مدل های واریانس شرطی ناهمگن اتورگرسیو
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
برآورد تلاطم داراییهای مالی کاربرد فراوان در علم مالی دارد. از آنجاکه واریانس شرطی برگرفتهشده از مدل گارچ میتواند سنجه مناسبی برای برآورد تلاطم باشد، این مدلها از اهمیت بالایی برخوردار هستند. از کاربردهای برآورد واریانس شرطی میتوان به ارزش گذاری اختیار معامله، انتخاب پورتفوی
مدل قیمتگذاری دارایی سرمایهای یکی از مدلهای رایجِ برآورد نرخ بازده مورد انتظار سرمایهگذاران است. از آنجا که ممکن است پسماندهای باقیمانده از رگرسیون تخمینی در این مدل دارای ناهمسانی واریانس شرطی باشند، در این پژوهش تلاش شده است که قدرت پیشبینی مدل قیمتگذاری دارایی سرمایهای
در بهینهسازی پورتفوی بر اساس مدل میانگین ـ واریانس هدف حداکثر کردن بازدهی برای سطح معینی از ریسک یا حداقل کردن ریسک به ازای سطح معینی از بازدهی است. در بهینهسازی با هدف حداقل ساختن ریسک، دو عامل ماتریس کوواریانس و نیز ریسک انفرادی بازده هریک از داراییها عوامل اصلی و تعیین کنند
در بهینهسازی پورتفوی بر اساس مدل میانگین ـ واریانس هدف حداکثر کردن بازدهی برای سطح معینی از ریسک یا حداقل کردن ریسک به ازای سطح معینی از بازدهی است. در بهینهسازی با هدف حداقل ساختن ریسک، دو عامل ماتریس کوواریانس و نیز ریسک انفرادی بازده هریک از داراییها عوامل اصلی و تعیین کنند
هدف این پژوهش ارائه مدلی مبتنی بر احساس سرمایهگذار و رابطه میان واریانس شرطی و بازده سهام با مقایسه مدل پنجرۀ گردشی. رویکرد نمونهبرداری دادههای آمیخته، مدلهای گارچ و گارچ نامتقارن میباشد. جامعه آماری این پژوهش را شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران تشکیل میدهد که بر
پیشبینی نوسان یکی از مسایل بسیار مهم در بازارهای مالی است که توجه بسیاری از پژوهشگران دانشگاهی و کارشناسان این حوزه را در چند دهه ی گذشته به خود جلب کرده است. در پژوهش حاضر با توجه به این ضرورت، به بررسی مدلسازی و پیش بینی نوسان بازار سهام با استفاده از ترکیب شبکه های عصبی مصن