Zastosowanie dyskretnej transformaty falkowej do poprawy wyników uzyskiwanych przez sztuczne sieci neuronowe

Czasopismo

---

• Autorzy: Tomasz Jasiński
• Języki publikacji: PL

Abstrakty

Podczas badań udało się potwierdzić zasadność wykorzystania DWT w procesie predykcji zmian kursu walutowego przy użyciu sztucznych sieci neuronowych. Pokazano również duże możliwości tkwiące w falkach biortogonalnych oraz w falkach Daubechiesa. Zwłaszcza te pierwsze okazały się niezwykle przydatne, umożliwiając osiągnięcie w ciągu roku większych zysków niż w okresie dwuletnim przy wykorzystaniu falek Daubechiesa. Przy zastosowaniu DWT udało się znacznie poprawić prognozę bezwzględnych wartości kursu, w stosunku do sieci neuronowych zbudowanych w oparciu o zmienną wyjściową w postaci nieprzetworzonego kursu USD/PLN. Przypuszczać należy, że możliwe jest osiągnięcie jeszcze lepszych wyników. Wymaga to dalszych badań z wykorzystaniem innych falek, odmiennych architektur sieci neuronowych, jak również innego zestawu danych wejściowych. (abstrakt autora)

Słowa kluczowe

PL

Kurs walutowy; Sieci neuronowe; Finanse

EN

Exchange rates; Neural networks; Finance

• Czasopismo: ---
• Strony: 23--32

Twórcy

autor

Tomasz Jasiński

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Białasiewicz J. T., Falki i Aproksymacje, Wydawnictwa Naukowo-Techniczne, 2000.
• Chan K. P, Fu A. W, Efficient Time Series Matching by Wavelets. In Proceedings of International Conference on Data Engineering (ICDE '99), Sydney, March 1999.
• Ciocoiu I. B., Chaotic Time Series Prediction Using Wavelet Decomposition, Technical University Iasi, EUFIT '97 - 5th European Congress on Intelligent Techniques and Soft Computing, September 08-11, 1997.
• Hawwar Y. M., Reza A. M., Turney R. D., Filtering (Denoising) in the Wavelet Transform Domain, Department of Electrical Engineering and Computer Science, University of Wisconsin, Core Solutions Group, Xilinx.
• Jasiński T., Przegląd architektur sztucznych sieci neuronowych wykorzystywanych w ekonomii do przewidywania szeregów czasowych, Studia i Prace Kolegium Zarządzania i Finansów, Zeszyt naukowy 35, SGH, 2003, s. 166-177.
• Lee H. S., International Transmission of Stock Market Movements: A Wavelet Analysis on MENA Stock Markets, Department of Economics, Sogang University, October 2001; ERF's Eighth Annual Conference, Cairo, Egypt, January 2002, strona internetowa: http://www.erf.org.eg/html/Finance_8th/Internatio- nalTransmission-HahnShikLee.pdf (16.01.2004).
• Lee H. S., Price and Volatility Spillovers in Stock Markets: A Wavelet Analysis, Department of Economics, Sogang University, 2001; Econometric Society Australasian Meeting, 2001, strona internetowa: http://www.econometricsocie- ty.org/meetings/am0l/content/presented/papers/lee_hs.pdf (16.01.2004).
• Li X., Dong S., Yuan Z., Discrete Wavelet Transform for Tool Breakage Monitoring, "International Journal of Machine Tools & Manufacture" No. 39, 1999.
• Lula P, Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, 1999.
• Biocybernetyka i inżynieria biomedyczna 2000, seria pod redakcją M. Nałęcza, Tom 6: Sieci neuronowe, redaktorzy tomu: Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R., Akademicka Oficyna Wydawnicza EXIT, 2000.
• Fateropoulos C., A Low Complexity Compression Scheme for Neural Data, EECS 651 Final Report: Source Coding Theory, Winter 2003.
• Renaud O., Starek J.-L., Murtagh F., Wavelet-based Forecasting of Short and Long Memory Time Series, Department of Econometrics, Universite de Geneve, Working Papers, May 2002, strona internetowa: http://www.unige.ch/ses/ metri/cahiers/2002_04. pdf (16.01.2004).
• Sanchez S. G., Prelcic N. G., Galan S. J. G., Uvi_Wave (v 3.0) Wavelet Toolbox, Grupo de Teoria de la Senal, Universidad de Vigo.
• Toulson D. L., Toulson S. P, A Trading System for FTSE-100 Futures Using Neural Networks and Wavelets, BNP Working Paper in Financial Economics Series (3), September 1997.
• Yogo M., Measuring Business Cycles: Wavelet Analysis of Economic Time Series, Working Papers, August 23, 2003, strona internetowa: http://www.people.fas.ha- rvard.edu/~yogo/papers/Wavelet082303.pdf (16.01.2004).
• Zhang B.-L., Coggins R., Jabri M. A., Dersch D., Flower B., Multiresolution Forecasting for Futures Trading Using Wavelet Decompositions, IEEE Transactions on Neural Networks, Vol. 12, No. 4, July 2001.