PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | nr 185 Prognozowanie w zarządzaniu firmą | 82-93
Tytuł artykułu

Wyszukiwanie formacji w kursach giełdowych przy użyciu metod klasyfikacji danych

Autorzy
Warianty tytułu
Searching for Technical Analysis Formations in Stock Prices With the Use of Cluster Analysis Methods
Języki publikacji
PL
Abstrakty
Artykuł stanowi próbę wprzęgnięcia metod klasyfikacji danych do rozpoznawania formacji giełdowych. Formacja jest tu rozumiana jako pewien powtarzalny wzór, którego pojawienie się oznacza określone konsekwencje. Możliwość tworzenia wzorów nie jest ograniczona jedynie do kursu instrumentu finansowego, ale dotyczy także wolumenu oraz innych wskaźników. W badaniu wykorzystano notowania giełdowe Agory SA. Uwzględniono szereg zmiennych opisujących zachowanie się kursu oraz wolumenu zarówno w krótkim, jak i dłuższym okresie. Do klasyfikacji danych – wyszukiwania wzorów – użyto metody Warda. Przeprowadzono także ocenę możliwości wykorzystania określonych formacji do celów praktycznych.(abstrakt oryginalny)
EN
The article attempts to employ the methods of data classification to identify stock formations. Formation is understood as a repetitive pattern which appearance means certain consequences. The ability to form patterns is not limited only to the price of a financial instrument, but it is also applicable to volume and other indicators. The study uses stock prices of Agora SA. A number of variables describing the behaviour of price and volume of stock in both the short and long term are taken into account. For the data classification – pattern searching – Ward’s method is used. The paper also conducts an evaluation of the possible use of certain formations for practical purposes.(original abstract)
Twórcy
  • Uniwersytet Ekonomiczny we Wrocławiu
Bibliografia
  • Beale E.M.L., Euclidean cluster analysis, „Bulletin of the International Statistical Institute” 1969, vol. 43, no. 2, s. 92-94.
  • Cheong My-Young, Lee Hakbae, Determining the number of clusters in cluster analysis, „Journal of the Korean Statistical Society” 2008, vol. 37, issue 2, s. 135-143.
  • Cieślak M., Jasiński R., Miara podobieństwa funkcji, „Przegląd Statystyczny” 1979, nr 3/4.
  • Edwards R.D., Magee J., Technical Analysis of Stock Trends, 8th ed., St. Lucie Press, Boca Raton, London − New York − Washington D.C. 2001.
  • Fama E.F., Efficient capital markets: A review of empirical work, „Journal of Finance” 1970, vol. 25, no. 2, s. 383-417.
  • Grabiński T., Metody taksonometrii, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 1992.
  • Hardy A., On the number of clusters, „Computational Statistics & Data Analysis” 1996, vol. 23, issue 1, s. 83-96.
  • Herbin M., Bonnet N., Vautrot P., Estimation of the number of clusters and influence zones, „Pattern Recognition Letters” 2001, vol. 22, issue 14, s. 1557-1568.
  • Jajuga K., Podstawy inwestowania na giełdzie papierów wartościowych, Giełda Papierów Wartościowych w Warszawie, Warszawa 2007.
  • Kolenda M., Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2006.
  • Leigh W., Paz N., Purvis R., Market timing: A test of a charting heuristic, „Economics Letters” 2002, vol. 77, s. 55-63.
  • Leigh W., Purvis R., Ragusa J.M., Forecasting the NYSE composite index with technical analysis, pattern recognizer, neural network, and genetic algorithm: A case study in romantic decision support, „Decision Support Systems” 2002, vol. 32, issue 4, s. 361-377.
  • Liu J.N.K., Kwong R.W.M., Automatic extraction and identification of chart patterns towards financial forecast, „Applied Soft Computing” 2007, vol. 7, s. 1197-1208.
  • Malkiel B.G., Błądząc po Wall Street. Dlaczego nie można wygrać z rynkiem, WIG-Press, Warszawa 2003.
  • Murphy J.J., Analiza techniczna rynków finansowych, WIG-Press, Warszawa 2008.
  • Ostasiewicz S., Rusnak Z., Siedlecka U., Statystyka: elementy teorii i zadania, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2006.
  • Pociecha J., Podolec B., Sokołowski A., Zając K., Metody taksonomiczne w badaniach społeczno-ekonomicznych, PWN, Warszawa 1988.
  • Pring M.J., Podstawy analizy technicznej, WIG-Press, Warszawa 1998.
  • Rousseeuw P.J., Silhouettes: A graphical aid to the interpretation and validation of cluster analysis, „Journal of Computational and Applied Mathematics” 1987, vol. 20, s. 53-65.
  • Sparks D.N., Algorithm AS 58: Euclidean cluster analysis, „Journal of the Royal Statistical Society” 1973, Series C (Applied Statistics), vol. 22, no. 1, s. 126-130.
  • Sparks D.N., Remark AS R13: A remark on algorithm AS 58: Euclidean cluster analysis, „Journal of the Royal Statistical Society” 1975, Series C (Applied Statistics), vol. 24, no. 1, s. 160-161.
  • Strahl D., Metody programowania rozwoju społeczno-gospodarczego, PWE, Warszawa 1990.
  • Szanduła J., Metody analogowe w prognozowaniu społeczno-gospodarczym, Akademia Ekonomiczna we Wrocławiu, Wydział Gospodarki Narodowej, praca doktorska, 2002.
  • Wang Jar-Long, Chan Shu-Hui, Stock market trading rule discovery using pattern recognition and technical analysis, „Expert Systems with Applications” 2007, vol. 33, issue 2, s. 304-315.
  • Ward J.H., Hierarchical grouping to optimize an objective function, „Journal of American Statistical Association” 1963, vol. 58, no. 301, s. 236-244.
  • Ward J.H., Hook M.E., Application of an hierarchical grouping procedure to a problem of grouping profiles, „Educational and Psychological Measurement” 1963, vol. 23, s. 69-81.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171192007
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.