Metoda jądrowa w analizie finansowych szeregów czasowych

• Autorzy: Aleksandra Baszczyńska

Warianty tytułu

Kernel Method in the Analysis of Financial Time Series

• Języki publikacji: PL

Abstrakty

W analizie finansowych szeregów czasowych wykorzystywane są m.in. me-tody statystyczne oparte na statystykach jądrowych. Procedury estymacji i weryfikacji hipo-tez statystycznych oparte na metodach jądrowych stanowią wygodne i uniwersalne narzę-dzie analiz finansowych szeregów czasowych. W pracy przedstawione są wybrane metody jądrowe, w tym nieparametryczna jądrowa estymacja funkcji gęstości. Przedstawione są również modyfikacje metody jądrowej, uwzględniające charakter finansowych szeregów czasowych. Zaprezentowany zostanie przykład zastosowania metody jądrowej wraz z uwa-gami dotyczącymi wyboru parametrów metody.(abstrakt oryginalny)

EN

In the analysis of financial time series, methods based on kernel statistics are used. The estimation and verification of statistical hypotheses based on kernel methods are useful and widely used tools in the analysis of financial time series. The paper presents the chosen methods of kernel ones, including the nonparametric estimation of the probability density function. The modifications of the kernel methods are presented, taking into account the nature of the financial time series. An example of application of kernel method is also presented, with comments on the choice of method's parameters.(original abstract)

Słowa kluczowe

PL

Szeregi czasowe; Finanse

EN

Time-series; Finance

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2014
• Numer: nr 371 Inwestycje finansowe i ubezpieczenia - tendencje światowe a rynek polski
• Strony: 23--31

Twórcy

autor

Aleksandra Baszczyńska

• Uniwersytet Łódzki

Bibliografia

• Bowman A., Azzalini A., 2004, Applied Smoothing Techniques for Data Analysis, Oxford Statistical Science, Series 18, Oxford Science Publications, Clarendon Press, Oxford.
• Domański C., Pruska K., 2000, Nieklasyczne metody statystyczne, PWE, Warszawa.
• Gajek L., Kałuszka M., 1996, Wnioskowanie statystyczne, WNT, Warszawa.
• Härdle W., Müller M., Sperlich S., Werwatz A., 2004, Nonparametric and Semiparametric Models, Springer Series in Statistics, Springer Verlag, Berlin-Heidelberg.
• Harvey A., Oryshchenko V., 2012, Kernel Density Estimation for Time Series Data, International Journal of Forecasting, no. 28.
• Kulczycki P., 2005, Estymatory jądrowe w analizie systemowej, WNT, Warszawa.
• Parzen E., 1962, On Estimation of a Probability Density Function and Mode, Annals of Mathematical Statistics, no. 3.
• Rosenblatt M., 1956, Remarks on Some Nonparametric Estimation of a Density Function, Annals of Mathematical Statistics, no. 27.
• Silverman B., 1996, Density Estimation for Statistics and Data Analysis, Chapman and Hall, London.
• Śliwicki D., 2012, Jądrowy test liniowości, Acta Universitatis Nicolai Copernici, Ekonomia, t. XLIII, nr 2, 183-198.

Identyfikatory

DOI

10.15611/pn.2014.371.02