Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 121

Liczba wyników na stronie
first rewind previous Strona / 7 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Prediction of prices
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 7 next fast forward last
1
Content available remote Modele MARIMA w prognozowaniu cen energii na Towarowej Giełdzie Energii SA
100%
W Polsce efektem zmian zachodzących w branży elektroenergetycznej jest liberalizacja handlu energią. Jedną z pierwszych wprowadzonych form rynkowego obrotu energią elektryczną była giełda energii.W Polsce funkcjonuje jedna giełda energii elektrycznej - Towarowa Giełda Energii SA (TGE). Pierwszą uruchomioną na niej formą obrotu był rynek dnia następnego (RDN). Rynek ten prowadzony jest dzień przed dobą w której nastąpi fizyczna dostawa energii i składa się z 24 notowań, na których cena ustalana jest systemem FIXING. Podstawą decyzji o liczbie ofert i cenie oferty zakupu energii składanej przez uczestników TGE na RDN powinna być m.in. prognoza jej cen, sporządzana z wyprzedzeniem dobowym.Prognozowanie cen energii na giełdzie jest zagadnieniem nowym. Nie ma jeszcze zbyt wielu prac poświęconych tej tematyce. Przedstawiane są m.in. propozycje wykorzystania sztucznych sieci neuronowych, modeli ARMA czy modeli GARCH do prognozowania cen energii. Autorzy w niniejszym artykule proponują zastosowanie wielowymiarowych modeli ARIMA (MARIMA - multivariate autoregressive integrated moving average) do analizy i prognozowania cen energii notowanych na TGE. W artykule przeprowadzono analizę kształtowania się cen energii elektrycznej na TGE oraz podjęto próbę wyznaczenia prognozy ceny energii z uwzględnieniem wolumenu obrotu. (fragment tekstu)
From all these considerations we can claim that under the concept of rational expectations one can use forward price as the forecast of spot price. This can be done in the case of the markets where the forward prices are available. Clearly financial markets are such types of markets. In the remaining part of the paper we will consider the expectations models for two types of financial prices: interest rates and exchange rates. These models are relatively well developed. On the other hand, interest rate risk and exchange rate risk are considered as very significant types of risk for the company, therefore some guidance about forecasting of interest rates and exchange rates may help in the successful risk management. (fragment of text)
W artykule omówiono problem z zakresu prognozowania ceny jednego metra kwadratowego mieszkania w Polsce w latach 1999-2017 w ujęciu kwartalnym na podstawie informacji pierwotnych uzyskanych z Narodowego Banku Polskiego. Badania rozpoczęto od analizy i oceny szeregów czasowych. Na podstawie uzyskanych ocen, dobrano metody prognostyczne i wykonano prognozowanie.Następnie przeprowadzono analizę zastosowanych metod prognostycznych i wybrano najlepszą. (abstrakt oryginalny)
W pracy dokonano analizy wahań sezonowych cen detalicznych za 1 kg niektórych warzyw: ziemniaków, cebuli, marchwi, buraków i kapusty białej świeżej w latach 1990-1999. (fragment tekstu)
Reasumując można stwierdzić, że na poziom notowań cynku na LME zawsze znaczący wpływ będą miały następujące czynniki:- wielkość produkcji cynku na świecie dostarczona na LME,- zapotrzebowanie na metal (konsumpcja - powłoki antykorozyjne),- wielkość zapasów (łącznie u producentów, pośredników, rezerwy państwowe, na LME),- lokowanie w metal funduszy inwestycyjnych, banków i innych instytucji finansowych, - wielkość produkcji cynku w bloku wschodnim i Chinach, - poziom zapasów (najlepsze to 6-tygodniowe),- stabilna produkcja koncentratów.Dlatego dla większego kontrolowania wzrostu kosztów zaopatrzenia należy podejmować próby osłabienia bezpośredniego wpływu giełdy (LME) na finanse Spółki, wykorzystując istniejące prognozy cen na LME oraz opracowując własne. Można z wyprzedzeniem podejmować działania zapobiegające niekorzystnym z punktu widzenia Spółki zjawiskom lub podejmując ryzyko spekulować cynkiem, co przy korzystnych trendach cenowych przyniosłoby dodatkowe profity Spółce. (fragment tekstu)
Celem opracowania jest wskazanie potencjalnych zmiennych wyprzedzających, które mogą być podstawą przewidywania cen żywca wieprzowego i prosiąt w Polsce. (skróc. oryg. streszcz.)
