Show simple item record

dc.contributor.authorLandauskas, Mantas
dc.contributor.authorValakevičius, Eimutis
dc.date.accessioned2014-06-06T11:19:50Z
dc.date.available2014-06-06T11:19:50Z
dc.identifier.urihttps://www3.mruni.eu/ojs/intellectual-economics/article/view/817/774
dc.identifier.urihttps://repository.mruni.eu/handle/007/11775
dc.description.abstractThis paper presents a universal approach to modelling stock prices. The technique involves Markov Chain Monte Carlo (MCMC) sampling from piecewise-uniform distribution. Today’s fi nancial models are based on assumptions which make them inadequate in many cases. One of the most important issues is determining the distribution of a stock price, its return or other financial mean. The approach proposed in this paper removes almost all presumptions from a distribution of a stock price. The probability density must be evaluated using some nonparametric estimates. The kernel density estimate (KDE) suits well for that purpose. It gives a smooth and presentable estimate. MCMC was chosen due to its versatility and is applied to KDE using piecewise-linear distribution as proposal density. The proposal density is constructed according to the KDE. Such link between the piecewise-linear distribution’s simplicity and relative massiveness of KDE balances together. Involving the kernel density estimate and the methodology to sample from it makes the technique universal for modelling any real stochastic system while having empirical data only and barely any assumptions about the distribution of it.en
dc.language.isoenen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.titleModelling of stock prices by the Markov chain Montecarlo methoden
dc.title.alternativeAkcijų kainų modeliavimas Markovo grandinės Montekarlo metoduen
dc.typeArticleen
dc.description.abstract-ltStraipsnyje pristatoma universali akcijų kainų modeliavimo technika. Ši technika paremta Markovo grandinių Monte Karlo (MCMC) metodo taikymu modeliuojant dalimis tolygųjį skirstinį. Dabartiniai finansų rinkų modeliai paremti prielaidomis, kurios dažnai juos verčia neadekvačiais. Viena didžiausių problemų yra akcijos kainos, jos grąžos ar bet kokios kitos finansinės priemonės pasiskirstymo dėsnio nustatymas. Šiame straipsnyje pasiūlytas požiūris pašalina praktiškai visas prielaidas apie akcijos kainos pasiskirstymą. Tokiu atveju pasiskirstymo dėsnis turi būti įvertintas neparametriniu būdu. Branduolinis tikimybinio tankio įvertinimas šiam tikslui puikiai tinka. Jis sudaro glotnų ir reprezentatyvų tankio įvertį. MCMC buvo pasirinktas dėl didelio pritaikomumo ir yra taikomas branduoliniam tankio įverčiui su dalimis tolygiuoju skirstiniu kaip alternatyviu (aproksimuojančiu) tankiu. Alternatyvus tankis konstruojamas pagal branduolinį įvertį. Toks dalimis tolygiojo skirstinio paprastumo ir santykinai aukšto branduolinio tankio įverčio sudėtingumo skaičiavimo prasme apjungimas sukuria balansą tarp šių metodų. Naudojant branduolinį akcijos kainos pasiskirstymo įvertinimą ir šiame straipsnyje siūlomą jo modeliavimą padaro pateiktą techniką universalią. Ji tampa tinkama bet kokiai realiai stochastinei sistemai turint tik jos empirinius duomenis ir beveik jokių prielaidų apie jų pasiskirstymą.en
dc.identifier.aleph000009267en
dc.publication.sourceIntelektinė ekonomika, 2011, t. 5, Nr. 2(10)en
dc.subject.facultyKitasen
dc.subject.keywordAkcijų kainosen
dc.subject.keywordMarkovo grandinėen
dc.subject.keywordStock pricesen
dc.subject.keywordMarkov chainen
dc.subject.publicationtypeS3en
dc.subject.sciencedirection04S - Ekonomikaen


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record