Vous n'êtes pas identifié.
Vous êtes sur le forum du master ESA !
Le site du master ESA - description de la formation, notes de cours, contacts... vient de déménager !!!
Venez visiter notre nouveau site : www.master-esa.fr
salut tout le mode;
je suis entrain de traviller sur un projet de fin d'études sur l'optimisation de portefeuille d'actions sous SAS/Risk Dimensions, et pour accomplir l'ensemble des statements, j'ai besoin de prévoir les rendemnts pour des horizons différents, quelqu'un peut m'aider dans ce sens.
merci beaucoup.
Hors ligne
Il est peut être un peu tard pour vous répondre ... mais bon. Si vous acceptez que la meilleure prévision du (log du) prix pour demain, après-demain,... est le (log du) prix d'aujourd'hui en vous référant à une hypothèse d'efficience faible alors la séquence des rendements doit être constituée de variables orthogonales. Sur données quotidiennes ça doit être une approximation raisonnable, avec en plus une moyenne pratiquement nulle. En d'autres termes, à tout moment, la prévision des rendements futurs est zéro. En revanche, vous pouvez espérer être capable de raconter une histoire un peu plus sexy sur les bornes des intervalles de confiance surtout si, comme c'est probable, vous observez des clusters de volatilité. Regardez alors par exemple du côté des modèles Garch uni ou multivariés.
Dernière modification par esa_gc (17-02-2009 01:56:57)
Hors ligne
Merci,
dc voilà, en ce qui conserne les modèles garch, j'ai déjà essayer mais le problème pour moi, la détermination d'une prévision des cours pour le long terme, alors là les modèles garch présentent l'inconvénient de retour à la moyenne, et dc concrétement cela va se traduire par le fait que la prévision pour la semaine prochaine va etre egale à celle de l'année prochaine.
cette entrave m'a obligé de devier vers le modèle de black and scholes qui modélise le prix des equities par un mouvement brownien géométrique qui reste non plus saint des failblèsse à savoir l'incorporation d'une volat constante alors que ce n'est pas du tout le cas
alors je suis tjrs ds le même blème, celui d'un modèle économétrique ou stochastique de la prévision des cours pour le long terme
Hors ligne
Si votre problème c'est les prévisions à horizon éloigné, alors j'ai bien peur que l'approche 'série temporelle univariée' soit d'un intérêt limité. Je suis persuadé que dans ce cas il faut aller vers les fondamentaux (secteur d'activité, taille, ....). Du côté des séries temporelles, comme vous l'avez compris, la meilleure appproximation reste sans doute la marche au hasard. Eventuellement vous pouvez-vous amuser avec des processus à mémoire longue : allez voir du côté des fractionnaires....mais je continue d'affirmer que pour des prévisions de long terme, c'est plutôt du gadget, surtout sur des valeurs d'entreprises. De toute façon, les intervalles de confiance autour de ces prévisions lointaines doivent être tels qu'aucune information utile ne doit pouvoir être tirée de la seule prévision ponctuelle.
Au passage je ne comprends pas bien la connection que vous faites entre processus garch et propriété de retour à la moyenne. Si c'est sur le rendement que vous mettez cette propriété, alors les garch n'ont rien à voir; et si c'est sur la variance, vous pouvez toujours mettre un IGARCH en oeuvre pour passer outre.
Dernière modification par esa_gc (07-03-2009 11:09:37)
Hors ligne