Forecasting volatility using cross-section information
Dornelas, Guilherme Nogueira
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Esse artigo utiliza o modelo Elastic Net para prever a volatilidade intradiária do Índice Dow Jones 30 (DJI) cinco minutos a frente. Nós exploramos o cross-section ao tomarmos como candidatos a previsores as volatilidades passadas do próprio índice e de todos os seus 30 componentes. Primeiro, estimamos a volatilidade intradiária instantânea minuto a minuto, e agregamos em 5 minutos para diminuir erro de microestrutura. Em seguida, estimamos tanto o Elastic Net quanto o modelo benchmark tipo HAR em janelas móveis de 60 minutos. Encontramos que o modelo Elastic Net que inclui informações do cross-section nos fornece uma previsão estatisticamente mais acurada do que o modelo HAR usado como benchmark.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2022
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/32278
- Temas
- Economia
Conteúdos relacionados
- DissertaçãoFrom quantiles to distributionsFundação Getulio Vargas · 2025
- DissertaçãoPredicting BTC price trends with social media sentimentFundação Getulio Vargas · 2025
- TeseEssays on recessions through machine learning techniquesFundação Getulio Vargas · 2023
- DissertaçãoAvaliação de medidas de suavização intertemporal do impacto da volatilidade do preço do petróleo com base na predição do seu valor esperadoFundação Getulio Vargas · 2023
