Badanie istotności wyników osiąganych przez automatyczne systemy transakcyjne

• Autorzy: Michał Masłowski
• Języki publikacji: PL

Abstrakty

Ogromna popularność analizy technicznej wśród praktyków jest niezaprzeczalna. Jednak metody podejmowania decyzji inwestycyjnych wywodzące się z analizy technicznej, szczególnie te bazujące na wizualnej ocenie wykresów kursów instrumentów finansowych, są obarczone dużą dawką subiektywizmu. Stąd też między innymi wynika sceptycyzm zwolenników metod ilościowych. Jednak dzięki rozpowszechnieniu się technik komputerowych oraz szerokiemu dostępowi do danych, stały się popularne automatyczne metody prowadzenia inwestycji. W pracy omówiono metody badania istotności wyników osiąganych dzięki stosowaniu strategii inwestycyjnych, bazujących na jednym z najbardziej popularnych wskaźników analizy technicznej, jakim jest średnia ruchoma. Do badania wykorzystano dane z polskiego rynku kapitałowego. (fragment tekstu)

Słowa kluczowe

PL

Analiza taksonomiczna; Analiza techniczna; Średnia stopa zwrotu; Szeregi czasowe

EN

Taxonomic analysis; Technical analysis; Average rate of return; Time-series

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2006
• Tom: Modelowanie preferencji a ryzyko '06
• Strony: 419--431

Twórcy

autor

Michał Masłowski

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Alexander S.S. (1964). Price Movements in Speculative Markets: Trends or Random Walks. Industrial Management Review, V, 25-46.
• Brock W., Lakonishok J., LeBaron B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. The Journal of Finance, 47, Issue 5, 1731-1764.
• Fama E.F., Blume M.E. (1966). Filter Rules and Stock-Market Trading. The Journal of Business, 39, Issue 1, 2. Supplement on Security Prices, 226-241.
• Fernandez-Rodriguez F., Sosvilla-Rivero S., Andrada-Felix J. (1999). Technical Analysis in the Madrid Stock Exchange. Fundacion Eswdios de Economia Aplicada. Documento de Trabajo 99-05.
• Isakov D., Hollistein M. (1998). Application of Simple Technical Trading Rules to Swiss Stock Prices: Is it Profitable? International Center for Financial Asset Management and Engineering, Research Paper No. 2.
• Kwon K., Kish R.J. (2002). Technical Trading Strategies and Return Predictability: NYSE. Applied Financial Economics, 12, 639-653.
• Levich R.M., Thomas L.R. (1991). The Significance of Technical Trading-Rule Profits in the Foreign Exchange Market: A Bootstrap Approach. National Bureau of Economic Research Working Papers Series, Cambridge.
• Marcinkiewicz E., Witkowska D. (2004). Ocena efektywności średniej kroczącej jako metody generowania sygnałów kupna i sprzedaży na polskim rynku kapitałowym. [w:] Rynek kapitałowy. Skuteczne inwestowanie. Red. W. Tarczyński. Uniwersytet Szczeciński. Szczecin.
• Ratner M., Leal R. (1998). Test of Technical Trading Strategies in the Emerging Equity Markets of Latin America and Asia. Journal of Banking and Finance.
• Skabar A., Cloete I. (2001). Neural Networks, Financial Trading and the Efficient Market Hypothesis. 25-th Australiasian Computer Science Conference. Melbourne.
• Sullivan R., Timmermann A., White H. (1997). Data-Snooping, Technical Trading Rule Performance, and the Bootstrap. Discussion Paper 97-31. University of California, San Diego.
• Tarczyński W. (2001). Jeszcze jeden sposób wyznaczania trendu w analizie technicznej. Taksonomia 8 Klasyfikacja i analiza danych - teoria i zastosowania. AE, Wrocław.
• Tarczyński W. (2002a). Fundamentalny portfel papierów wartościowych. PWE, Warszawa.
• Tarczyński W. (2002b). Próba optymalizacji wybranych metod analizy technicznej. Taksonomia 9. Klasyfikacja i analiza danych - teoria i zastosowania. AE, Wrocław.
• Tharp V.K. (2000). Giełda wolność i pieniądze. WIG-Press, Warszawa.
• White H. (2000). A Reality Check for Data Snooping. Econometrica, 68, 5, 1097-1126.
• www.parkiet.com.
• www.akcje.net.