УДК 51-77
Прогнозирование условной волатильности фондовых
индексов с помощью нейронных сетей
© А.М. Цалкович, П.В. Храпов
МГТУ им. <...> Н.Э. Баумана, Москва, 105005, Россия
Волатильность финансовых временных рядов играет ключевую роль при построении моделей для оценки стоимости производных финансовых инструментов, управления рисками, а также оптимизации инвестиционных портфелей. <...> В ряде случаев динамика волатильности характеризуется значительной
нелинейностью, что подразумевает, помимо кластеризации во времени и высоких значений коэффициента эксцесса, асимметрию отклика волатильности на
шоки разных знаков. <...> Камстрой, а также построенная авторами настоящей статьи «чистая» двухслойная нейросетевая модель в целях предсказания условной
волатильности основных фондовых индексов (SP 500, FTSE 100, NIKKEI 225 и
Hang Seng). <...> Модели сравниваются в терминах предсказательной силы вне обучающей выборки с использованием популярных статистических критериев. <...> В качестве аппроксимации истинной условной волатильности применяется
реализовавшаяся волатильность, вычисленная по внутридневным данным. <...> Полученные результаты свидетельствуют о том, что с помощью построенной
авторами настоящей работы «чистой» нейросетевой модели можно прогнозировать условную волатильность не хуже, а в ряде случаев и лучше, чем с использованием популярных моделей из GARCH-семейства. <...> На протяжении последних трех десятилетий моделированию и предсказанию волатильности уделяли внимание и исследователи, и практики. <...> Условная волатильность финансовых временных рядов является важным понятием для таких областей, как оценка
стоимости деривативов, риск-менеджмент и оптимизация портфеля
ценных бумаг. <...> Обычно временные финансовые ряды демонстрируют кластеризацию: это означает, что периоды высокой и
низкой волатильности обладают инертностью во времени. <...> Помимо
этого ряд моделей данного семейства отражает и другие достаточно
характерные для финансовых <...>