Blar i NTNU Open på forfatter "Risstad, Morten"
-
A Novel Approach to Predicting Interest Rates using PCA & Quantile Regression
Parashar, Abhirohan (Master thesis, 2021)Denne masteroppgaven forsøker å utforske renterisiko predikeringsevnen til en ny modell som benytter seg av kjente verktøy innad i fagområdet. For å kontrollere renterisiko benyttes ofte Value-at-Risk (VaR) estimeringsteknikker, ... -
Bonding with XAI: Exploring the Potential for Sovereign Bond Spread Predictions
Engebretsen, Andreas; Mørk, Magnus (Master thesis, 2023)Denne studien undersøker bruk av maskinlæring (ML) og forklarbar kunstig intelligens (XAI) for å predikere spredningen på statsobligasjonsrenter. Studien sammenligner AI-modeller, spesifikt ANN og LightGBM, med økonometriske ... -
Employing Machine Learning and Econometric Models to Forecast Implied Volatility for EUR/USD FX Options
Djupskås, Gard; Olsen, Asbjørn (Master thesis, 2022)I denne artikkelen gjennomfører vi en empirisk studie av prognosenøyaktigheten til LSTM-, Random Forest- og AR-GARCH-modeller for implisitt volatilitet på daglige spotkurser for EUR/USD-valutaopsjoner. Vi bruker en univariate ... -
Employing Machine Learning and Econometric Models to Forecast Implied Volatility for EUR/USD FX Options
Djupskås, Gard; Olsen, Asbjørn (Master thesis, 2022)I denne artikkelen gjennomfører vi en empirisk studie av prognosenøyaktigheten til LSTM-, Random Forest- og AR-GARCH-modeller for implisitt volatilitet på daglige spotkurser for EUR/USD-valutaopsjoner. Vi bruker en ... -
Enhanced Option Pricing Using Deep Learning: A Time-Series Approach with a Combined LSTM-MLP Model
Rygg, Erlend Stegavik; Vinje, Hjalmar Jacob; Wu, Cassandra (Master thesis, 2023)Denne artikkelen presenterer en dyplæringstilnærming til opsjonsprising som integrerer et long short-term memory (LSTM) nettverk med et multi-layer perceptron (MLP) netverk for å danne en kombinert LSTM-MLP modell. Den ... -
Essays in Financial Economics
Risstad, Morten (Doctoral theses at NTNU;2022:364, Doctoral thesis, 2022)Norsk sammendrag Denne avhandlingen er relevant for et antall interessenter; heriblant sentralbanker, myndigheter, finansinstitusjoner og andre kommersielle aktører. De fire artiklene som avhandlingen består av har til ... -
Estimating Value at Risk from implied volatilities using machine learning methods and quantile regression
Blom, Herman Mørkved (Master thesis, 2022)I denne studien foreslår vi en semi-parametrisk, sparsommelig Value at Risk-prognosemodell basert på kvantilregresjon og maskinlæringsmetoder, kombinert med markedspriser på opsjonskontrakter hentet fra over-the-counter ... -
Estimating Value-at-Risk in the EURUSD Currency Cross from Implied Volatilities Using Machine Learning Methods and Quantile Regression
Blom, Herman Mørkved; de Lange, Petter Eilif; Risstad, Morten (Peer reviewed; Journal article, 2023)In this study, we propose a semiparametric, parsimonious value-at-risk forecasting model, based on quantile regression and machine learning methods, combined with readily available market prices of option contracts from ... -
Modelling EURNOK Returns using Genetic Programming Symbolic Regression
Myrseth, Mika Løset; Røstum, Silje Mangersnes; Vestrum, Benedicte Chen (Master thesis, 2023)Denne masteroppgaven undersøker ikke-lineære sammenhenger mellom den norske kronen og makroøkonomiske faktorer for å bedre forstå bevegelser i kronekursen. Genetic Programming Symbolic Regression (GPSR) brukes til å utvikle ... -
On the Exchange Rate Dynamics of the Norwegian Krone
Risstad, Morten; Thodesen, Airin; Thune, Kristian August; Westgaard, Sjur (Peer reviewed; Journal article, 2023)Global energy production is undergoing a transition from fossils to renewables. At the same time, the Norwegian Oil Fund has grown exponentially in size and is now a major global investor. These events in combination are ... -
Predicting interest rate distributions using PCA & quantile regression
Pimentel, Rita; Risstad, Morten; Westgaard, Sjur (Peer reviewed; Journal article, 2022)Principal component analysis (PCA) is well established as a powerful statistical technique in the realm of yield curve modeling. PCA based term structure models typically provide accurate fit to observed yields and explain ... -
Prediction of realized volatility and implied volatility indices using AI and machine learning: A review
Gunnarsson, Elias Søvik; Isern, Håkon Ramon; Kaloudis, Aris; Risstad, Morten; Vigdel, Benjamin; Westgaard, Sjur (Journal article; Peer reviewed, 2024)In this systematic literature review, we examine the existing studies predicting realized volatility and implied volatility indices using artificial intelligence and machine learning. We survey the literature in order to ... -
Term Premia in Norwegian Government Bond Yields
De Lange, Petter Eilif; Risstad, Morten; Westgaard, Sjur (Peer reviewed; Journal article, 2022)The typically observed upward sloping nominal yield curve implies that investors demand positive risk premia – or term premia – to hold long-term nominal bonds. Fundamentally, the term premium is compensation to investors ... -
Term Premia in Norwegian Interest Rate Swaps
de Lange, Petter Eilif; Risstad, Morten; Semmen, Kristian; Westgaard, Sjur (Journal article; Peer reviewed, 2023)Fundamentally, the term premium in long-term nominal yields is compensation to investors for bearing interest rate risk. There is substantial evidence of sizable and time-varying term premia. As opposed to yields, term ... -
The Krone Exchange Rate Puzzle: Uncovering the Power of Market Sentiment and Nonlinearity
Skrivarhaug-Boudier, Jarl Christophe; Thodesen, Airin (Master thesis, 2023)Denne avhandlingen undersøker om inkludering av markedssentiment og ikke-lineæritet forbedrer statistisk modellering og prediksjon av fire forskjellige norske valutakurser: USDNOK, EURNOK, CADNOK og SEKNOK. En ny tilnærming ... -
Volatility Prediction and Uncertainty Quantification using Bayesian Neural Networks
Gunnarsson, Elias Søvik; Isern, Håkon Ramon (Master thesis, 2023)I denne avhandlingen utforsker vi Bayesianske metoder for usikkerhetskvantifisering gjennom dyp læring. Vi anvender metodene for å predikere CBOE VIX-indeksen, og vi sammenligner disse modellene med tradisjonelle deterministiske ...