Tato diplomová práce se zabývá modelováním volatility na vysokofrekvenčních datech. V dané práci jsou aplikovány čtyři typy HAR modelů: HAR-RV, HAR-RV-J, HAR-Q a HAR-Q-J. Analýza se provádí na 5minutové časové řadě indexu Moskevské burzy (MOEX). Hlavním cílem dané diplomové práce je výběr nejlepšího modelu pro modelování a předvídání volatility na finančních trzích. Dalším cílem práce je zjistit, zda rozšíření základních typů HAR modelů o realizovanou quarticity a o regresory skoků má pozitivní ... show full abstractTato diplomová práce se zabývá modelováním volatility na vysokofrekvenčních datech. V dané práci jsou aplikovány čtyři typy HAR modelů: HAR-RV, HAR-RV-J, HAR-Q a HAR-Q-J. Analýza se provádí na 5minutové časové řadě indexu Moskevské burzy (MOEX). Hlavním cílem dané diplomové práce je výběr nejlepšího modelu pro modelování a předvídání volatility na finančních trzích. Dalším cílem práce je zjistit, zda rozšíření základních typů HAR modelů o realizovanou quarticity a o regresory skoků má pozitivní vliv na predikční schopnosti modelů. Volatilita se bude odhadovat na následující den a na následující týden. V aplikační části této práce budou porovnány předpovědní schopnosti HAR modelů pomocí RMSE, indexu determinace a Mincer – Zarnowitz regrese, a to jak na in-sample, tak i na out-sample datech. Výsledky provedené analýzy ukazují, že rozšíření HAR modelů o regresory skoků zlepšuje předpovědi volatility na následující den, však rozšíření o realizovanou quarticity nemá pozitivní vliv na výkonnost modelů. V případě predikcí volatility na následující týden nelze jednoznačně určit, zda realizovaná quarticity zlepšuje predikční schopnosti HAR modelů. V případě rozšíření modelů o regresory skoků je vidět zlepšení předpovědních schopností modelů při predikci volatility na následující týden. HAR-RV-J model dosáhl nejlepších výsledků při denním horizontu předpovědi. Při týdenním horizontu předpovědi nejlepším modelem je také HAR RV-J. |