Lokalna aproksymacja wielomianowa jako narzędzie identyfikacji chaosu deterministycznego

• Autorzy: Katarzyna Zeug-Żebro
• Języki publikacji: PL

Abstrakty

Celem opracowania będzie zaprezentowanie wpływu doboru liczby najbliższych sąsiadów na dokładności predykcji, a zarazem identyfikacja chaosu deterministycznego w wybranych finansowych szeregach czasowych. W badaniach zostaną wykorzystane finansowe szeregi czasowe utworzone z cen zamknięcia indeksów giełdowych WIG, WIG Telekom oraz dwóch spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie: Dębica i INGBSK oraz szereg chaotyczny wygenerowany przez odwzorowanie logistyczne. Dane rzeczywiste obejmują okres od 03.01.2000 do 31.10.2013. Obliczenia przeprowadzono przy użyciu programów napisanych przez autorkę w języku programowania Delphi, pakietu Microsoft Excel oraz Visual Recurrence Analysis 4.2. (fragment tekstu)

Słowa kluczowe

PL

Modele matematyczne; Optymalizacja matematyczna; Analiza ilościowa; Ekonomia; Zarządzanie; Analiza wielokryterialna; Aproksymacja; Szeregi czasowe; Odwzorowanie logistyczne

EN

Mathematical models; Mathematical optimization; Quantitative analysis; Economics; Management; Multicriteria analysis; Approximation; Time-series; Logistic map

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2014
• Tom: Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 6
• Strony: 39--49

Twórcy

autor

Katarzyna Zeug-Żebro

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Abarbanel H.D., Brown R., Kennel M.B., (1992): Determining Embedding Dimension for Phase Space Reconstruction Using a Geometrical Construction. "Physical Review A", Vol. 45(6).
• Deavney R.L. (1987): An Introduction to Chaotic Dynamical Systems. Addison - Wesley Publishing Company, Redwood City, CA.
• Fraser A.M., Swinney H.L. (1986): Independent Coordinates for Strange Attractors from Mutual Information. "Physical Review A", Vol. 33.
• Jimenez J., Moreno J.A., Ruggeri G.J. (1992): Forecasting on Chaotic Time Series: A Local Optimal Linear-reconstruction Method. "Physical Review A", Vol. 45, No. 6.
• Kantz H., (1994): A Robust Method to Estimate the Maximal Lyapunov Exponent of a Time Series. "Physical Letters A", Vol. 185(1).
• Miśkiewicz-Nawrocka M. (2012): Zastosowanie wykładników Lapunowa do analizy ekonomicznych szeregów czasowych. Wydawnictwo Uniwersytetu Ekonomicznego, Katowice.
• Orzeszko W. (2005): Identyfikacja i prognozowanie chaosu deterministycznego w ekonomicznych szeregach czasowych. Polskie Towarzystwo Ekonomiczne, Warszawa.
• Peters E.E. (1997): Teoria chaosu a tynki kapitałowe. WIG-Press, Warszawa.
• Rosenstein M.T., Collins J.J., De Luca C.J. (1993): A Practical Method for Calculating Largest Lyapunov Exponents from Small Data Sets. "Physica D", Vol. 65.
• Smith L.A. (1994): Local Optimal Prediction; Exploiting Strangeness and the Variation of Sensivity to Initial Condition. "Philosophical Transactions of the Royal Society o London A", Vol. 348.
• Takens F. (1981): Detecting Strange Attractors in Turbulence. In: D.A. Rand, L.S. Young (eds.): Lecture Notes in Mathematics. Springer, Berlin.
• Wiggins S. (1990): Introduction to Applied Nonlinear Dynamical Systems and Chaos. Springer-Verlag, New York, Berlin, Heidelberg.
• Zawadzki H. (1996): Chaotyczne systemy dynamiczne. Wydawnictwo Akademii Ekonomicznej, Katowice.
• Zeug-Żebro K. (2012): Wpływ doboru metod wyznaczania parametrów rekonstrukcji przestrzeni stanów układu dynamicznego na dokładność prognoz. Wydawnictwo Uniwersytetu Ekonomicznego, Kraków.