Kapitola 1: Finanční časové řady a jejich charakteristické vlastnosti

1.1 Finanční časové řady

1.2 Klasické předpoklady a charakteristické rysy chování finančních časových řad

1.3 Vliv mikrostruktury trhu na některé vlastnosti finančních časových řad

Kapitola 2: Lineární stochastické modely

2.1 Modely stacionárních časových řad

2.1.1 Stochastický proces a jeho stacionarita

2.1.2 Lineární proces

2.1.3 Autoregresní procesy [AR]

2.1.4 Procesy klouzavých průměrů [MA]

2.1.5 Smíšené procesy [ARMA]

2.2 Modely nestacionárních časových řad

2.2.1 Proces náhodné procházky

2.2.2 Procesy ARIMA

2.3 Modely sezonních časových řad

2.3.1 Sezonní autoregresní procesy [SAR]

2.3.2 Sezonní procesy klouzavých průměrů [SMA]

2.3.3 Smíšené sezonní a nesezonní procesy [SARIMA]

2.4 Modely časových řad s dlouhou pamětí

2.4.1 Frakcionálně integrované procesy [FI]

2.4.2 Procesy ARFIMA

2.5 Konstrukce předpovědí na základě modelů ARIMA a ARFIMA

2.5.1 Předpovědi na základě modelů ARIMA

2.5.2 Předpovědi na základě modelů ARFIMA

2.5.3 Výpočet předpovědí

2.6 Výstavba lineárních modelů

2.6.1 Odhad parametrů modelů ARIMA

2.6.2 Odhad parametrů modelů FI a ARFIMA

2.6.3 Konstrukce předpovědí na základě odhadnutého modelu ARIMA a ARFIMA

2.6.4. Určení a ověřování řádu diferencování

2.6.5 Určení řádu polynomů f_p(B) a q_q(B)

2.6.6 Zařazení konstanty do modelu ARIMA

2.6.7 Diagnostická kontrola modelu

2.6.8 Kritéria pro volbu modelu

Kapitola 3: Modely s proměnlivými režimy

3.1 Modely s režimy určenými pozorovatelnými veličinami

3.1.1 Modely SETAR

3.1.2 Modely STAR

3.2 Modely s režimy určenými nepozorovatelnými veličinami

3.2.1 Model MSW

3.3 Konstrukce předpovědí na základě modelů s proměnlivými režimy

3.3.1 Bodové předpovědi

3.3.2 Intervalové předpovědi

3.3.3 Přesnost předpovědí konstruovaných na základě nelineárních modelů

3.4 Výstavba modelů s proměnlivými režimy

3.4.1 Odhady parametrů

3.4.2 Konstrukce předpovědí na základě odhadnutých modelů

3.4.3 Určení řádu zpoždění

3.4.4 Testování proměnlivosti režimů modelu

3.4.5 Diagnostická kontrola modelu SETAR a STAR

3.4.6 Diagnostická kontrola modelu MSW

Kapitola 4: Modely volatility

4.1 Základní reprezentace

4.2 Lineární modely volatility

4.2.1 Modely ARCH

4.2.2 Modely GARCH

4.2.3 Modely IGARCH

4.2.4 Modely FIGARCH

4.2.5 Modely GARCH-M

4.3 Nelineární modely volatility

4.3.1 Modely EGARCH

4.3.2 Modely IEGARCH a FIEGARCH

4.3.3 Modely GJR-GARCH

4.3.4 Modely STGARCH

4.3.5 Modely VS-GARCH

4.3.6 Modely ANST-GARCH

4.3.7 Modely QGARCH

4.3.8 Modely MSW-GARCH

4.4 Modely volatility a podmínka pravděpodobnostního rozdělení veličiny e_t

4.5 Konstrukce předpovědí na základě modelů volatility

4.5.1 Předpovědi s minimální střední čtvercovou chybou na základě lineárních modelů ARIMA za předpokladu podmíněné heteroskedasticity

4.5.2 Výpočet předpovědí podmíněného rozptylu na základě lineárních modelů volatility

4.5.3 Výpočet předpovědí podmíněného rozptylu na základě nelineárních modelů volatility

4.6 Výstavba modelů volatility

4.6.1 Testování podmíněné heteroskedasticity v časových řadách

4.6.2 Odhad parametrů

4.6.3 Konstrukce předpovědí na základě odhadnutých modelů

4.6.4 Diagnostická kontrola