Zmienność warunków gospodarowania sprawia, że rolnicy coraz częściej korzystają z różnych narzędzi, pomocnych w procesie decyzyjnym. Wzrasta także zapotrzebowanie na wyniki prognoz i projekcji, które inspirują podjęcie działań zmierzających do utrwalenia kierunku rozwoju uznanego za korzystny lub do przeciwdziałania kierunkowi rozwoju, który uznaje się za niepożądany. Wyniki projekcji na 2020 rok, sporządzonej w warunkach przeciętnych, tj. wynikających z tendencji długookresowej, wskazują na obniżenie opłacalności uprawy pszenicy ozimej o 2,4 p.p., a jęczmienia jarego o 8,6 p.p., ze względu na silniejszą dynamikę wzrostu kosztów niż przychodów. W przypadku uprawy żyta i rzepaku ozimego przewiduje się poprawę opłacalności, odpowiednio o 6,2 i 4,8 p.p. Natomiast opłacalność uprawy buraków cukrowych prawdopodobnie pozostanie na poziomie zbliżonym do lat bazowych dla projekcji (2011-2013). Badania wykazały, że wahania cen sprzedaży, wynikające ze zmienności w latach, mają silniejszy wpływ na poziom dochodu niż wahania plonu, ważnym elementem rachunku opłacalności są także koszty. Żyto i rzepak wyróżnia największa wrażliwość na wahania plonu i ceny. Spośród badanych ziemiopłodów uprawa żyta charakteryzowała się największą wrażliwością, co oznacza, że jednostkowa zmiana ich poziomu najsilniej oddziaływała na zmianę dochodu.(abstrakt oryginalny)
Cel: Celem badania jest wyznaczenie za pomocą indykatorów analizy technicznej trendów cenowych pszenicy. Metodyka: Do wyznaczenia trendów cenowych zastosowano wybrane indykatory analizy technicznej. Do prognozowania trendów cenowych zastosowano zaś zmodyfikowane względem domyślnych ustawień parametry dwóch wskaźników analizy technicznej. Zdecydowano się na wybór indykatora Parabolic Stop and Reversal (SAR), będącego cenionym wskaźnikiem trendu. Jako drugi indykator wybrano popularny wśród zwolenników AT oscylator Relative Strength Index (RSI). Źródłem danych wykorzystanych do prognozowania trendów cenowych pszenicy są informacje pochodzące z platformy inwestycyjnej MetaTrader5. Wyniki: Przeprowadzone analizy badań dotyczących zastosowanych strategii wskazują na realną możliwość przewidzenia trendów cenowych na rynku notowań pszenicy. Wyróżniono dwie prognozy odnośnie do przyszłego ruchu cenowego pszenicy ze względu na wskazania indykatorów: (1) wskazanie do zajęcia pozycji długiej (w tym przypadku inwestor nie powinien oczekiwać zmiany trendu) i (2) wskazanie do zajęcia pozycji krótkiej (indykatory zarówno SAR, jak i RSI wskazały na potencjalną zmianę trendu na spadkowy). Implikacje i rekomendacje: Na podstawie analizy przeprowadzonej w artykule można stwierdzić, iż narzędzia analizy technicznej są przydatne w przewidywaniu cen na terminowym rynku pszenicy. Wskazuje ona, że zastosowanie analizy technicznej w prognozowaniu cen kontraktów na pszenicę jest efektywne. W związku z powyższym indykatory analizy technicznej mogą być traktowane przez inwestorów jako narzędzie wspomagające w