1 / 13

Metode obrade signala u ekonomiji

Metode obrade signala u ekonomiji. Mokrovčak Ivan Mišković Josip Kamenarić Tomislav Levaj luka. Sadržaj prezentacije. matematičko modeliranje kretanja cijena dionica Modeliranje GARCH(1,1) modelom u MATLAB-u heteroskedastičnost algoritam za ispitivanje ispravnosti modela zaključak.

dante-valencia
Download Presentation

Metode obrade signala u ekonomiji

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Metode obrade signala u ekonomiji Mokrovčak Ivan Mišković Josip Kamenarić Tomislav Levaj luka

  2. Sadržaj prezentacije • matematičko modeliranje kretanja cijena dionica • Modeliranje GARCH(1,1) modelom u MATLAB-u heteroskedastičnost • algoritam za ispitivanje ispravnosti modela • zaključak

  3. Matematički model kretanja cijene dionice • Prinos • Heteroskedastičnost vremenskih serija • Brownovo gibanje • EWMA (Exponentially Weighted Moving Average)

  4. Matematički model kretanja cijene dionice • GARCH(1,1) • Maximum-Likelihood estimator • Predviđanje budućih vrijednosti volatilnosti

  5. Modeliranje GARCH(1,1) modelom u MATLAB-u • Kako bi zorno prikazali modeliranje kretanja cijena u MATLABu, bit će provedena analiza dionica Plive u periodu od 02.01.2001. do 10.05.2005.

  6. Modeliranje GARCH(1,1) modelom u MATLAB-u

  7. Modeliranje GARCH(1,1) modelom u MATLAB-u [Kappa , Beta , Alpha] = ugarch(prinosi, 1 , 1) Kappa = 3.9748e-005 Beta = 0.7535 Alpha = 0.1519

  8. Modeliranje GARCH(1,1) modelom u MATLAB-u • [U , H] = ugarchsim(Kappa , Alpha , Beta ,10);

  9. Algoritam za ispitivanje ispravnosti modela • Tri pomoćne funkcije za odlučivanje: • ‘tendencija’ - računa tendenciju rasta dionica, udio u odlučivanju 20% • ‘razcijena’ - računa razliku između nominalne i tržišne vrijednosti, udio u odlučivanju 30% • ‘rizicnost’ - računa rizik ulaganja kapitala pomoću GARCH(1,1) modela, udio u odlučivanju 50%

  10. Algoritam za ispitivanje ispravnosti modela • Glavna funkcija: - odlučuje na temelju rezultata iz pomoćnih funkcija o kupnji ili prodaji dionica. - ulazni parametri su početni kapital i broj dana koji čemo ulagati, a vraća nam vrijednost konačnog novca

  11. Simulacija uz početni kapital 10000 kn uz period ulaganja 30 dana Rezultati simulacija

  12. Zaključak • GARCH(1,1) proces relativno dobro vrši predviđanje volatilnosti • Relativno dobrim rezultatima algoritma mogli smo se uvjeriti u ispravnost matematičkog modela i GARCH(1,1) procesa.

  13. Literatura • [1] D. Šestović,M. Latković: Modeliranje volatilnosti vrijednosnica na Zagrebačkoj burzi. Fizički odsjek Prirodoslovno-matematički fakultet,Sveučilište u Zagrebu.Siječanj,1998 • [2] Tim Bollersev,February 1986: Generalized autoregressive conditional heteroskedasticity • [3] Kjersti Aas, Xeni K. Dimakos: Statistical modelling of financial time series: An introduction • [4] Zagrebačka burza: http://www.zse.hr • [5] MATLAB help

More Related