Thesis (Selection of subject)Thesis (Selection of subject)(version: 368)
Thesis details
   Login via CAS
Identifikace modelů finančních časových řad
Thesis title in Czech: Identifikace modelů finančních časových řad
Thesis title in English: Financial time series model identification
Key words: časová řada, identifikační kritéria, ARMA model
English key words: time series, identification criteria, ARMA model
Academic year of topic announcement: 2013/2014
Thesis type: diploma thesis
Thesis language: čeština
Department: Department of Probability and Mathematical Statistics (32-KPMS)
Supervisor: RNDr. Jitka Zichová, Dr.
Author: hidden - assigned and confirmed by the Study Dept.
Date of registration: 30.09.2013
Date of assignment: 02.10.2013
Confirmed by Study dept. on: 18.03.2014
Date and time of defence: 07.09.2016 00:00
Date of electronic submission:25.07.2016
Date of submission of printed version:28.07.2016
Date of proceeded defence: 07.09.2016
Opponents: doc. RNDr. Zuzana Prášková, CSc.
 
 
 
Guidelines
Data z oblasti ekonomie a financí mají velmi často podobu časových řad. Pro jejich analýzu byly navrženy různé matematické modely. Problém identifikace znamená nalezení vhodného modelu pro konkrétní data. Posluchač se seznámí s příslušnou problematikou a podrobně teoreticky popíše vybrané modely a jejich identifikační kritéria. Fungování kritérií bude zkoumat s pomocí vhodného softwaru na simulovaných časových řadách a poté je bude aplikovat na reálná data z finanční praxe.
References
Cipra, T.: Finanční ekonometrie. Ekopress, Praha, 2008.
Hannan, E., J.: The estimation of the order of an ARMA process. Ann,. Statist. 8 (1980), pp. 1071-1081.
Hannan, E., J.; Quinn, B.G.: The determination of the order of an autoregression. J. Roy. Statit. Soc., Ser. B, 41 (1979), pp. 190-195.
Tiao, G., C,; Box, G., E., P.: Modeling multiple time series with applications. J. Amer. Statist. Assoc., 76 (1981), pp. 802-816.
Tsay, R.S.; Tiao, G.C.: Consistent estimates of autoregressive parameters and extended sample autocorrelation function for stationary and non-stationary ARIMA models. J. Amer. Statist. Assoc., 79 (1984), pp. 84-96.
Wei, W.W.S.: Time Series Analysis. Univariate and Multivariate Methods.
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html