연속적으로 의존
페이지 정보
작성자 천재 작성일24-04-23 15:56 조회4회 댓글0건관련링크
본문
본 연구는 기존 문헌과 다르다. 본 연구에서는 문헌에서 일반적으로 사용되는 가격 변동성 예측 모델 대신 수익률 변동성 예측 모델을 적용하였다. 또한 문헌에서 적합한 변동성 모델을 선택할 때 일반적으로 사용되는 ARCH 및 GARCH 모델이 비트코인 수익률에 선호되는 반면, ARCH 및 GARCH 모델 외에도 EGARCH 모델이 적용되었습니다.
데이터 및 방법론
이 섹션에서는 연구에 사용된 데이터 세트와 모델의 계량경제적 구조에 대해 논의합니다. 본 연구에서는 비트코인 가격의 변동성을 예측하기 위해 가장 적합한 모델을 얻는 것을 목표로 한다. Investing.com 웹사이트의 2013년 11월 24일부터 2020년 3월 22일까지의 주간 데이터에 일련의 분석이 적용되었습니다. 적용된 분석은 EViews 9 프로그램을 사용하여 수행되었습니다.
변동성 예측 모델을 테스트하기 전에 주간 비트코인 가격의 로그 수익률을 계산하고 얻은 계열을 고려하여 변동성 예측 모델을 테스트했습니다. 주간 비트코인 가격의 로그 수익률을 계산하는 동안 다음 공식이 사용되었습니다[ 32 ]:
(1)
획득된 주간 로그 데이터에 ARCH, GARCH, EGARCH 등의 변동성 모델을 적용하였고, 그 결과를 바탕으로 가장 적합한 모델을 선택하였다. 언급된 세 가지 모델의 계량경제적 인프라에 대한 설명은 연구의 효율성을 위해 중요합니다.
변동성이 가변적인 금융시계열의 모델링에 있어서, 고정되어 있지 않다는 것을 수용한 최초의 모델 중 하나인 분산 ARCH 모델은 문헌에서 가장 일반적인 모델 중 하나이다.
Engle[ 14 ] 의 연구에서는 의 기간 t 에서의 오차 항은 이전의 의 분산에 연속적으로 의존하는 것으로 제안되었습니다. ARCH 모델이 개발되었습니다[ 27 : 341].
구글 상위노출
강남노래방
의정부오피
부천오피
다크걸
카지노솔루션
카지노솔루션 제작
카지노솔루션 제작
피망머니상
백링크
먹튀사이트신고
먹튀검증사이트
11
댓글목록
등록된 댓글이 없습니다.