Współczynniki transformaty falkowej jako narzędzie generujące prognozę przedziałową szeregów czasowych

• Autorzy: Monika Dyduch
• Języki publikacji: PL

Abstrakty

W pracy "Współczynniki transformaty falkowej jako narzędzie generujące prognozę przedziałową szeregów czasowych" (M. Dyduch) przeprowadzono prognozę szeregu prezentującego kurs wymiany euro. W tym celu zaproponowano model integrujący sieci neuronowe i transformatę falkową. Dyskretna transformatę falkową przeprowadzono algorytmem "a torus". Prognozowane wartości kursu euro otrzymano w ostateczności w oparciu o odwrotna transformatę falkową dla 8-elemetowych przedziałów czasowych. Przy czym wartości prognozowane generowane są w ostatnim etapie w oparciu o współczynniki transformaty falkowej wygenerowane wcześniej przez sieć neuronową. (abstrakt oryginalny)

Słowa kluczowe

PL

Transformacja falkowa; Sieci neuronowe; Analiza szeregów czasowych; Metody prognozowania

EN

Wavelet transform; Neural networks; Time-series analysis; Forecasting methods

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2010
• Tom: Modelowanie preferencji a ryzyko '10
• Strony: 35--45

Twórcy

autor

Monika Dyduch

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• 1. Aussum et al (1997). Combing Neural Network Forecast on Wavelet--transformed Scries [J]. Connection Science.
• 2. Burrus CS., R Gopinath. A., Guo IF (1998). Introduction to Wavelets and Wavelet Transform. Prentice Flail.
• 3. Chili Ch.K. (1997). Wavelets: A Mathematical Tool for Signal Analysis. SIAM.
• 4. CoakleyJ. and Fuertes A.-M. (2001). Nonparametric Cointegration Analysis of Real Exchange Rate [J]. Applied Financial Economics.
• 5. Katsuragi H. (2000). Evidence of Multi-affinity in the Japanese Stock Market. [J]. Physica A.
• 6. Misiti M., Misiti Y.. Oppenheim G., Poggi J.-M. Wavelet Toolbox User's GuideVersion 1.