Exploiting trading volume for volatility forecasting
Oynaklık tahmininde hacim verisinin kullanımı
- Tez No: 678011
- Danışmanlar: DR. ÖĞR. ÜYESİ CEM ÇAKMAKLI
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Finansal varlık, GARCH model, Hacim, Hacimsel veriler, Oynaklık, İşlem hacmi, Financial asset, GARCH model, Volume, Volumetric data, Volatility, Trading volume
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonomi Ana Bilim Dalı
- Bilim Dalı: Ekonometri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu makalede, işlem hacmi verisini içeren, istatiksel olarak mantıklı ve hesaplama açısından pahalı olmayan bir GARCH modeli türevi öne sürdük. Hacim verisi ve getiri oynaklığı arasındaki ilişkiyi yakalayabilmek için Mixture of Distribution Hypothesis (MDH) modelini kullandık. Hacim ve oynaklık arasındaki ikili ilişkiyi yöneten bilgi oranı (belirlenen sabit bir güne göre) verisinin zaman içerisindeki evrimi Generalized Autoregressive Score (GAS) modellerine öykünerek yazıldı. Ortaya çıkan hacim ile geliştirilmiş GARH modeli basit ancak esnek bir yapıya sahiptir. GAS modellerinin özel formu sayesinde, modelin olabilirlik fonksiyonu kapalı bir formda elde edilebilir ve tahmin prosedürü yoğun hesaplamalar gerektirmez. Öne sürülen modeli ve 2 varyantını IBM, PG and MSFT verileriyle çalıştık. Buna ek olarak literaturden standard GARCH modelleri karşılaştırma yapmak için analize dahil edildi. Sonuçlarımız, hacim ile geliştirilmiş GARCH modellerinin örneklem içindeki ve dışındaki tahminlerinin üstünlüğünü gösteriyor. Özellikle, t dağılımı getiri verisi dikkate alındığında, hacim verisi kullanımın faydaları belirginleşiyor.
Özet (Çeviri)
In this paper, we propose a novel GARCH specification which embraces traded volume in a statistically coherent and computationally efficient way. To capture the dependence between traded volume and asset return volatility, the Mixture of Distribution Hypothesis (MDH) is used. We model the time evolution of the latent variable(return variance) ,which drives the bivariate relation in MDH, in the spirit of Generalized Autoregressive Score modelling technique. The resulting volume enhanced GARCH model has quite parsimonious yet flexible structure. Since the peculiar form of score driven models, the likelihood can be obtained in closed form and hence estimation procedure is computationally inexpensive. In an empirical application with IBM, PG and MSFT stock data, we estimate our novel model with its 3 variants. Moreover, standard GARCH models from the literature are considered for comparison. Our results highlight the superiority of volume enhanced models both in-sample estimates and out-of-sample predictions among competing models. Particularly, when we consider returns as t distributed, the gain from traded volume becomes pronounced in out-of-sample prediction study.
Benzer Tezler
- Endeks vadeli işlem sözleşmeleri ve İstanbul Menkul Kıymetler Borsası`nda uygulanabilirliği
Stock index futures and and it`s applicability in Istanbul Stock Exchange
GÜVEN SAYILGAN
- The effectiveness of technical analysis on cryptocurrency market
Teknik analizin kripto piyasası üzerindeki etkili
MOHAMMAD AL-TARIFI
Yüksek Lisans
İngilizce
2021
İşletmeİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZYEŞİL
- Link between volatility and market activity at derivatives exchange eurex.
Vadeli işlem ve opsiyon piyasası eurex'teki fiyat oynaklığı ve piyasa aktivitesi arasındaki ilişki
AKIN ÖĞRÜK
Yüksek Lisans
İngilizce
2020
EkonometriTürk-Alman ÜniversitesiUluslararası Finans Ana Bilim Dalı
YRD. DOÇ. DR. LEVENT YILMAZ
DR. MICHAIL KOSLOV
- Türkiye`de hisse senedi piyasası volatilitesinin tahmini ve dağılımların karışımı hipotezinin sınanması
An Estimation of stock market volatility in Turkey and testing the mixture of distributions hypothesis
ZİYA KORKUT EŞREFOĞLU
Doktora
Türkçe
2002
İşletmeAnadolu Üniversitesiİktisat Politikası Ana Bilim Dalı
PROF. DR. ÖNDER ÖZKAZANÇ
- Kriptoparalarda kümeleme analizi uygulamaları
Cluster analysis applications of cryptocurrencies
EZGİ DOĞAN
Yüksek Lisans
Türkçe
2023
İstatistikİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN BAYYURT