論文の概要: Analyzing Currency Fluctuations: A Comparative Study of GARCH, EWMA, and
IV Models for GBP/USD and EUR/GBP Pairs
- arxiv url: http://arxiv.org/abs/2402.07435v1
- Date: Mon, 12 Feb 2024 06:29:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-13 15:33:35.590781
- Title: Analyzing Currency Fluctuations: A Comparative Study of GARCH, EWMA, and
IV Models for GBP/USD and EUR/GBP Pairs
- Title（参考訳）: 通貨変動の分析: GARCH, EWMA, IVモデルによるGBP/USDおよびEUR/GBPペアの比較検討
- Authors: Narayan Tondapu
- Abstract要約: グレートブリテンポンド(GBP)の値の変動について検討する。
本研究では,2組の日次リターンの20日間の変動を予測する上での有効性を評価するために,様々な数学的モデルを適用した。
実験の結果, GBP/USDペアでは, GARCHモデルの利用から最も正確なボラティリティ予測が得られた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In this study, we examine the fluctuation in the value of the Great Britain
Pound (GBP). We focus particularly on its relationship with the United States
Dollar (USD) and the Euro (EUR) currency pairs. Utilizing data from June 15,
2018, to June 15, 2023, we apply various mathematical models to assess their
effectiveness in predicting the 20-day variation in the pairs' daily returns.
Our analysis involves the implementation of Exponentially Weighted Moving
Average (EWMA), Generalized Autoregressive Conditional Heteroskedasticity
(GARCH) models, and Implied Volatility (IV) models. To evaluate their
performance, we compare the accuracy of their predictions using Root Mean
Square Error (RMSE) and Mean Absolute Error (MAE) metrics. We delve into the
intricacies of GARCH models, examining their statistical characteristics when
applied to the provided dataset. Our findings suggest the existence of
asymmetric returns in the EUR/GBP pair, while such evidence is inconclusive for
the GBP/USD pair. Additionally, we observe that GARCH-type models better fit
the data when assuming residuals follow a standard t-distribution rather than a
standard normal distribution. Furthermore, we investigate the efficacy of
different forecasting techniques within GARCH-type models. Comparing rolling
window forecasts to expanding window forecasts, we find no definitive
superiority in either approach across the tested scenarios. Our experiments
reveal that for the GBP/USD pair, the most accurate volatility forecasts stem
from the utilization of GARCH models employing a rolling window methodology.
Conversely, for the EUR/GBP pair, optimal forecasts are derived from GARCH
models and Ordinary Least Squares (OLS) models incorporating the annualized
implied volatility of the exchange rate as an independent variable.
- Abstract（参考訳）: 本研究では,グレートブリテンポンド (GBP) の価値の変動について検討した。
我々は特に、米国ドル(USD)とユーロ(EUR)通貨ペアとの関係に焦点を当てている。
2018年6月15日から2023年6月15日までのデータを利用して、各ペアの日々のリターンの20日間の変動を予測するために、様々な数学的モデルを適用した。
我々の分析は、指数重み移動平均(EWMA)、一般化自己回帰条件ヘテロスケサシティ(GARCH)モデル、インプリッドボラティリティ(IV)モデルの実装を含む。
その性能を評価するために,根平均二乗誤差 (rmse) と平均絶対誤差 (mae) を用いた予測精度の比較を行った。
GARCHモデルの複雑さを掘り下げ、提供されたデータセットに適用した場合の統計特性を調べた。
以上の結果から,EUR/GBP対に非対称リターンが存在することが示唆された。
さらに,残差が標準正規分布ではなく標準t分布に従うと仮定した場合,garch型モデルがデータに適合することを示す。
さらに,GARCH型モデルにおける予測手法の有効性について検討した。
ローリングウインドウの予測とウィンドウの予測を比べると、テストシナリオ全体にわたってどちらのアプローチにも明確な優位性はない。
実験の結果, GBP/USDペアでは, 転がり窓を用いた GARCH モデルの利用から, 最も正確なボラティリティ予測が得られた。
