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...
- 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