podejmowaniu decyzji inwestycyjnych na różnych rynkach, w tym na rynku produktów rolnych, a wykorzystanie analizy technicznej w prognozowaniu cen wydaje się uzasadnione w kontekście zmian ekonomicznych i geopolitycznych. Oryginalność/wartość: W związku z rozwojem metod i narzędzi badawczych można przypuszczać, że dzisiejsi inwestorzy poszukują alternatyw pozwalających im skrócić czas gromadzenia i analiz danych rynkowych. Zaprezentowane podejście prognozowania cen rynkowych bazujące na indykatorach analizy technicznej wskazuje, że może być ona stosowana przez szersze grono uczestników rynku aniżeli analiza fundamentalna wymagająca szerszej wiedzy ekonometrycznej.(abstrakt oryginalny)
Celem badań była ocena trafności krótkoterminowych prognoz cen skupu mleka uzyskanych z uwzględnieniem sezonowych wahań na podstawie modelu Wintersa w wersjach addytywnej i multiplikatywnej. Materiał badawczy stanowiły przeciętne miesięczne ceny skupu mleka w Polsce w okresie od stycznia 1990 r. do grudnia 2012 r. Najwyższą trafność prognoz dla addytywnego modelu Wintersa uzyskano dla wyprzedzenia prognozy od jednego do trzech miesięcy odpowiednio (84,3, 67,3 i 54,7%). Dla obu postaci modelu Wintersa, im mniejsza wystąpi zmienność cen skupu mleka w horyzoncie prognozy, tym większa będzie trafność prognoz. (abstrakt oryginalny)
Artykuł zawiera oryginalną propozycję metody oceny nasilenia asymetrii rozkładów obserwacji statystycznych. Opiera się ona bezpośrednio na definicji centralnej symetrii względem punktu. Jej główną zaletą jest precyzja rezultatów — w przeciwieństwie do popularnie stosowanych wskaźników rozstrzyga ona jednoznacznie, czy zachodzi symetria rozkładu, czy też nie. Ponadto daje się ona łatwo uogólnić na przypadek wielowymiarowy (w którym zbiór danych postrzegany jest jako integralna całość), umożliwiając także wyznaczenie kierunku ewentualnej asymetrii w tej skomplikowanej sytuacji. Rozważania zilustrowano empiryczną analizą skośności zestawu cech opisujących sytuację transportu i łączności w województwach polskich w 2004 r. (abstrakt oryginalny)
Oceniono dokładność krótkoterminowych prognoz targowiskowych cen żywca wieprzowego uzyskanych z uwzględnieniem wahań cyklicznych i sezonowych na podstawie modelu multiplikatywnego według zmodyfikowanej metody klasycznej. (abstrakt oryginalny)
W artykule przedstawiono najnowszą prognozę zespołu ekspertów Agencji Rynku Rolnego dotyczącą cen podstawowych produktów rolniczych do końca I półrocza 2003 r.
Celem artykułu jest zbadanie wpływu cen importu (ceny produktów kupowanych za granicą wyrażone w walucie krajowej) na mierniki cen krajowych - indeks cen dóbr i usług konsumpcyjnych (CPI ogółem) oraz indeks cen produkcji sprzedanej przemysłu na rynku krajowym (PPI krajowe). (fragment tekstu)
Scharakteryzowano obligacje zmienne oraz przedstawiono ich strukturę. Zwrócono uwagę także na powiązania między obligacjami zmiennymi na akcje a prognozą cen akcji i kosztem kapitału przedsiębiorstwa.
The issue of successful investment has been addressed since the beginning of the financial markets. For investors and the academic community, there is a strong motivation to test the reliability of models for predicting the development of prices on these markets. Our goal is to determine which models are optimal for short-term predictions during periods of high market volatility, and what their reliability is. A number of studies indicate that methods of technical analysis are a suitable approach for their ability to be as effective as modern methods, user-friendliness, and their ability to be applied by basic software. The price prediction reliability for the first two weeks of March 2022 is tested on the case of copper based on three conventional forecasting strategies: a) linear regression, b) naive forecasting, and c) exponential smoothing, with the frequencies of data being the daily prices of the preceding month, the daily prices of the preceding three months, and the annual average monthly prices of the preceding 13 months. The results show that linear regression is the most suitable model with the frequency distribution of daily historical prices for the period of three months (MAPE = 4.16%) and average monthly data from the preceding year (MAPE = 4.37%). Predictions based on the daily frequency of data from the period of one previous month achieved the worst predictive results for all the models. The outcomes of this study, reflecting conditions of high market uncertainty, can help investors minimise risks and maximise returns. They demonstrate which method of technical analysis is suitable in terms of predictive power and the choice of data frequency under high market volatility.(original abstract)
W artykule poruszony został problem z zakresu kształtowania się ceny energii elektrycznej w wybranych państwach Europy, oraz próba przeprowadzenia prognozowania ceny energii elektrycznej w walucie euro w Polsce na trzy przyszłe okresy. Badania rozpoczęto od analizy wielowymiarowej ceny energii elektrycznej za 1 kilowatogodzinę w wybranych państwach w Europie w ujęciu sześciomiesięcznym w latach 2008-2018. Następnie wykonano jej ocenę. Dalszym etapem badania była analiza szeregu czasowego danych dotyczących ceny energii elektrycznej za 1 kilowatogodzinę w walucie euro w Polsce w ujęciu dynamicznym. Ostatnim etapem było zbudowanie modelu prognozowania ARIMA i wykonanie prognozy na trzy przyszłe okresy. (abstrakt oryginalny)
W artykule przedstawiono prognozy przeciętnej ceny sprzedaży kantorowej jednego dolara USD na obszarze całej Polski na dzień 31 grudnia 1993 roku.
18
Content available remote Forecast of Prices and Volatility on the Day Ahead Market
75%
Celem pracy jest prognozowanie cen i zmienności cen na Rynku Dnia Następnego. Analizę przeprowadzono na portfelach zbudowanych z czterech spośród 24 kontraktów notowanych od 30.03.2009 do 28.10.2011 wyłonionych za pomocą analizy głównych składowych niezależnie na dwóch aukcjach. Stopy zwrotu opisano za pomocą modeli SARIMA uwzględniających autokorelację i sezonowość szeregów. Ryzyko zmiany ceny oszacowano w oparciu o wartości VaR z uwzględnieniem zmiennej w czasie warunkowej korelacji modelem DCC. Podsumowując wyniki, można stwierdzić, że zastosowane modele są dobrze dopasowane do szeregów z wybranego okresu badań, ponadto kontrakty na aukcji drugiej charakteryzują się wyższym ryzykiem zmiany ceny niż kontrakty aukcji pierwszej.(abstrakt oryginalny)
W niniejszym opracowaniu spróbowano odpowiedzieć na pytanie, czy rzeczywiście stopy zwrotu z indeksu WIG20 błądzą losowo oraz czy błądzenie przypadkowe może być wykorzystywane do prognozowania przyszłych kursów tego indeksu. W tym celu przeprowadzona zostanie symulacja random walk dla różnych punktów startowych oraz dwóch rozkładów: normalnego i t-Studenta. Przedtem jednak zbadana zostanie normalność rozkładu stóp zwrotu z badanego indeksu. (fragment tekstu)
Celem opracowania jest przedstawienie wyników dotyczących oczekiwań inflacyjnych otrzymanych metodami regresyjnymi. W pierwszej części pracy zaprezentowano podstawy teoretyczne metod regresyjnych. Przybliżono podobieństwa i różnice między metodami regresyjnymi i probabilistycznymi oraz omówiono modele najczęściej spotykane w literaturze. Druga część pracy zawiera przykład wykorzystania metod regresyjnych do kwantyfikacji oczekiwań inflacyjnych osób prywatnych w Polsce w latach 2001-2004.
first rewind previous Strona / 7 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.