La relazione finale è incentrata sulla previsione della volatilità delle criptovalute. In particolare, l’obiettivo del lavoro svolto è quello di confrontare le capacità previsive dei modelli elaborati per rappresentare i rendimenti dei titoli finanziari. Lo scopo è dunque quello di studiare il comportamento delle serie finanziarie delle criptovalute, di cui Bitcoin è l'esempio più importante. La dinamica di queste serie è piuttosto complessa, mostrando asimmetrie e diverse caratteristiche non lineari, difficili da modellare e prevedere. Si giunge alla conclusione che non è possibile adoperare modelli lineari di tipo ARIMA per la modellizzazione di tali serie. Si introducono dunque i modelli di tipo GARCH, giungendo alla formalizzazione di una classe specifica di processi in grado di spiegare diverse caratteristiche connesse al fenomeno della volatilità. Oltre a questa classe di modelli, introdurremo i modelli score-driven in grado di riportare stime di volatilità migliori.

La previsione della volatilità delle criptovalute

NISATO, SARA
2021/2022

Abstract

La relazione finale è incentrata sulla previsione della volatilità delle criptovalute. In particolare, l’obiettivo del lavoro svolto è quello di confrontare le capacità previsive dei modelli elaborati per rappresentare i rendimenti dei titoli finanziari. Lo scopo è dunque quello di studiare il comportamento delle serie finanziarie delle criptovalute, di cui Bitcoin è l'esempio più importante. La dinamica di queste serie è piuttosto complessa, mostrando asimmetrie e diverse caratteristiche non lineari, difficili da modellare e prevedere. Si giunge alla conclusione che non è possibile adoperare modelli lineari di tipo ARIMA per la modellizzazione di tali serie. Si introducono dunque i modelli di tipo GARCH, giungendo alla formalizzazione di una classe specifica di processi in grado di spiegare diverse caratteristiche connesse al fenomeno della volatilità. Oltre a questa classe di modelli, introdurremo i modelli score-driven in grado di riportare stime di volatilità migliori.
2021
Forecasting cryptocurrency volatility
Statistica
Modelli previsivi
Volatilità
Criptovalute
File in questo prodotto:
File Dimensione Formato  
Nisato_Sara.pdf

accesso riservato

Dimensione 844.87 kB
Formato Adobe PDF
844.87 kB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/11336