文章
Ding Y、Kambouroudis D 和 McMillan DG (2025) 使用状态切换模型预测已实现的波动性。国际经济与金融评论，101，艺术。编号：104171。https://doi.org/10.1016/j.iref.2025.104171
关于我
Dimos 于 2012 年 9 月加入milan米兰体育，担任金融学讲师。在加入milan米兰体育之前，迪莫斯曾在爱丁堡大学商学院和达勒姆商学院工作。他在圣安德鲁斯大学管理学院获得博士学位，并拥有杜伦大学金融与投资硕士学位、桑德兰大学计算机信息系统硕士学位和工商管理（荣誉）学士学位。迪莫斯是高等教育学院院士。
Dimo 的研究着眼于对发达市场和新兴市场股票市场的波动性进行建模和预测，以及在风险管理中的应用。考虑到模型、样本周期内和样本外、交易量和波动率指数等多个不同参数；主要目标是提高波动率预测的准确性。由于高波动性与不确定性市场扰乱相关，因此准确建模和预测波动性有助于管理和控制风险。
输出 (17)
文章
投资组合多元化仍然有效吗：从美国投资者的角度来看跨越三大危机的证据
McMillan D、Kambouroudis D 和 Huang R (2025) 投资组合多元化是否仍然有效：从美国投资者的角度来看跨越三场危机的证据。资产管理杂志.
文章
左尾风险和英国股票回报可预测性：反应不足、反应过度和套利困难
Khasawneh M、McMillan D 和 Kaboururoudis D (2024) 左尾风险和英国股票回报可预测性：反应不足、反应过度和套利困难。国际财务分析评论，95 (A)，艺术。编号：103333。https://doi.org/10.1016/j.irfa.2024.103333
文章
极端范围估计器是否可以改善已实现的波动率预测？来自 G7 股票市场的证据
Korkusuz B、Kambouroudis D 和 McMillan DG (2023) 极端范围估计器能否改善已实现的波动率预测？来自 G7 股票市场的证据。金融研究快报。 https://doi.org/10.1016/j.frl.2023.103992
文章
McMillan D、Kambouroudis D 和 Sahiner M (2023) 人工神经网络能否提供改进的波动性预测：来自亚洲市场的证据。经济与金融杂志.
文章
Khasawneh M、McMillan D 和 Kaboururoudis D (2022) 预期盈利能力、52 周高点和特殊波动性难题。欧洲金融杂志。 https://doi.org/10.1080/1351847X.2022.2144401
文章
Korkusuz B、McMillan D 和 Kaboururoudis D (2022) 全球金融指标与 G20 股票市场之间波动溢出的复杂网络分析。实证经济学。 https://doi.org/10.1007/s00181-022-02290-w
文章
McMillan D、Kambouroudis D 和 Khasawneh M (2022) 英国彩票股票：证据、特征和原因。国际银行、会计和金融杂志.
文章
预测已实现波动率：隐含波动率、杠杆效应、隔夜收益和已实现波动率的作用
Kambouroudis D、McMillan D 和 Tsakou K (2021) 预测已实现波动率：隐含波动率、杠杆效应、隔夜收益和已实现波动率的波动性的作用。期货市场杂志，41 (10)，第 1618-1639 页。 https://doi.org/10.1002/fut.22241
文章
Ding Y、Kambouroudis D 和 McMillan D (2021) 预测已实现波动率：LASSO 方法是否优于 HAR？。国际金融市场、机构和货币杂志，74，艺术。编号：101386。https://doi.org/10.1016/j.intfin.2021.101386
文章
Goyal A、Kallinterakis V、Kambouroudis DS & Laws J (2018) 跨境交易和波动性预测。量化金融，18 (5)，第 789-799 页。 https://doi.org/10.1080/14697688.2017.1414512
文章
Gavriilidis K、Kaboururoudis DS、Tsakou K 和 Tsouknidis DA (2018) 油轮运费波动率预测：油价冲击的作用。交通研究E部分：物流与交通评论，118，第 376-391 页。 https://doi.org/10.1016/j.tre.2018.08.012
文章
Kambouroudis DS 和 McMillan D (2016) VIX 或成交量能否改善 GARCH 波动性预测？应用经济学，48 (13)，第 1210-1228 页。 https://doi.org/10.1080/00036846.2015.1096004
文章
预测股票回报波动率：GARCH、隐含波动率和已实现波动率模型的比较
Kambouroudis DS、McMillan D 和 Tsakou K (2016) 预测股票回报波动率：GARCH、隐含波动率和已实现波动率模型的比较。期货市场杂志，36 (12)，第 1127-1163 页。 https://doi.org/10.1002/fut.21783
书籍章节
前沿市场股市波动性的建模和预测：来自四个欧洲和四个非洲前沿市场的证据
Kambouroudis DS (2016) 前沿市场股市波动性的建模和预测：来自四个欧洲和四个非洲前沿市场的证据。见：Andrikopoulos P、Gregoriou N 和 Kallinterakis V（编辑）前沿市场手册：非洲、欧洲和亚洲证据。阿姆斯特丹和纽约：Elsevier，第 39-54 页。 http://store.elsevier.com/Handbook-of-Frontier-Markets/isbn-9780128037768/
文章
Kambouroudis DS 和 McMillan DG (2015) 预测波动性是否存在理想的样本内长度？。国际金融市场、机构和货币杂志，37，第 114-137 页。 https://doi.org/10.1016/j.intfin.2015.02.006
文章
RiskMetrics 预测是否足够好？来自 31 个股票市场的证据
McMillan D 和 Kaboururoudis DS (2009) RiskMetrics 预测是否足够好？来自 31 个股票市场的证据。国际财务分析评论，18 (3)，第 117-124 页。 https://doi.org/10.1016/j.irfa.2009.03.006