Since 2014
Combining neural network and HAR forecasts of perceived volatility
Brazilian Review of Finance
View Archive Info| Field | Value | |
| Title |
Combining neural network and HAR forecasts of perceived volatility
Combinação da projeção da volatilidade percebida por redes neurais e HAR |
|
| Creator |
Araújo, Alcides; University of São Paulo
Montini, Alessandra; University of São Paulo Sampaio, Joelson; Fundacao Getúlio Vargas Escola de Economia de São Paulo |
|
| Subject |
—
— — Finanças Dados em alta frequência; volatilidade percebida; combinação de projeções C53; C55; C58 |
|
| Description |
This paper examines a combination of HAR and neural networks methods to better predict perceived volatility and, consequently, to more efficiently manage risk. To carry out the projections, combinations and tests, the series of perceived volatility of Ibovespa was collected between 2000 and 2018, producing a sample of 4,530 observations. The main results show that the combination of both models better predict perceived volatility, which can be interpreted as an efficiency gain for risk management. In addition, this article also evaluates the performance of the models, considering the profitability of trading with options. For the case of profitability, combinations of linear and nonlinear models present better performance.
Este artigo analisa a combinação dos métodos HAR e Redes Neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance. |
|
| Publisher |
Link to the Brazilian Society of Finance
|
|
| Contributor |
—
— |
|
| Date |
2019-10-15
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Double blind reviewed articles — Avaliado por Pares — |
|
| Format |
application/pdf
|
|
| Identifier |
http://bibliotecadigital.fgv.br/ojs/index.php/rbfin/article/view/71580
10.12660/rbfin.v17n1.2019.71580 |
|
| Source |
Brazilian Review of Finance; Vol 17, No 1 (2019): January-March; 51-79
Revista Brasileira de Finanças; Vol 17, No 1 (2019): January-March; 51-79 1984-5146 1679-0731 |
|
| Language |
por
|
|
| Relation |
http://bibliotecadigital.fgv.br/ojs/index.php/rbfin/article/view/71580/76749
|
|
| Rights |
Copyright (c) 2019 Brazilian Review of Finance
|
|