MétaCan
Menu
Retour à la cohorte
Enregistrement W2563416331

貨幣型ETF與經濟因素之關聯性:應用ARIMAX-GARCH模型分析

2016· article· zh· W2563416331 sur OpenAlexaboutno aff
黃國銘

Notice bibliographique

Revue中原大學企業管理研究所學位論文 · 2016
Typearticle
Languezh
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurrencyEconomicsVolatility (finance)Autoregressive conditional heteroskedasticityIndex (typography)Stock market indexRate of returnMonetary economicsStock (firearms)Investment strategyFinancial economicsEconometricsFinanceStock marketGeographyMarket liquidity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recently, the number of financial derivatives have been created to attract the business and public to invest. Among them, the Exchanged-Traded Fund (ETF) is one of the most stable financial derivatives and profitable. In 2005, the first currency ETF (euro IMF) has been established, and it’s performance was affirmed by the international financial markets. The major currencies were used to issue a series of currency ETFs. This study takes the major currencies –such as Australia, United Kingdom, Canada, Switzerland, Japan, USA, New Zealand and other countries as study subjects. The sample data of daily return is from the beginning of January 2007 to the end of December 2015 as the objects. This paper uses the ARIMAX-GARCH model to analze, test and forecast the dynamic relationship of currency ETFs returns and macroeconomic factors. The results are as follows: 1.When volatility index (VIX) rises, the current returns have significantly mixed effect. This shows that the investors may change investment strategies which affected by the previous returns, CRB, stock index and short term interest rate. Therefore, the current returns interacted with investors’s investment strategies may ultimately affect the next-term or few-terms of return. 2.When the current retrrns have upward trend and the previous returns have a negative impact , while CRB, and short-term interest rate showed positice correlation. 3.The results of forecast for the rerurns, reveal that Canada currency ETF's MAE and RMSE have the minimum value, which means the best predicting performance for the returns and most suitable for investment. The above results indicate the economics factors such as short-term interest rate, stock index, CRB, and VIX having dynamic effects with the currency ETFs. Institution and the investors can take indicators as references, to choose the favor currency ETF based on their investing preference in order to effectively control the returns and avoid the investment risk.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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.

Tête enseignante Opus0,173
Tête enseignante GPT0,384
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue中原大學企業管理研究所學位論文Même sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207