Forecasting stock-return volatility in the time-frequency domain
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.14/29407 |
Resumo: | Este estudo foca nos modelos autorregressivos de heterocedasticidade condicional, em especial nos modelos GARCH. A amostra principal usa dados do retorno do índice do S&P500 ajustados a divisão e dividendos de 1990 a 2008, usando uma janela fora da amostra de 2001 até ao final da amostra. O objetivo principal é analisar o desempenho das previsões do modelo num domínio tempo-frequência e, em seguida, compará-los com resultados em um cenário de domínio de tempo. Para fazer uma análise de domínio tempo-frequência, usamos técnicas de wavelets para decompor as séries temporais S&P500 originais em diferentes frequências, cada uma delas originalmente configurada no domínio do tempo. Em última análise, o objetivo é ver se a decomposição com wavelets traz um desempenho aprimorado na previsão/modelagem da volatilidade, observando a função de perdas de previsão de Quasi-Verossimilhança (QL), bem como os índices médios de perdas de previsão ao quadrado (MSFE). Embora a decomposição com wavelets ajude a capturar componentes periódicos ocultos das séries temporais originais, os resultados de domínio de frequência em termos de função de perda (QL e MSFE) não superam o resultado original do domínio do tempo para qualquer frequência dada. No entanto, a maioria das informações para a volatilidade futura é capturada em poucas frequências da série temporal do S&P500, especialmente, na parte de alta frequência dos espectros, representando horizontes de investimento muito curtos. |
id |
RCAP_524bc235d45ec5934247dd772637d18a |
---|---|
oai_identifier_str |
oai:repositorio.ucp.pt:10400.14/29407 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Forecasting stock-return volatility in the time-frequency domainVolatilidadeGARCHDecomposição com waveletsFunção de perdasVolatilityWavelet decompositionLoss functionDomínio/Área Científica::Ciências Sociais::Economia e GestãoEste estudo foca nos modelos autorregressivos de heterocedasticidade condicional, em especial nos modelos GARCH. A amostra principal usa dados do retorno do índice do S&P500 ajustados a divisão e dividendos de 1990 a 2008, usando uma janela fora da amostra de 2001 até ao final da amostra. O objetivo principal é analisar o desempenho das previsões do modelo num domínio tempo-frequência e, em seguida, compará-los com resultados em um cenário de domínio de tempo. Para fazer uma análise de domínio tempo-frequência, usamos técnicas de wavelets para decompor as séries temporais S&P500 originais em diferentes frequências, cada uma delas originalmente configurada no domínio do tempo. Em última análise, o objetivo é ver se a decomposição com wavelets traz um desempenho aprimorado na previsão/modelagem da volatilidade, observando a função de perdas de previsão de Quasi-Verossimilhança (QL), bem como os índices médios de perdas de previsão ao quadrado (MSFE). Embora a decomposição com wavelets ajude a capturar componentes periódicos ocultos das séries temporais originais, os resultados de domínio de frequência em termos de função de perda (QL e MSFE) não superam o resultado original do domínio do tempo para qualquer frequência dada. No entanto, a maioria das informações para a volatilidade futura é capturada em poucas frequências da série temporal do S&P500, especialmente, na parte de alta frequência dos espectros, representando horizontes de investimento muito curtos.This research focuses on generalized autoregressive conditional heteroskedasticity (GARCH) model. The main sample uses daily split-adjusted and dividend-adjusted log-return data of the S&P500 index ranging from 1990 to 2008, using an out-of-sample window from 2001 until the end of the sample. The main goal is to analyze the performance of the model forecasts in a time-frequency domain and then to compare them with results in a time-domain scenario. To make a time-frequency domain analysis, this research uses wavelets techniques to decompose the original S&P500 time series into different frequencies brands, each of them originally set in time-domain. Ultimately, the aim is to see if the wavelet decomposition brings an enhanced performance on forecasting/modelling volatility by looking at the Quasi-Likelihood forecasting losses (QL) as well as the mean squared forecasting losses ratios (MSFE). Although the wavelet decomposition helps to capture hidden periodic components of the original time-series, frequency-domain results in terms of loss function (QL e MSFE) don’t outperform the original time-domain result for any given frequency. Nevertheless, most of the information for future volatility is captured in few frequencies of the S&P500 time-series, specially in the high-frequency part of the spectra, representing very short investment horizons.Faria, Gonçalo Manuel A. Pereira Oliveira deVeritati - Repositório Institucional da Universidade Católica PortuguesaRetto, Gui Duarte Diniz de Abreu Bragança2020-01-31T10:13:17Z2018-06-2720182018-06-27T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.14/29407TID:201963817enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-12T17:34:57Zoai:repositorio.ucp.pt:10400.14/29407Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:23:36.853882Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Forecasting stock-return volatility in the time-frequency domain |
title |
Forecasting stock-return volatility in the time-frequency domain |
spellingShingle |
Forecasting stock-return volatility in the time-frequency domain Retto, Gui Duarte Diniz de Abreu Bragança Volatilidade GARCH Decomposição com wavelets Função de perdas Volatility Wavelet decomposition Loss function Domínio/Área Científica::Ciências Sociais::Economia e Gestão |
title_short |
Forecasting stock-return volatility in the time-frequency domain |
title_full |
Forecasting stock-return volatility in the time-frequency domain |
title_fullStr |
Forecasting stock-return volatility in the time-frequency domain |
title_full_unstemmed |
Forecasting stock-return volatility in the time-frequency domain |
title_sort |
Forecasting stock-return volatility in the time-frequency domain |
author |
Retto, Gui Duarte Diniz de Abreu Bragança |
author_facet |
Retto, Gui Duarte Diniz de Abreu Bragança |
author_role |
author |
dc.contributor.none.fl_str_mv |
Faria, Gonçalo Manuel A. Pereira Oliveira de Veritati - Repositório Institucional da Universidade Católica Portuguesa |
dc.contributor.author.fl_str_mv |
Retto, Gui Duarte Diniz de Abreu Bragança |
dc.subject.por.fl_str_mv |
Volatilidade GARCH Decomposição com wavelets Função de perdas Volatility Wavelet decomposition Loss function Domínio/Área Científica::Ciências Sociais::Economia e Gestão |
topic |
Volatilidade GARCH Decomposição com wavelets Função de perdas Volatility Wavelet decomposition Loss function Domínio/Área Científica::Ciências Sociais::Economia e Gestão |
description |
Este estudo foca nos modelos autorregressivos de heterocedasticidade condicional, em especial nos modelos GARCH. A amostra principal usa dados do retorno do índice do S&P500 ajustados a divisão e dividendos de 1990 a 2008, usando uma janela fora da amostra de 2001 até ao final da amostra. O objetivo principal é analisar o desempenho das previsões do modelo num domínio tempo-frequência e, em seguida, compará-los com resultados em um cenário de domínio de tempo. Para fazer uma análise de domínio tempo-frequência, usamos técnicas de wavelets para decompor as séries temporais S&P500 originais em diferentes frequências, cada uma delas originalmente configurada no domínio do tempo. Em última análise, o objetivo é ver se a decomposição com wavelets traz um desempenho aprimorado na previsão/modelagem da volatilidade, observando a função de perdas de previsão de Quasi-Verossimilhança (QL), bem como os índices médios de perdas de previsão ao quadrado (MSFE). Embora a decomposição com wavelets ajude a capturar componentes periódicos ocultos das séries temporais originais, os resultados de domínio de frequência em termos de função de perda (QL e MSFE) não superam o resultado original do domínio do tempo para qualquer frequência dada. No entanto, a maioria das informações para a volatilidade futura é capturada em poucas frequências da série temporal do S&P500, especialmente, na parte de alta frequência dos espectros, representando horizontes de investimento muito curtos. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-06-27 2018 2018-06-27T00:00:00Z 2020-01-31T10:13:17Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.14/29407 TID:201963817 |
url |
http://hdl.handle.net/10400.14/29407 |
identifier_str_mv |
TID:201963817 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131944734162944 |