних гетероскедастичних моделей iз стохастичною та хаотичною волатильнiстю. Було розглянуто криву впливу новин як стандартну мiру того, що новини включенi в оцiнку волатильностi. Було виявлено асиметричну реакцiю волатильностi на свiтовi позитивнi та негативнi новини. Ефект асиметрiї найкраще враховано у ЕGARCH моделi i на практицi доведено, що ця модель найкраще описує змiну ситуацiї на ринку цiнних паперiв та деривативiв. Спрогнозовано теоретичну цiну акцiй з використанням моделей стохастичної та хаотичної волатильностi. Провiвши порiвняльний аналiз модельних цiн з ринковою цiною за допомогою обчислення вiдносної похибки, можна побачити, що запропонованi у статтi моделi з хаотичною волатильнiстю мають меншi вiдноснi похибки.uk_UA
dc.description.abstractThe difference between the theoretical prices of Black–Scholes derivatives and market prices is reason for researchers to look for more accurate and sophisticated models of financial markets. There is no doubt that volatility as a parameter of financial market changeability due to the emergence of "good" and "bad" news, is not a constant and can be considered as a stochastic process. The financial market models under this approach are called stochastic volatility models and have been known since R. Engle’s research. In an effort to improve this approach, we propose the so-called chaotic volatility models, which are formed from the known ARCH stochastic volatility models, GARCH, EGARCH, by using "dynamic chaos" sequences instead of white noise. The ideo of the existence of a fractal market and the application of "dynamic chaos" was discussed in the works of B. Mandelbrot, Y. Fam, A. Shiryaev and others. A. Shiryaev in his works indicates that the behavior of sequences of "dynamic chaos" under certain parameter values is similar to the behavior of "white" noise. In the work among the representatives of chaotic sequences, was selected the logistic sequence. For real data, three models were constructed from the class of autoregressive heteroscedastic models with stochastic and chaotic volatility. The news impact curve was considered, which measures how new information is incorporated into volatility estimates. An asymmetric reaction of volatility to world positive and negative news has been revealed. In practice it is proven that EGARCH model accounts the best the asymmetry effect and describes the changing situation in the securities and derivatives market. The theoretical stock prices were predicted by using stochastic and chaotic volatility models. Having conducted a comparative analysis of the model prices with the market prices by calculating the relative error, it can be seen that the models proposed in the article with chaotic volatility have less relative error.en_US
dc.identifier.citationЛеськів М. О. Моделi стохастичної та хаотичної волатильностi для аналiзу кривих новин / Леськiв М. О., Щестюк Н. Ю. // Могилянський математичний журнал. - 2019. - Т. 2. - С. 46-50.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/16770
dc.language.isoukuk_UA
dc.relation.sourceМогилянський математичний журналuk_UA
dc.statusfirst publisheduk_UA
dc.subjectволатильнiстьuk_UA
dc.subjectочiкувана волатильнiстьuk_UA
dc.subjectстохастичнi моделiuk_UA
dc.subjectARCHuk_UA
dc.subjectGARCHuk_UA
dc.subjectEGARCHuk_UA
dc.subjectкрива впливу новинuk_UA
dc.subjectхаотична волатильнiстьuk_UA
dc.subjectстаттяuk_UA
dc.subjectvolatilityen_US
dc.subjectexpected volatilityen_US
dc.subjectstochastic modelsen_US
dc.subjectARCHen_US
dc.subjectGARCHen_US
dc.subjectEGARCHen_US
dc.subjectnews impact curveen_US
dc.subjectchaotic volatilityen_US
dc.subjectarticleen_US
dc.titleМоделi стохастичної та хаотичної волатильностi для аналiзу кривих новинuk_UA
dc.title.alternativeModels of stochastic and chaotic volatility for news analysisen_US
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Leskiv,Shchestiuk_Modeli_stokhastychnoi_ta_khaotychnoi_volatylnosti_dlia_analizu_kryvykh_novyn.pdf
Size:
650.66 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
7.54 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Том 2