Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-article-AGH1-0013-0090

Czasopismo

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Tytuł artykułu

Wpływ filtracji cyfrowej na predykcję cen i zapasów miedzi

Autorzy Świder, M. 
Treść / Zawartość
Warianty tytułu
EN Influence of digital filtering on prediction of copper futures exchange rates
Języki publikacji PL
Abstrakty
PL Artykuł ten opisuje możliwości poprawienia predykcji notowań cen i zasobów miedzi przy użyciu filtracji cyfrowej. Stanowi ona etap wstępny, który eliminuje z sygnału losowego, jakim jest notowanie giełdowe, jego wyższe harmoniczne traktowane jako zakłócenia. Po analizie widmowej ciągu notowań giełdowych określono najwłaściwsze częstotliwości próbkowania i wybrano dwa najbardziej odpowiednie rodzaje filtrów cyfrowych. Dla tak przefiltrowanych sygnałów oraz dla notowań oryginalnych użyto metody predykcji GARCH. Jest ona szeroko stosowana w modelowaniu ekonometrycznym i finansowym, ze względu na dobre wyniki symulacji zachowań procesów heteroskedastycznych, jakimi są notowania giełdowe. Na końcu porównano błędy predykcji, uzyskując zadowalająco niskie ich wartości dla pierwszych 200 próbek sygnałów odfiltrowanych, które można porównać z błędem predykcji sygnału oryginalnego.
EN This article describes improvement capabilities of copper exchange rates prediction using digital filtering. It is considered as a preliminary step which eliminates signal's upper harmonics treated as a random noise. Having finished copper stock exchange quotation's spectral analysis the most appropriate sampling frequencies and two best suitable digital filter types were chosen. Both original and filtered signals were used for exemplary prediction with GARCH method. This method is widely used in the econometric and financial modeling area because of its good results when dealing with heteroscedastic signals like exchange transactions. Finally prediction errors comparison took place. There are satisfactorily Iow errors for the first 200 data samples of filtered signals. They are comparable with prediction error obtained with original copper exchange rate time series.
Słowa kluczowe
PL filtracja cyfrowa   predykcja   procesy stochastyczne   metoda GARCH  
EN digital filtering   prediction   stochastic processes   GARCH method  
Wydawca Wydawnictwa AGH
Czasopismo Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Rocznik 2007
Tom T. 11, z. 3
Strony 203--216
Opis fizyczny Bibliogr. 7 poz., rys., wykr.
Twórcy
autor Świder, M.
  • Instytut Politechniczny, PWSZ w Tarnowie
Bibliografia
[1] Gourieroux, C: ARCH Models and Financial Applications. Springer-Verlag 1997
[2] Baillie R.T., Bollerslev T.: Prediction in Dynamic Models with Time-Dependent Conditional Variances. Journal of Econometrics, vol. 52, 1992, 91-113
[3] Brockwell P.J., Davis R.A.: Introduction to time series and forecasting. Springer-Verlag, 20
[4] Zakoian M.: Threshold Heteroscedastic Models. Journal of Economic Dynamics and Control,1994, 931-955
[5] Nelson B.: Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometnca,1991, 347-370
[6] Doman M.: Prognozowanie zmienności polskich indeksów giełdowych za pomocą modeli GARCH przy użyciu danych wysokiej częstotliwości. Acta Universitatis Lodziensis, Folia Oeconomica 177,2004,293-311
[7] Doman M.: Rozkłady statystyki BDS standaryzowanych reszt modeli GARCH zwrotów w GPW w Warszawie. Zeszyty Naukowe, Wydawnictwo Akademii Ekonomicznej w Poznaniu, 41, 2004, 162-178
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-article-AGH1-0013-0090
Identyfikatory