Algoritmos de filtragem e previsão em modelos de volatilidade.

Detalhes bibliográficos
Ano de defesa: 2000
Autor(a) principal: Lovisotto, Fernando
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algoritmos de previsão
Filtro de Kalman (Aplicação)
Kalman filter (Application)
Prediction algorithms
Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-08112024-154810/
Resumo: A estimação da volatilidade de ativos financeiros tem sido um assunto de grande interesse nos últimos tempos, seja pelo seu uso na previsão de riscos, seja pelo seu uso no apreçamento de ativos. O presente trabalho tem por objetivo testar alguns modelos de estimação, verificando, de acordo com os critérios adotados, quais os melhores para as séries escolhidas. Inicialmente apresentaremos alguns modelos e suas principais propriedades. Dentre eles podemos citar: desvio-padrão, modelo de máximo-mínimo (\"High-Low\"), modelo de abertura-máximo-mínimo-fechamento (\"Open-High-Low-Close\"), Garch (1,1), EGarch, IGarch, Volatilidade Implícita e Volatilidade Estocástica. Daremos grande atenção a este último grupo, para o qual derivaremos todas as equações necessárias para sua modelagem, estimação de parâmetros e previsão de volatilidades. Por fim testaremos esses modelos em três séries temporais: taxa de juros pré-fixadas, preços de recibo de Telebrás PN e taxa de câmbio real-dólar.
id USP_ff4067301c74e47afebdb274342ebc02
oai_identifier_str oai:teses.usp.br:tde-08112024-154810
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Algoritmos de filtragem e previsão em modelos de volatilidade.Untitled in englishAlgoritmos de previsãoFiltro de Kalman (Aplicação)Kalman filter (Application)Prediction algorithmsA estimação da volatilidade de ativos financeiros tem sido um assunto de grande interesse nos últimos tempos, seja pelo seu uso na previsão de riscos, seja pelo seu uso no apreçamento de ativos. O presente trabalho tem por objetivo testar alguns modelos de estimação, verificando, de acordo com os critérios adotados, quais os melhores para as séries escolhidas. Inicialmente apresentaremos alguns modelos e suas principais propriedades. Dentre eles podemos citar: desvio-padrão, modelo de máximo-mínimo (\"High-Low\"), modelo de abertura-máximo-mínimo-fechamento (\"Open-High-Low-Close\"), Garch (1,1), EGarch, IGarch, Volatilidade Implícita e Volatilidade Estocástica. Daremos grande atenção a este último grupo, para o qual derivaremos todas as equações necessárias para sua modelagem, estimação de parâmetros e previsão de volatilidades. Por fim testaremos esses modelos em três séries temporais: taxa de juros pré-fixadas, preços de recibo de Telebrás PN e taxa de câmbio real-dólar.The volatility estimation of the financial assets has been of great importance through the last years since it is used in the market risk management and in option and other derivatives pricing. The present work has the objetive of testing some used models, verifing according to some criteria which one fits better for the chosen time series. Iniatially some models will be derivated as well as their main properties. Such models are: standard deviation, high-low model, open-high-low-close model, Garch (1,1), EGarch, IGarch , Implied Volatility and Stochastic Volatility. The latter will receive major attention. The equations that are necessary for completely modelling it, its parameters estimation and the volatility estimation using this model will be derivated. We conclude testing these models with three time series: the six month interest rate, the Telebras PN stock and the real-dolar exchange rate.Biblioteca Digitais de Teses e Dissertações da USPCosta, Oswaldo Luiz do ValleLovisotto, Fernando2000-12-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3139/tde-08112024-154810/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-11-08T17:52:02Zoai:teses.usp.br:tde-08112024-154810Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-11-08T17:52:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Algoritmos de filtragem e previsão em modelos de volatilidade.
Untitled in english
title Algoritmos de filtragem e previsão em modelos de volatilidade.
spellingShingle Algoritmos de filtragem e previsão em modelos de volatilidade.
Lovisotto, Fernando
Algoritmos de previsão
Filtro de Kalman (Aplicação)
Kalman filter (Application)
Prediction algorithms
title_short Algoritmos de filtragem e previsão em modelos de volatilidade.
title_full Algoritmos de filtragem e previsão em modelos de volatilidade.
title_fullStr Algoritmos de filtragem e previsão em modelos de volatilidade.
title_full_unstemmed Algoritmos de filtragem e previsão em modelos de volatilidade.
title_sort Algoritmos de filtragem e previsão em modelos de volatilidade.
author Lovisotto, Fernando
author_facet Lovisotto, Fernando
author_role author
dc.contributor.none.fl_str_mv Costa, Oswaldo Luiz do Valle
dc.contributor.author.fl_str_mv Lovisotto, Fernando
dc.subject.por.fl_str_mv Algoritmos de previsão
Filtro de Kalman (Aplicação)
Kalman filter (Application)
Prediction algorithms
topic Algoritmos de previsão
Filtro de Kalman (Aplicação)
Kalman filter (Application)
Prediction algorithms
description A estimação da volatilidade de ativos financeiros tem sido um assunto de grande interesse nos últimos tempos, seja pelo seu uso na previsão de riscos, seja pelo seu uso no apreçamento de ativos. O presente trabalho tem por objetivo testar alguns modelos de estimação, verificando, de acordo com os critérios adotados, quais os melhores para as séries escolhidas. Inicialmente apresentaremos alguns modelos e suas principais propriedades. Dentre eles podemos citar: desvio-padrão, modelo de máximo-mínimo (\"High-Low\"), modelo de abertura-máximo-mínimo-fechamento (\"Open-High-Low-Close\"), Garch (1,1), EGarch, IGarch, Volatilidade Implícita e Volatilidade Estocástica. Daremos grande atenção a este último grupo, para o qual derivaremos todas as equações necessárias para sua modelagem, estimação de parâmetros e previsão de volatilidades. Por fim testaremos esses modelos em três séries temporais: taxa de juros pré-fixadas, preços de recibo de Telebrás PN e taxa de câmbio real-dólar.
publishDate 2000
dc.date.none.fl_str_mv 2000-12-01
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 https://www.teses.usp.br/teses/disponiveis/3/3139/tde-08112024-154810/
url https://www.teses.usp.br/teses/disponiveis/3/3139/tde-08112024-154810/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1818598503398506496

Registros relacionados