 Машинно самообучение при VaR като оценка за пазарния риск ‒ предимства и недостатъциАнтонио Дичев
Almanac of PhD Students, 2023, vol. 16, issue 19 Year 2023, 241-254 Abstract: Изследването прави опит да изведе основните предимства и предизвикателства пред Deep Autoregressive (DeepAR) като един от модерните алгоритми за ма-шинно самообучение (ML) както при неговото приложение за анализ на времеви редове, така и вчастност за извеждане на оценка за стойност под риск Value at Risk (VaR). Анализът включва и оценка посредством Generalized Autoregressive Conditional Heteroscedasticity (GARCH) като един количествен метод, който е широко разпространен и прилаган от дълго време във финансовия сектор. Изведената оценка обхваща валутен риск (валутна позиция в JPY, USD и GBP) и позиционен риск за акции (дълга позиция в Apple и Microsoft Corporation). Съпоставката на резултатите от двата алгоритъма потвърждава количественото превъзходство на DeepAR, но се акцентира и върху някои практикоприложни предизвикателства. Това, от своя страна, прави използването на методите за ML подходящи за извеждането на VaR, но след анализ на предимствата и предизвикателствата. Keywords: пазарен риск; VaR; машинно самообучение; риск оценка (search for similar items in EconPapers) Downloads: (external link) Related works: Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text Persistent link: https://EconPapers.repec.org/RePEc:dat:almphd:v:16:y:2023:i:19:p:241-254 Access Statistics for this article Almanac of PhD Students is currently edited by Stefan Simeonov More articles in Almanac of PhD Students from D. A. Tsenov Academy of Economics, Svishtov, Bulgaria Contact information at EDIRC. |
Is your work missing from RePEc? Here is how to contribute.
Questions or problems? Check the EconPapers FAQ or send mail to .
EconPapers is hosted by the
School of Business at Örebro University.