BOOSTING UNDER QUANTILE REGRESSION – CAN WE USE IT FOR MARKET RISK EVALUATION?
Article Sidebar
Main Article Content
Abstrakt
We consider boosting, i.e. one of popular statistical machine_x0002_learning meta-algorithms, as a possible tool for combining individual volatility estimates under a quantile regression (QR) framework. Short empirical exercise is carried out for the S&P500 daily return series in the period of 2004-2009. Our initial findings show that this novel approach is very promising and the in-sample goodness-of-fit of the QR model is very good. However much further research should be conducted as far as the out_x0002_of-sample quality of conditional quantile predictions is concerned.
Article Details
Jak cytować
Bień-Barkowska, K. (2014). BOOSTING UNDER QUANTILE REGRESSION – CAN WE USE IT FOR MARKET RISK EVALUATION?. Metody Ilościowe W Badaniach Ekonomicznych, 15(1), 7–17. Pobrano z https://qme.sggw.edu.pl/article/view/3643
Statystyki
Downloads
Download data is not yet available.
Rekomendowane teksty
Podobne artykuły
- Maria Szmuksta-Zawadzka, Jan Zawadzki, MODELE HARMONICZNE ZE ZŁOŻONĄ SEZONOWOŚCIĄ W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z LUKAMI SYSTEMATYCZNYMI , Metody Ilościowe w Badaniach Ekonomicznych: Tom 14 Nr 3 (2013)
Możesz również Rozpocznij zaawansowane wyszukiwanie podobieństw dla tego artykułu.
Inne teksty tego samego autora
- Katarzyna Bień-Barkowska, Wpływ publikacji danych makroekonomicznych na kurs EUR/PLN w kontekście badania mikrostruktury rynku , Metody Ilościowe w Badaniach Ekonomicznych: Tom 12 Nr 2 (2011)
- Katarzyna Bień-Barkowska, Model sekwencyjnego zawierania transakcji – zastosowanie do analizy procesu transakcyjnego na kasowym rynku złotego , Metody Ilościowe w Badaniach Ekonomicznych: Tom 13 Nr 3 (2012)
Licencja
Publikowane artykuły dostępne są na warunkach Open Access na zasadach licencji Creative Commons CC BY-NC – do celów niekomercyjnych udostępnione materiały mogą być kopiowane, drukowane i rozpowszechniane. Autorzy ponoszą opłatę za opublikowanie artykułu.