BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Miśkiewicz-Nawrocka Monika (Uniwersytet Ekonomiczny w Katowicach)
Tytuł
Wpływ redukcji szumu losowego metodą najbliższych sąsiadów na własności ekonomicznych szeregów czasowych
Źródło
Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach. Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 5, 2013, s. 38-50, tab., bibliogr. 17 poz.
Słowa kluczowe
Szeregi czasowe, Metody statystyczne, Metody ekonometryczne
Time-series, Statistical methods, Econometric methodology
Abstrakt
W pracy omówiono metodę redukcji szumu losowego w szeregach czasowych - metodę najbliższych sąsiadów (NS). Metoda ta została zastosowana do redukcji szumu w wybranych ekonomicznych szeregach czasowych oraz zbadano własności badanych szeregów przed i po zastosowaniu metody NS. Badania empiryczne przeprowadzono w oparciu o rzeczywiste dane natury ekonomicznej. Przedmiotem badania były logarytmy dziennych stóp zwrotu kursów: franka szwajcarskiego, euro, funta brytyjskiego, jena japońskiego, dolara amerykańskiego wobec złotego; cen akcji spółek: ING Banie ŒŚląski, Dębica, LPP, Mostostal Zabrze, Vistula oraz indeksów: WIG i WIG20 notowanych w okresie 3.01.2005-31.10.2012. Do przeprowadzenia niezbędnych obliczeń wykorzystano program napisany przez autorkę w języku Delphi, arkusz kalkulacyjny Excel oraz program GRETL.(fragment tekstu)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Cao L. (2001), Method of False Nearest Neighbors, w: Modeling and Forecasting Financial Data, eds. A.S. Soofi, L. Cao, Kluwer, Boston
  2. Chun S.H., Kim K.J., Kim S.H. (2002), Chaotic Analysis of Predictability versus Knowledge Discovery Techniques: Case Study of the Polish Stock Market, „Expert Systems” Vol. 19, No. 5, s. 264-272
  3. Farmer J.D., Sidorowich J.J. (1991), Optimal Shadowing and Noise Reduction, „Physica” D 47, s. 373-392
  4. Frank M., Stengos T. (1988), Chaotic Dynamics in Economics Time Series, „Journal of Economic Surveys” No. 2, s. 103-133
  5. Guegan D., Leroux J. (2009), Forecasting Chaotic Systems: The Role of Local Lyapunov Exponents, „Chaos, Solitons & Fractals” Vol. 41, s. 2401-2404
  6. Kantz H., Schreiber T. (2004), Nonlinear Time Series Analysis, Cambridge University Press (second edition)
  7. Kennel M.B., Brown R., Abarbanel H.D.I. (1992), Detecting Embedding Dimension for Phase Space Reconstruction Using a Geometrical Construction, „Physical Review” A, 45
  8. Kyrtsou C., Terraza M. (2002), Stochastic Chaos or ARCH Effects in Stock Series? A Comparative Study, „International Review of Financial Analysis” No. 11, s. 407-431
  9. Nowiński M. (2007), Nieliniowa dynamika szeregów czasowych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu
  10. Orzeszko W. (2005), Identyfikacja i prognozowanie chaosu deterministycznego w ekonomicznych szeregach czasowych, Polskie Towarzystwo Ekonomiczne, Warszawa
  11. Ott E. (1997), Chaos w układach dynamicznych, Wydawnictwa Naukowo-Techniczne, Warszawa
  12. 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, s. 117-134
  13. Small M. (2005), Applied Nonlinear Time Series Analysis. Applications in Physics, Physiology and Finance, World Scientific Series on Nonlinear Science, Series A Vol. 52
  14. Stawicki J. (1993), Metody filtracji w modelowaniu procesów ekonomicznych, Wydawnictwo Uniwersytetu Mikołaja Kopernika, Toruń
  15. Stawicki J., Janiak E., Müller-Frączek J. (1997), Różnicowanie fraktalne szeregów czasowych - wykładnik Hursta i wymiar fraktalny, w: Dynamiczne modele ekonometryczne, TNOiK Dom Organizatora, Toruń, s. 35-41
  16. Zawadzki H. (1996), Chaotyczne systemy dynamiczne. Elementy teorii i wybrane zagadnienia ekonomiczne, Zeszyty Naukowe Akademii Ekonomicznej w Katowicach, Katowice
  17. Zhang J., Lam K.C., Yan W.J., Gao H., Li Y. (2004), Time Series Prediction Using Lyapunov Exponents in Embedding Phase Space, „Computers and Electrical Engineering” Vol. 30, s. 1-15
Cytowane przez
Pokaż
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu