|  | |
| Identificatore numerico | 1122 |
| Identificatore completo | TinoSchittenkopfDorffnerDockner98 |
| Autore/i | Tino, P.; Schittenkopf, C.; Dorffner, G.; Dockner, E.J. |
| Anno | 1998 |
| Titolo | A Symbolic Dynamics Approach to Volatility Prediction |
| Tipo di Pubblicazione | paper |
| Altre Informazioni | Austrian Research Institute for Artificial Intelligence, Technical Reports, Vienna, TR-98-28. |
| Keywords | Volatilità e correlazione storica - Previsione variazioni volatilità giornaliera; GARCH - Applicazione a previsione volatilità a breve; Algoritmi genetici e classificatori - Stringhe di simboli per compattare serie storiche |
| Abstract | Il paper considera il problema della previsione dei cambiamenti giornalieri della volatilità del DJIA. Utilizza una tecnica che comprime una serie di cambiamenti di volatitlià storica in una stringa simbolica su 2 o 4 simboli. Si confronta l'efficacia previsiva dei classici modelli di Markov a ordine fisso con un approccio nuovo che prevede lunghezza variabile della memoria previsiva (prediction fractal machine, o PFM). Il test empirico dimostra che i processi della volatilità storica hanno una memoria superficiale. L'efficacia del modello proposto può essere molto migliorato con un'opportuna taratura degli algortimi di quantizzazione. Ci sono evidenze incoraggianti, non decisive, della superiorità del PFM rispetto sia ai tradizionali modelli di Markov, sia al GARCH. |
| Importanza | media |
 | |