Volatilidade e Previsão de Retorno com Modelos de Alta Frequência e GARCH: Evidências para o Mercado Brasileiro

Val, Flávio de Freitas; Pinto, Antônio Carlos Figueiredo; Klötzle, Marcelo Cabús

doi:10.1590/s1519-70772014000200008

Cited by 3 publications

(3 citation statements)

References 31 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O alto grau de autocorrelação confirma outros resultados observados na literatura sobre a persistência nas séries de volatilidade realizada, tanto em mercados internacionais (Corsi, 2009;Fernandes et al, 2014) como no Brasil (Santos & Ziegelmann, 2014;Val et al, 2014).…”

Section: Análise Exploratóriaunclassified

Combinação da projeção da volatilidade percebida por redes neurais e HAR

2019

View full text Add to dashboard Cite

<p>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.</p>

show abstract

Section: Análise Exploratóriaunclassified

Combinação da projeção da volatilidade percebida por redes neurais e HAR

2019

View full text Add to dashboard Cite

show abstract

“…Neste caso, buscase construir uma série de dados que represente o comportamento básico de uma série de preços. Um procedimento utilizado é gerar a série sintética por meio de um ajuste de médias móveis, como pode ser observado em Wink Junior e Pereira (2011) e Val et al (2014). Falkenberry (2001) defende a utilização da primeira abordagem.…”

Section: Processo De Filtragem Dos Dadosunclassified

“…Uma das formas de mensuração que cresceu em relevância nos últimos anos foi a medida de volatilidade realizada/percebida (realized volatility -RV), proposta por Andersen e Bollerslev (1998). Alguns trabalhos no Brasil, como o de Val et al (2014), traduziram o termo realized volatility como volatilidade realizada. No presente artigo, os termos volatilidade percebida e volatilidade realizada serão sinônimos ao termo original supracitado.…”

Section: Introductionunclassified

Tratamento de dados em alta frequência e estimação de medidas de volatilidade: um estudo de caso para petr4

Araújo¹,

Montini²

2017

Rev. Ciên. Adm.

View full text Add to dashboard Cite

O artigo tem objetivo de analisar o tratamento de dados em alta frequência para a estimação de medidas de volatilidade percebida (realized volatility-RV). Para atingir os objetivos, buscou-se analisar as metodologias para limpeza de outliers e agregação dos preços. Para os métodos de agregação, consideraram-se as seguintes formas de amostragem: último preço negociado; preço ponderado pelo volume; preço ponderado pelo logaritmo do volume; preço ponderado pelo número de negociações; mediana dos preços e preços de maior volume associado. Foram estudadas as métricas RCov (sensível a problemas de microestrutura), rOWCov, medRV, minRV e rRTSCov, consideradas robustas a saltos e ruídos de microestrutura. Quanto aos resultados, observou-se que a remoção de outliers não influenciou de maneira significativa o processo de estimação da volatilidade percebida. Em relação à análise de agregação dos preços, por meio de uma simples mudança na metodologia, observaram-se diferenças significativas nas estimativas das volatilidades percebidas. Para a análise dos métodos de agregação, considerando as seis formas de amostragem, verificou-se que todas as medidas foram sensíveis às mudanças na forma de amostragem para agregar os preços. Do ponto de vista prático, gerenciar dados em alta frequência é um desafio devido à necessidade de manipulação de grandes bases. Por esse motivo, a não correção de possíveis problemas nos bancos de dados pode gerar estimativas de variabilidade imprecisas para a gestão de riscos. O artigo contribui por realizar uma revisão dos estimadores da volatilidade percebida mais recentes, buscando comparar a consistência em relação às diferentes formas de agregação e tratamento da série de preços.

show abstract

Price Volatility Modelling – Wheat: GARCH Model Application

Čermák

Malec

Maitah

2017

AOL

View full text Add to dashboard Cite

This paper is focused on the modelling of volatility in the agricultural commodity market, specifically on wheat. The aim of this study is to develop an applicable and relevant model of conditional heteroscedasticity from the GARCH family for wheat futures prices. The GARCH (1,1) model has the ability to capture the main characteristics of the commodity market, specifically leptokurtic distribution and volatility clustering. The results show that the forecasted volatility of wheat has a tendency towards standard error reversion in the long-run and the position of price distribution is closed to the normal distribution. The wheat production can be hedged against the price variability with long-term contracts. The price of wheat was influenced during the years of 2005 to 2015 by different events, in particular; financial crisis, increasing grain demand and cross-sectional price variability. The results suggest that agricultural producers should focus on short-term structural events the wheat market, rather than long-term variability.

show abstract

Volatilidade e Previsão de Retorno com Modelos de Alta Frequência e GARCH: Evidências para o Mercado Brasileiro

Cited by 3 publications

References 31 publications

Combinação da projeção da volatilidade percebida por redes neurais e HAR

Combinação da projeção da volatilidade percebida por redes neurais e HAR

Tratamento de dados em alta frequência e estimação de medidas de volatilidade: um estudo de caso para petr4

Price Volatility Modelling – Wheat: GARCH Model Application

Contact Info

Product

Resources

About