• 제목/요약/키워드: MIDAS

검색결과 285건 처리시간 0.025초

다중 브라우저 환경을 지원하는 GUI 기반 웹 어플리케이션 테스트 자동화 방법 (Method of GUI based Web Application Test Automation for Multi-browser Environment)

  • 류수정;정재용;김준;안대영;심정민
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
    • /
    • pp.161-163
    • /
    • 2012

  • 웹 기반 서비스의 수요가 급속히 증가함에 따라, 다양한 분야의 웹 어플리케이션이 개발되고 있으며 기능 요구 사항도 복잡해 지고 있다. 이에 따라, 구현된 소프트웨어의 복잡도가 증가되어 기능 검증을 위한 시험의 중요성이 대두되고 있으나, GUI를 기반으로 하는 웹 어플리케이션의 특성 때문에 사용자 관점에서 다양한 기능시험을 수행하기 위해서는 많은 노력과 시간이 필요하다. 특히 최근에는 과거와 달리 다양한 브라우저가 사용됨에 따라, 다양한 브라우저 상에서의 웹 어플리케이션 기능시험을 필수적으로 해야 하기 때문에 시험 수행 시간을 줄일 수 있는 시험방안이 절실히 요구되고 있다. 본 논문에서는 공개 소프트웨어인 GUI 시험 자동화 도구를 활용하고, 테스트 자동화를 위한 테스트 케이스를 생성하여 다수의 브라우저 환경에서 동시에 자동으로 기능시험을 수행할 수 있게 함으로써, 시험 효율성을 극대화하기 위한 웹 어플리케이션 시험 자동화 방안을 제안한다. 실제 사례적용을 통하여, 시험 시간을 획기적으로 단축시키고, 4개의 브라우저에 대하여 동시 시험 수행이 가능함을 확인하였다.

Supremacy of Realized Variance MIDAS Regression in Volatility Forecasting of Mutual Funds: Empirical Evidence From Malaysia

  • WAN, Cheong Kin;CHOO, Wei Chong;HO, Jen Sim;ZHANG, Yuruixian
    • The Journal of Asian Finance, Economics and Business
    • /
    • 제9권7호
    • /
    • pp.1-15
    • /
    • 2022

  • Combining the strength of both Mixed Data Sampling (MIDAS) Regression and realized variance measures, this paper seeks to investigate two objectives: (1) evaluate the post-sample performance of the proposed weekly Realized Variance-MIDAS (RVar-MIDAS) in one-week ahead volatility forecasting against the established Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model and the less explored but robust STES (Smooth Transition Exponential Smoothing) methods. (2) comparing forecast error performance between realized variance and squared residuals measures as a proxy for actual volatility. Data of seven private equity mutual fund indices (generated from 57 individual funds) from two different time periods (with and without financial crisis) are applied to 21 models. Robustness of the post-sample volatility forecasting of all models is validated by the Model Confidence Set (MCS) Procedures and revealed: (1) The weekly RVar-MIDAS model emerged as the best model, outperformed the robust DAILY-STES methods, and the weekly DAILY-GARCH models, particularly during a volatile period. (2) models with realized variance measured in estimation and as a proxy for actual volatility outperformed those using squared residual. This study contributes an empirical approach to one-week ahead volatility forecasting of mutual funds return, which is less explored in past literature on financial volatility forecasting compared to stocks volatility.

  • https://doi.org/10.13106/jafeb.2022.vol9.no7.0001 인용 PDF KSCI HTML