Combinação da projeção da volatilidade percebida por redes neurais e HAR

Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período ent...

Full description

Saved in:
Bibliographic Details
Published in:Revista Brasileira de Financas 2019-01, Vol.17 (1), p.51-79
Main Authors: Araújo, Alcides, Montini, Alessandra, Sampaio, Joelson
Format: Article
Language:Portuguese
Subjects:
Neural networks
Risk management
Securities trading
Stock market indexes
Studies
Volatility
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Este artigo analisa a combinação dos métodos HAR e redes neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance.
ISSN:1679-0731
1984-5146
DOI:10.12660/rbfin.v17n1.2019.71580