逆に、EUR/GBPペアの場合、最適予測はGARCHモデルと、交換レートの年次インプリッドボラティリティを独立変数として組み込んだ通常最小方形(OLS)モデルから導かれる。
関連論文リスト
- MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。
本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
論文 参考訳（メタデータ） (2024-10-12T07:02:33Z) - A probabilistic forecast methodology for volatile electricity prices in
the Australian National Electricity Market [0.36832029288386137]
オーストラリア国定電力市場(Australian National Electricity Market)の南オーストラリア地域は、現代の電力市場において最も高い価格変動率を示している。
本稿では,これらの極端条件下での確率予測へのアプローチについて概説する。
論文 参考訳（メタデータ） (2023-11-13T12:33:33Z) - Attention-Based Ensemble Pooling for Time Series Forecasting [55.2480439325792]
本稿では,候補モデル予測よりも重み付き平均値を実行するプーリング法を提案する。
本手法は,非定常ロレンツ63方程式の動力学の多段階予測と,COVID-19による週次死亡事故の1段階予測という2つの時系列予測問題に対して試行する。
論文 参考訳（メタデータ） (2023-10-24T22:59:56Z) - Combining Deep Learning and GARCH Models for Financial Volatility and
Risk Forecasting [0.0]
我々は,一般的な計量的GARCH時系列モデルとディープラーニングニューラルネットワークを組み合わせることで,金融商品のボラティリティとリスクを予測するハイブリッドアプローチを開発した。
一方,GARCHは標準GARCH,EGARCH,GJR-GARCH,APARCHの4つの仕様が採用されている。
モデルは、S&P500指数の日替わりの対数リターンと、金価格のBitcoin価格でテストされる。
論文 参考訳（メタデータ） (2023-10-02T10:18:13Z) - Forecasting inflation using disaggregates and machine learning [0.0]
我々は、インフレーションの異なる分散レベルを考慮し、線形および非線形機械学習(ML)モデルと同様に、様々な伝統的な時系列技術を用いて、より多くの予測値を扱う。
多くの予測地平線において、非凝集予測の集計は、この集計を用いて直接予測を生成するサーベイベースの予測とモデルと同様に実行される。
本研究は,ML手法による非凝集予測の集約を含む,データ豊富な環境下でのインフレーション予測におけるモデルの活用のメリットを裏付けるものである。
論文 参考訳（メタデータ） (2023-08-22T04:01:40Z) - DeepVol: Volatility Forecasting from High-Frequency Data with Dilated Causal Convolutions [53.37679435230207]
本稿では,Dilated Causal Convolutionsに基づくDeepVolモデルを提案する。
実験結果から,提案手法は高頻度データからグローバルな特徴を効果的に学習できることが示唆された。
論文 参考訳（メタデータ） (2022-09-23T16:13:47Z) - Modeling Volatility and Dependence of European Carbon and Energy Prices [0.0]
欧州排出アローアンス(EUA)の価格について検討する
本稿では,データの特徴を生かした確率的条件付き時系列モデルを提案する。
また,ロシアによるウクライナ侵攻を視野に入れて,ボラティリティの流出と時間差の相関に注目した。
論文 参考訳（メタデータ） (2022-08-30T14:50:25Z) - Multivariate Probabilistic Forecasting of Intraday Electricity Prices
using Normalizing Flows [62.997667081978825]
ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。
本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
論文 参考訳（メタデータ） (2022-05-27T08:38:20Z) - Test-time Collective Prediction [73.74982509510961]
マシンラーニングの複数のパーティは、将来のテストポイントを共同で予測したいと考えています。
エージェントは、すべてのエージェントの集合の集合的な専門知識の恩恵を受けることを望んでいるが、データやモデルパラメータを解放する意思はないかもしれない。
我々は、各エージェントの事前学習モデルを利用して、テスト時に集合的な予測を行う分散型メカニズムを探索する。
論文 参考訳（メタデータ） (2021-06-22T18:29:58Z) - Back2Future: Leveraging Backfill Dynamics for Improving Real-time
Predictions in Future [73.03458424369657]
公衆衛生におけるリアルタイム予測では、データ収集は簡単で要求の多いタスクである。
過去の文献では「バックフィル」現象とそのモデル性能への影響についてはほとんど研究されていない。
我々は、与えられたモデルの予測をリアルタイムで洗練することを目的とした、新しい問題とニューラルネットワークフレームワークBack2Futureを定式化する。
論文 参考訳（メタデータ） (2021-06-08T14:48:20Z) - Ensemble Forecasting for Intraday Electricity Prices: Simulating
Trajectories [0.0]
近年の研究では、時間単位のドイツの日内連続市場は弱い状態にあることが示されている。
時間内電力価格の確率予測は、トレーディングウィンドウ毎に軌跡をシミュレートして行う。
この調査は、過去3時間でドイツの日内連続市場における価格分布を予測することを目的としているが、このアプローチは、特にヨーロッパでは、他の連続市場への適用を可能にする。
論文 参考訳（メタデータ） (2020-05-04T10:21:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。