Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Innovar
Print version ISSN 0121-5051
Abstract
OROZCO, Johanna M and VELASQUEZ, Juan D. Un nouv eau système de combinaison de pronostics pour la prédiction de la volatilité. Innovar [online]. 2013, vol.23, n.50, pp.5-16. ISSN 0121-5051.
Résumé: Les modèles pour la combinaison de pronostics ont été largement étudiés et ont été d'un usage fréquent pour l'amélioration de l'exactitude des prédictions. Dans cet article est présenté un nouveau modèle composé non linéaire pour la prédiction de la volatilité des actifs. Ce modèle est composé d'une série de modèles GARCH, ancrés à un ensemble de données de séries de temps, qui emploient différentes fonctions de perte, lesquelles ont pour objectif de de saisir plusieurs caractéristiques de la dynamique propre de la volatilité. Se combinent des prédictions individuelles, par l'usage soit de la moyenne arithmétique simple, soit d'un réseau neuronal artificiel. Ce modèle proposé est utilisé pour prédire la rentabilité mensuelle de séries de temps S&P500, ce qui mène à conclure que la nouvelle approche permet de prédire la volatilité avec plus d'exactitude que chacun des modèles GARCH considérés.
Keywords : volatilité; modèles de prédiction de la volatilité; combinaisons de pronostics.