On the predictive power of ARJI volatility forecasts for Bitcoin

Autor:	Jying-Nan Wang, Yuan-Teng Hsu, Hung-Chun Liu, Shu-Mei Chiang
Rok vydání:	2019
Předmět:	Economics and Econometrics Cryptocurrency 050208 finance Realized variance Autoregressive conditional heteroskedasticity 0502 economics and business 05 social sciences Economics Econometrics Predictive power 050207 economics Volatility (finance)
Zdroj:	Applied Economics. 51:4849-4855
ISSN:	1466-4283 0003-6846
DOI:	10.1080/00036846.2019.1602714
Popis:	Motivated by the recent literature on cryptocurrency volatility dynamics, this paper adopts the ARJI, GARCH, EGARCH, and CGARCH models to explore their capabilities to make out-of-sample volatility...
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=doi_________::2f62e4df4dbfa5f2378735e90a38cae1 https://doi.org/10.1080/00036846.2019.1602714 Zobrazit plný text záznamu Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.