Combinação da Projeção da Volatilidade Percebida Por Redes Neurais E Har (Combination of the Projection of Volatility Perceived by Neural Networks and Har)

Abstract

Portuguese abstract:Este artigo analisa a combinação dos métodos HAR e Redes Neurais para melhor projetar a volatilidade percebida e, consequentemente, trazer maior eficiência na gestão de riscos. Para realizar as projeções, combinações e testes foi utilizada a série de volatilidade percebida do Ibovespa no período entre 2000 e 2018, totalizando 4530 observações. Os principais resultados evidenciam que a combinação de ambos os modelos resultou numa melhor previsibilidade da volatilidade percebida, o que pode ser interpretado como um ganho de eficiência para gestão de riscos. Adicionalmente, artigo também avaliou o desempenho dos modelos considerando a rentabilidade de trading com opções. Para o caso da rentabilidade, verificou-se que as combinações de modelos lineares e não lineares apresentaram melhor performance.

English abstract: This paper examines the combination of HAR and Neural Networks methods methods in order to improve the efficiency in predicting the Realized Volatility and, consequently, to achieve better efficiency in risk management. Using a sample of 4530 observations to carry out the projections, combinations and tests, the series of perceived volatility of the Ibovespa was collected in the period between 2000 and 2018. The main results show that the combination of both models resulted in a better predictability of the perceived volatility, which can be interpreted as an efficiency gain for risk management. In addition, the article also evaluated the performance of the models considering the profitability of trading with options. For the case of profitability, combinations of linear and non-linear models presented better performance.

Note: Downloadable document available in Portuguese.

Keywords: high frequency data, realized volatility, forecast combination

JEL Classification: G10, G30