Value at risk

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

GARCH modely v R

SkillTag.level.advancedSkillTag.label

4.8+

97 reviews

Začněte kurz zdarma

Rovnou se pustíme do práce. Analýza denních výnosů akcií pomocí klouzavého okna ukazuje, že jejich směrodatná odchylka se v čase výrazně mění. Při pohledu zpět máme jasný důkaz časově proměnlivé volatility. Při pohledu dopředu potřebujeme volatilitu budoucích výnosů odhadnout – a přesně to dělá GARCH model. V této kapitole se naučíš základy práce s balíčkem rugarch: jak specifikovat a odhadnout základní model GARCH(1,1) v R. Na závěr si ukážeme jeho využití v taktické alokaci aktiv.

Exercise 1: Analýza volatility Exercise 2: Výpočet výnosů Exercise 3: Směrodatná odchylka na podvzorcích Exercise 4: Klouzavé okno v akci Exercise 5: Rovnice GARCH pro predikci volatility Exercise 6: Reakce GARCH(1,1) na jednorázové šoky Exercise 7: Chyby predikce Exercise 8: Rekurzivní povaha rozptylu v modelu GARCH Exercise 9: Balíček rugarch Exercise 10: Urči a vyzkoušej různé varianty GARCH modelu Exercise 11: Předpověď mimo vzorek Exercise 12: Cílení volatility v taktické alokaci aktiv

Trhy jdou nahoru po schodech a dolů výtahem. Tato burzovní moudrost má důležité důsledky pro specifikaci realistického modelu volatility. Vyžaduje opustit předpoklad normality i symetrické reakce volatility na šoky. V této kapitole se seznámíš s GARCH modely s pákovým efektem a inovacemi se zešikmením Studentova t-rozdělení. Na konci budeš schopen/schopna používat GARCH modely pro odhad více než deseti tisíc různých specifikací.

Exercise 1: Nenormalita standardizovaných výnosů Exercise 2: Parametry zešikmeného Studentova t-rozdělení Exercise 3: Odhad nenormálního GARCH modelu Exercise 4: Standardizované výnosy Exercise 5: Efekt páky Exercise 6: Křivka dopadu zpráv Exercise 7: Odhad modelu GJR GARCH Exercise 8: Model střední hodnoty Exercise 9: Předpovídání výnosů Exercise 10: Dynamika AR(1)-GJR GARCH pro výnosy akcií MSFT Exercise 11: Vliv modelu střední hodnoty na předpovědi volatility Exercise 12: Vyhni se zbytečné složitosti Exercise 13: Volba modelu Exercise 14: Fixace parametrů GARCH modelu Exercise 15: Meze parametrů a jejich vliv na prognózy Exercise 16: Cílování rozptylu

GARCH modely poskytují předpovědi volatility, které slouží jako vstup pro finanční rozhodování. Jejich praktické využití ale vyžaduje nejprve ověřit kvalitu těchto předpovědí. V této kapitole se naučíš analyzovat statistickou významnost odhadnutých parametrů GARCH modelu, vlastnosti standardizovaných výnosů, interpretaci informačních kritérií a použití klouzavého odhadu GARCH spolu se střední kvadratickou chybou predikce pro hodnocení přesnosti předpovědí volatility.

Exercise 1: Statistická významnost Exercise 2: Testování statistické významnosti Exercise 3: Analýza výstupu odhadů Exercise 4: Lepší model pro výnosy EUR/USD Exercise 5: Kvalita modelu Exercise 6: Princip parsimonie Exercise 7: Střední kvadratická chyba předpovědi Exercise 8: Porovnání věrohodnosti a informačních kritérií Exercise 9: Diagnostika absolutních standardizovaných výnosů Exercise 10: Ověření předpokladů GARCH modelu Exercise 11: Korelogram a Ljung-Boxův test Exercise 12: Změna estimačního vzorku Exercise 13: Backtesting pomocí ugarchroll Exercise 14: Argumenty funkce ugarchroll Exercise 15: Volatilita in-sample vs. na klouzavém okně Exercise 16: Souboj modelů

V tuto chvíli ovládáš standardní specifikaci, odhad i validaci GARCH modelů v balíčku rugarch. Tato kapitola představuje specifické funkce balíčku rugarch pro výpočet hodnoty v riziku, nasazení GARCH modelu v praxi a simulaci výnosů pomocí GARCH. Také zjistíš, že přítomnost GARCH dynamiky v rozptylu má důsledky pro simulaci logaritmických výnosů, odhad beta koeficientu akcie a hledání portfolia s minimálním rozptylem.

Exercise 1: Value at risk

Aktuální cvičení

Exercise 2: Graf VaR Exercise 3: Souvztažnost předpovězené volatility a VaR Exercise 4: Citlivost pokrytí na distribučním modelu Exercise 5: Pro produkci a simulaci Exercise 6: Skutečné versus simulované výnosy Exercise 7: Použití v produkci Exercise 8: Využití v simulaci Exercise 9: Modelové riziko Exercise 10: Robustníci Exercise 11: Počáteční hodnoty Exercise 12: GARCH kovariance Exercise 13: Odhad bety Exercise 14: Váhy portfolia s minimálním rozptylem Exercise 15: GARCH & Co Exercise 16: Gratulujeme!