Zastosowanie rekonstrukcji przestrzeni stanów do predykcji ekonomicznych szeregów czasowych

• Autorzy: Katarzyna Zeug
• Języki publikacji: PL

Abstrakty

W opracowaniu podjęto próbę prognozowania zdarzeń ekonomicznych szeregów czasowych utworzonych z notowań spółki Żywiec. Rozważane szeregi składały się z cen otwarcia i pochodziły z okresu od stycznia 2003 roku do listopada 2004. Badania przeprowadzono korzystając z programu sAG oraz z pakietu Excel. W badaniach zastosowano metodę TSDM. Kluczowymi pojęciami tej metody są zdarzenia, wzorce, grupowe wzorce, funkcja charakteryzująca zdarzenia, rekonstrukcja przestrzeni stanów, rozszerzenie przestrzeni stanów, funkcja celu i optymalizacja z wykorzystaniem algorytmu genetycznego. Zadaniem metody TSDM było znalezienie grupowych wzorców, które przewidują większy niż normalne wzrost cen akcji. Do celu weryfikacji tego zadania posłużono się dwoma testami statystycznymi: dwumianowym i testem równości dwóch wartości przeciętnych. Mimo że zadanie TSDM ma rozwiązanie, tzn. istnieje wzorzec, który prognozuje większy niż normalny wzrost cen, nie jest ono statystycznie istotne. (fragment tekstu)

Słowa kluczowe

PL

Szeregi czasowe; Analiza szeregów czasowych; Algorytmy genetyczne

EN

Time-series; Time-series analysis; Genetic algorithms

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2006
• Tom: Metody matematyczne, ekonometryczne i informatyczne w finansach i ubezpieczeniach. Część 2
• Strony: 99--106

Twórcy

autor

Katarzyna Zeug

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Goldberg D.E.: Algorytmy genetyczne i ich zastosowanie. Wydawnictwo Naukowo-Techniczne, Warszawa 1989.
• Povinelli R.J.: Identifying Temporal Patterns for Characterization and Prediction of Financial Time Series Events. Temporal, Spatial, and Spatio-Temporl Data Mining: First International Workshop, 2000.
• Povinelli R., Feng X.: Temporal Pattern Identyfication of Time Series Data using Pattern Wavelets and Genetic Algorithms. Artificial Neural Networks in Enginieering, St. Louis, MO, s. 691-696.
• Sauer Т., Yorke J.A., Casdagli M.: Embedology. "Journal of Statistical Physics" 1991, Vol. 65, s. 579-616.
• Takens F.: Detecting Strange Attractors in Turbulence. Proceedings of Dynamical Systems and Turbulence. Warwick 1980.
• Zeug K.: Metoda rekonstrukcji przestrzeni stanów oparta na danych z GPW w Warszawie. [w:] Postępy ekonometrii. Red. A.S. Barczak. AE, Katowice, s. 377-388.