Modelos híbridos para el pronostico de volatilidad y su uso en medidas de riesgo

En el presente trabajo se implementan dos modelos híbridos los cuales combinan algoritmos de machine learning con los modelos econométricos clásicos para pronosticar la volatilidad del Ethereum. El primero utiliza estructuras de redes neuronales recurrentes junto con pronósticos de un GARCH(1,1), el...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/40229
Acceso en línea:
https://doi.org/10.48713/10336_40229
https://repository.urosario.edu.co/handle/10336/40229
Palabra clave:
Ethereum
Pronostico de votalilidad
Aprendizaje de maquina
Redes neuronales recurrentes
Maquina de vectores de soporte
Medicion de riesgo
Ethereum
Volatily forecast
Machine learning
Recurrent neural networks
Support vector machine
Risk measurement
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International