Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Business Systems Research Journal
Band 9 (2018): Heft 2 (July 2018)
Uneingeschränkter Zugang
Neural Network Approach in Forecasting Realized Variance Using High-Frequency Data
Josip Arnerić
Josip Arnerić
,
Tea Poklepović
Tea Poklepović
und
Juin Wen Teai
Juin Wen Teai
| 28. Juli 2018
Business Systems Research Journal
Band 9 (2018): Heft 2 (July 2018)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
28. Juli 2018
Seitenbereich:
18 - 34
Eingereicht:
29. Jan. 2018
Akzeptiert:
21. Apr. 2018
DOI:
https://doi.org/10.2478/bsrj-2018-0016
Schlüsselwörter
high-frequency data
,
realized variance
,
nonlinearity
,
long memory
,
jumps
,
leverage
,
feedforward neural networks
,
Heterogeneous AutoRegressive model
© 2018 Josip Arnerić, published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 License.
Josip Arnerić
Faculty of Economics and Business, University of Zagreb,
Zagreb, Croatia
Tea Poklepović
Faculty of Economics, Business and Tourism, University of
Split, Croatia
Juin Wen Teai
National University of
Singapore, Singapore