Metodi Monte Carlo sequenziali per modelli a volatilità stocastica con distribuzioni a code spesse

In questa tesi si stimano tre differenti modelli a volatilità stocastica con distribuzioni a code spesse utilizzando i metodi Monte Carlo sequenziali per la stima congiunta di parametri e stati. I modelli stimati vengono applicati a dati reali riguardanti i metalli preziosi, rame e petrolio, con lo scopo di combinare le tre densità di previsione ottenute per ciascuna serie ed utilizzare tale combinazione a fini previsivi. Viene proposta inoltre un’applicazione in tema di portfolio composition analizzando le differenze tra l’uso della combinazione di modelli diversi e del singolo modello migliore.