Information Content of Volatility Forecasts at Medium-term Horizons
Notice bibliographique
Résumé
En utilisant la volatilité réalisée pour estimer la volatilité conditionnelle quotidienne des rendements financiers, nous comparons les prévisions de volatilité quotidienne effectuées à partir de modèles GARCH-QVM standard et à partir de projections directes sur les volatilités réalisées. Nous considérons un horizon maximal de trente jours de transaction. Les prévisions sont comparées à la variance non conditionnelle des rendements quotidiens, ce qui nous permet d'estimer l'horizon maximal pour lequel les modèles détiennent un pouvoir de prévision. Nous utilisons des données de l'indice TSE 35 et des taux de change DM/US$ et Yen/US$, et nos résultats montrent qu'il y a un pouvoir de prédiction jusqu'à un horizon de trente jours, et ce, pour chacune des trois séries. Nous montrons aussi que le résultat de Bollerslev et Wright (2001), résultat indiquant que les projections sont supérieures sur l'horizon d'un jour, reste valide dans un horizon s'étendant jusqu'à dix ou quinze jours. Pour des horizons plus longs, les deux types de méthodes de prévision ne se différencient guère.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».