IL NOSTRO BLOG

Nei precedenti post abbiamo introdotto i modelli GARCH(r,m), abbiamo visto come tale modelli descrivano il fenomeno di volatilità...

Proviamo ad applicare i modelli GARCH a una serie storica finanziaria: il future sull'indice FTSE MIB.

Come risolvere il problema della frequenza della varianza che presentano i modelli ARCH? L'introduzione dei modelli GARCH ci aiuta!

Come poter descrivere la volatilità clustering? Introduciamo il modelli ARCH, che si prefissano proprio questo obiettivo!

Come abbiamo visto nel corso di questo blog, i modelli autoregressivi hanno come obiettivo la ricerca di una previsione di una serie...

Un esempio di previsione della serie storica finanziaria con i modelli ARIMA.

Differenziando d volte una serie storica, possiamo introdurre il concetto di modello ARIMA(p,d,q).

Dall'unione dei modelli AR(p) e MA(q) possiamo definire i modelli ARMA(p,q).

Definizione e descrizione dei modelli MA(1) e MA(q)

Dai più semplici modelli AR(1), introduciamo la loro generalizzazione con i modelli AR(p).

Ecco come possiamo stimare con MLE i parametri μ, σ e Φ del modello AR(1).

I modelli AR ci permettono di utilizzare le nozioni di stazionarietà e autocorrelazione.

Attraverso l'autocorrelazione possiamo andare a definire legami matematici fra i prezzi di oggi e quelli dei giorni precendenti!

Iniziamo a fare sul serio! Partiamo con due concetti che per noi sono chiave: stazionarietà e autocorrelazione. (ah, se sei un neofita per q