Zastosowanie lokalnej aproksymacji wielomianowej do prognozowania chaotycznych szeregów czasowych

• Autorzy: Witold Orzeszko

Warianty tytułu

Application of a Local Polynomial Approximation Chaotic Time Series Prediction

• Języki publikacji: PL

Abstrakty

Autor zaprezentował lokalną aproksymację wielomianową - metodę prognozowania chaotycznych szeregów czasowych. Celem przeprowadzonych badań była weryfikacja skuteczności metody na podstawie wygenerowanych szeregów chaotycznych oraz jej aplikacja do prognozowania ewolucji wybranych szeregów czasowych pochodzących z Warszawskiej Giełdy Papierów Wartościowych. Dodatkowo, otrzymane wyniki wykorzystał autor do identyfikacji chaosu na WGPW.

EN

Chaos theory has become a new approach to financial processes analysis. Due to complicated dynamics, chaotic time series seem to be random and, in consequence, unpredictable. In fact, unlike truly random processes, chaotic dynamics can be forecasted very precisely in a short run. In this paper, a local polynomial approximation is presented. Its efficiency, as a method of building short-term predictors of chaotic time series, has been examined. The presented method has been applied to forecasting stock prices and indices from the Warsaw Stock Exchange. Additionally, obtained results have been used to detect chaos in analyzed time series. (original abstract)

Słowa kluczowe

PL

Indeks giełdowy; Aproksymacja; Zastosowanie teorii chaosu; Analiza szeregów czasowych

EN

Stock market indexes; Approximation; Application of chaos theory; Time-series analysis

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2004
• Tom: 177 Rynki finansowe, prognozy a decyzje
• Strony: 331--346

Twórcy

autor

Witold Orzeszko

Bibliografia

• Badel A.E., Guégan D., Mercier L., Michel O. (1997), Comparison of Several Methods to Predict Chaotic Time Series, "IEEE-ICASSP'97", Munich (Germany).
• Casdagli M. (1989), Nonlinear Prediction of Chaotic Time Series, "Physica D.", 35.
• Casdagli M. (1992), Chaos and Deterministic versus Stochastic Non-linear Modelling, "Journal of the Royal Statistical Society B", 54(2).
• Diebold F.X., Nason J.A. (1990), Nonparametric Exchange Rate Prediction?, "Journal of International Economics", 28.
• Farmer J.D., Sidorowich J.J. (1987), Predicting Chaotic Time Series, "Physical Review Letters", 59.
• Hsieh D.A. (1991), Chaos and Nonlinear Dynamics: Application to Financial Markets, "The Journal of Finance", XLVI(5).
• Jimenez J., Moreno J.A., Ruggeri G.J. (1992), Forecasting on Chaotic Time Series: A Local Optimal Linear-Reconstruction Method, "Physical Review A", 45(6).
• Lorenz H.-W. (1989), Nonlinear Dynamical Economics and Chaotic Motion, Springer-Verlag, Berlin-Heidelberg.
• Takens F. (1981), Detecting Strange Attractors in Turbulence, [w:] Rand D., Young L. (eds), Dynamical Systems and Turbulence, Springer-Verlag, Berlin-Heidelberg.