PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2007 | nr 6, Cz. 1 Rynek kapitałowy: skuteczne inwestowanie | 349--359
Tytuł artykułu

Wykorzystanie zbiorów rozmytych i zbiorów przybliżonych do klasyfikacji spółek giełdowych ze względu na stopy zwrotu i ryzyko

Warianty tytułu
Application of Fuzzy and Rough Sets in Classifying Stock Exchange Companies According to Rate of Return and Risk
Języki publikacji
PL
Abstrakty
Inwestor na rynku podejmując decyzje inwestycyjne opiera je często na ocenie pewnego zestawu atrybutów opisujących inwestycję. Dzieje się tak ze względu na fakt, że każda z decyzji obarczona jest ryzykiem. Znalezienie adekwatnego zestawu charakterystyk i właściwej metody ich prezentacji może być istotnym elementem budującym przekonanie inwestora o trafności podejmowanych działań. Posługując się metodami taksonomicznymi inwestor może dokonać obiektywizacji swoich decyzji... Celem niniejszego badania była analiza możliwości zastosowania metod bezwzorcowej klasyfikacji rozmytej oraz przybliżonej do grupowania papierów notowanych na Giełdzie Papierów Wartościowych w Warszawie. Do zrealizowania celu badania wykorzystano zestaw trzech zmiennych diagnostycznych: były to ryzyko mierzone ilorazem odchylenia standardowego stóp zwrotu i rozstępu odchyleń standardowych 173 walorów, roczna stopa zwrotu z analizowanych papierów wartościowych i udział w obrotach giełdowych w ciągu roku. (fragment tekstu)
EN
The aim of the research presented in the above paper was mainly to analyse possibility of using clustering methods based on fuzzy and rough sets for grouping equities quoted on Warsaw Stock Exchange and on the other hand - comparing the above mentioned two groups of clustering methods, conditions under which they can be used as well as practical applicability of those methods in investment appraisal. Best clustering results were obtained using either hierarchical fuzzy algorithm or clustering based on rough sets. The research proved that the methods are easy to use once included in the software and that the results they provide can be easily interpreted by an investor. (original abstract)
Twórcy
autor
  • Uniwersytet Szczeciński
  • Uniwersytet Szczeciński
Bibliografia
  • Baran P., Gnat S. (2004). Klasyfikacja rozmyta akcji notowanych na GPW ; w Warszawie ze wzglądu na stopy zwrotu, w: Rynek kapitałowy. Skuteczne inwestowanie. Zeszyty Naukowe Uniwersytetu Szczecińskiego, Szczecin.
  • Baran P., Majewski S. (2005). Zastosowanie rozmytej metody c-means do klasyfikacji spółek giełdowych ze względu na stopy zwrotu i ryzyko, referat wygłoszony na konferencji MPaR'05 w Ustroniu, w druku.
  • Jajuga K. (1990). Statystyczna teoria rozpoznawania obrazów, PWN Warszawa.
  • Lingras P. (2001). Unsupervised Rough Set Classification Using GAs, J. Intelligent Information Systems, No. 16.
  • Majewski S. (2004). Zastosowanie taksonomii rozmytej do oceny atrakcyjności inwestycyjnej wybranych spółek giełdowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu Nr 1076.
  • Pawlak Z. (1982). Rough sets, Int. J. Comp. Sci. Vol. 11.
  • Piegat A. (2003). Modelowanie i sterowanie rozmyte, EXIT Warszawa.
  • Świniarski R. (2001). Rough Sets Methods in Feature Reduction and Classification, Int. J. Appl. Math. Comput. Sci. Vol. 11, No. 3.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171292739

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.