Buchumschlag

The Hybrid Forecast of S&P 500 Volatility ensembled from VIX, GARCH and LSTM models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roszyk, Natalia, Ślepaczuk, Robert
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Trading and Market Microstructure Portfolio Management Statistical Finance Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stochastic Volatility Modelling with LSTM Networks: A Hybrid Approach for S&P 500 Index Volatility Forecasting
von: Perekhodko, Anna, et al.
Veröffentlicht: (2025)

A novel approach to trading strategy parameter optimization using double out-of-sample data and walk-forward techniques
von: Mroziewicz, Tomasz, et al.
Veröffentlicht: (2026)

Statistical arbitrage in multi-pair trading strategy based on graph clustering algorithms in US equities market
von: Korniejczuk, Adam, et al.
Veröffentlicht: (2024)

Overreaction as an indicator for momentum in algorithmic trading: A Case of AAPL stocks
von: Lis, Szymon, et al.
Veröffentlicht: (2026)

Construction and Hedging of Equity Index Options Portfolios
von: Wysocki, Maciej, et al.
Veröffentlicht: (2024)

Sizing the Risk: Kelly, VIX, and Hybrid Approaches in Put-Writing on Index Options
von: Wysocki, Maciej
Veröffentlicht: (2025)

Forecast-to-Fill: Benchmark-Neutral Alpha and Billion-Dollar Capacity in Gold Futures (2015-2025)
von: Singha, Mainak, et al.
Veröffentlicht: (2025)

Mislearning of Factor Risk Premia under Structural Breaks: A Misspecified Bayesian Learning Framework
von: Qiu, Yimeng
Veröffentlicht: (2026)

Informer in Algorithmic Investment Strategies on High Frequency Bitcoin Data
von: Stefaniuk, Filip, et al.
Veröffentlicht: (2025)

Deep Learning for Options Trading: An End-To-End Approach
von: Tan, Wee Ling, et al.
Veröffentlicht: (2024)

Kernel Learning for Mean-Variance Trading Strategies
von: Futter, Owen, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Automated Stock Trading: An Ensemble Strategy
von: Yang, Hongyang, et al.
Veröffentlicht: (2025)

Optimal bidding in hourly and quarter-hourly electricity price auctions: trading large volumes of power with market impact and transaction costs
von: Narajewski, Michał, et al.
Veröffentlicht: (2021)

Fast Times, Slow Times: Timescale Separation in Financial Timeseries Data
von: Rosenzweig, Jan
Veröffentlicht: (2026)

Sentiment trading with large language models
von: Kirtac, Kemal, et al.
Veröffentlicht: (2024)

Forecasting Bitcoin volatility spikes from whale transactions and CryptoQuant data using Synthesizer Transformer models
von: Herremans, Dorien, et al.
Veröffentlicht: (2022)

Autonomous Market Intelligence: Agentic AI Nowcasting Predicts Stock Returns
von: Chen, Zefeng, et al.
Veröffentlicht: (2026)

From Hypotheses to Factors: Constrained LLM Agents in Cryptocurrency Markets
von: Huang, Yikuan, et al.
Veröffentlicht: (2026)

A Practical Machine Learning Approach for Dynamic Stock Recommendation
von: Yang, Hongyang, et al.
Veröffentlicht: (2025)

Few-Shot Learning Patterns in Financial Time-Series for Trend-Following Strategies
von: Wood, Kieran, et al.
Veröffentlicht: (2023)

Co-trading networks for modeling dynamic interdependency structures and estimating high-dimensional covariances in US equity markets
von: Lu, Yutong, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning Framework for Diversified Portfolio Management Across Global Equity Markets
von: Kashif, Kamil, et al.
Veröffentlicht: (2026)

The Random Forest Model for Analyzing and Forecasting the US Stock Market in the Context of Smart Finance
von: Zheng, Jiajian, et al.
Veröffentlicht: (2024)

Generating realistic metaorders from public data
von: Maitrier, Guillaume, et al.
Veröffentlicht: (2025)

Crisis Alpha: A High-Performance Trading Algorithm Tested in Market Downturns
von: Gharanchaei, Maysam Khodayari, et al.
Veröffentlicht: (2024)

Do Mutual Funds Make Active and Skilled Liquidity Choices in Portfolio Management? Evidence from India
von: Agarwal, Pankaj K, et al.
Veröffentlicht: (2025)

Refining and Robust Backtesting of A Century of Profitable Industry Trends
von: Massaad, Alessandro, et al.
Veröffentlicht: (2024)

Pools as Portfolios: Observed arbitrage efficiency & LVR analysis of dynamic weight AMMs
von: Willetts, Matthew, et al.
Veröffentlicht: (2026)

Enhancing literature review with LLM and NLP methods. Algorithmic trading case
von: Łaniewski, Stanisław, et al.
Veröffentlicht: (2024)

Explainable Patterns in Cryptocurrency Microstructure
von: Bieganowski, Bartosz, et al.
Veröffentlicht: (2026)

Trade execution games in a Markovian environment
von: Ohnishi, Masamitsu, et al.
Veröffentlicht: (2024)

MadEvolve: Evolutionary Optimization of Trading Systems with Large Language Models
von: Kvasiuk, Yurii, et al.
Veröffentlicht: (2026)

Revisiting the Excess Volatility Puzzle Through the Lens of the Chiarella Model
von: Kurth, Jutta G., et al.
Veröffentlicht: (2025)

Liquidity-adjusted Return and Volatility, and Autoregressive Models
von: Deng, Qi, et al.
Veröffentlicht: (2025)

Loss-Versus-Rebalancing under Deterministic and Generalized block-times
von: Nezlobin, Alex, et al.
Veröffentlicht: (2025)

Electricity Spot Prices Forecasting Using Stochastic Volatility Models
von: Batyrov, Andrei Renatovich
Veröffentlicht: (2024)

Building Trust in Illiquid Markets: an AI-Powered Replication of Private Equity Funds
von: Benhamou, E., et al.
Veröffentlicht: (2025)

Bimodal Dynamics of the Artificial Limit Order Book Stock Exchange with Autonomous Traders
von: Steinbacher, Matej, et al.
Veröffentlicht: (2025)

Forecasting S&P 500 Using LSTM Models
von: Pilla, Prashant, et al.
Veröffentlicht: (2025)

Forecasting Volatility with Machine Learning and Rough Volatility: Example from the Crypto-Winter
von: Tang, Siu Hin, et al.
Veröffentlicht: (2023)