L'objectif: comparer les modèles Benchmark de prévision de taux de change avec le Genetic programming.
Définition: la volatilité d'un correspond à l'écart type de l'innovation de la série temporelle des prix. Caractériser le risque statistique attache à ce titre: la volatilité présente et passée peut être utilisé pour prédire la volatilité future.
Importance pour les régulateurs des marchés financiers et des personnes qui y opèrent. En effet, les traders doivent prêter attention non seulement à l'espérance de rendement associé à leurs opérations mais aussi au risque qu'ils encourent.
[...] Ce modèle montre comment la volatilité du passé influe la volatilité actuelle et la persistance du choc. Limite: La dynamique observée sur ε 2t peut amener à imposer une valeur élevée de q dans la modélisation ARCH(q) ce qui pose de problèmes d'estimation. I-1. Les modèles BenchmarkI- 1.1 / Modèles ARCH/ GARCH. Bollerslev (1986): Définit modèle GARCH avec une structure de retards plus flexible : GARCH(p,q) : σ2 t = ω + i=0 ai ε2t-i + p i=1 βi σ2 t-i Avec: ai 0 et βi i p,q pour que σ2 t 0 Condition i=0 ai + p i=1 βi) [...]
[...] Ex : AR(1) stationnaire yt = ay εt, εt sont iid σ 2 ) Donc la variance conditionnelle =σ 2 et variance inconditionnelle est égale à σ 2 Incapacité de mesurer d'éventuels changements dans les variances des erreurs de prévision Impose une paramétrisation des variances conditionnelles I-1. Les modèles BenchmarkI- 1.1 / Modèles ARCH/ GARCH. Le principe général par Engle (1982): La variance dépend de l'ensemble informationnel dont on dispose. ARCH avec hypothèse spécifique de la forme fonctionnelle du processus généralisé des données et la distribution des erreurs. ARCH : I-1. Les modèles BenchmarkI- 1.1 / Modèles ARCH/ GARCH. [...]
[...] Master de Recherche Instruments Financiers Exposer sur l'article Prévision de la volatilité du taux de change: La méthode de programmation générique contre méthode du modèle GARCH. PLAN DE PRÉSENTATION Introduction. I. Présentation générale des modèles de prévision de taux de change. I-1. Les modèles Benchmark 1.1 / Modèles ARCH/ GARCH. 1.2 / Modèle Risques métriques. I-2. Genetic algorithms et Genetic programming II. Résultat empirique et le choix du modèle. II-1. Données et application II-2 Comparaison et le choix du modèle Conclusion. [...]
Source aux normes APA
Pour votre bibliographieLecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture