BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Baran Paweł (Uniwersytet Szczeciński), Majewski Sebastian (Uniwersytet Szczeciński)
Title
Wykorzystanie zbiorów rozmytych i zbiorów przybliżonych do klasyfikacji spółek giełdowych ze względu na stopy zwrotu i ryzyko
Application of Fuzzy and Rough Sets in Classifying Stock Exchange Companies According to Rate of Return and Risk
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 2007, nr 6, Cz. 1, s. 349-359, rys., tab., bibliogr. 8 poz.
Issue title
Rynek kapitałowy: skuteczne inwestowanie
Keyword
Zbiory rozmyte, Klasyfikacja, Spółki giełdowe, Stopa zwrotu, Ryzyko, Taksonomia
Fuzzy sets, Classification, Stock market companies, Rate of return, Risk, Taxonomy
Note
summ.
Abstract
Inwestor na rynku podejmując decyzje inwestycyjne opiera je często na ocenie pewnego zestawu atrybutów opisujących inwestycję. Dzieje się tak ze względu na fakt, że każda z decyzji obarczona jest ryzykiem. Znalezienie adekwatnego zestawu charakterystyk i właściwej metody ich prezentacji może być istotnym elementem budującym przekonanie inwestora o trafności podejmowanych działań. Posługując się metodami taksonomicznymi inwestor może dokonać obiektywizacji swoich decyzji... Celem niniejszego badania była analiza możliwości zastosowania metod bezwzorcowej klasyfikacji rozmytej oraz przybliżonej do grupowania papierów notowanych na Giełdzie Papierów Wartościowych w Warszawie. Do zrealizowania celu badania wykorzystano zestaw trzech zmiennych diagnostycznych: były to ryzyko mierzone ilorazem odchylenia standardowego stóp zwrotu i rozstępu odchyleń standardowych 173 walorów, roczna stopa zwrotu z analizowanych papierów wartościowych i udział w obrotach giełdowych w ciągu roku. (fragment tekstu)

The aim of the research presented in the above paper was mainly to analyse possibility of using clustering methods based on fuzzy and rough sets for grouping equities quoted on Warsaw Stock Exchange and on the other hand - comparing the above mentioned two groups of clustering methods, conditions under which they can be used as well as practical applicability of those methods in investment appraisal. Best clustering results were obtained using either hierarchical fuzzy algorithm or clustering based on rough sets. The research proved that the methods are easy to use once included in the software and that the results they provide can be easily interpreted by an investor. (original abstract)
Accessibility
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Bibliography
Show
  1. Baran P., Gnat S. (2004). Klasyfikacja rozmyta akcji notowanych na GPW ; w Warszawie ze wzglądu na stopy zwrotu, w: Rynek kapitałowy. Skuteczne inwestowanie. Zeszyty Naukowe Uniwersytetu Szczecińskiego, Szczecin.
  2. Baran P., Majewski S. (2005). Zastosowanie rozmytej metody c-means do klasyfikacji spółek giełdowych ze względu na stopy zwrotu i ryzyko, referat wygłoszony na konferencji MPaR'05 w Ustroniu, w druku.
  3. Jajuga K. (1990). Statystyczna teoria rozpoznawania obrazów, PWN Warszawa.
  4. Lingras P. (2001). Unsupervised Rough Set Classification Using GAs, J. Intelligent Information Systems, No. 16.
  5. Majewski S. (2004). Zastosowanie taksonomii rozmytej do oceny atrakcyjności inwestycyjnej wybranych spółek giełdowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu Nr 1076.
  6. Pawlak Z. (1982). Rough sets, Int. J. Comp. Sci. Vol. 11.
  7. Piegat A. (2003). Modelowanie i sterowanie rozmyte, EXIT Warszawa.
  8. Świniarski R. (2001). Rough Sets Methods in Feature Reduction and Classification, Int. J. Appl. Math. Comput. Sci. Vol. 11, No. 3.
Cited by
Show
ISSN
1640-6818
1733-2842
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu