Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Comparison of chosen prediction methods: the example of Exbud share price
Języki publikacji
Abstrakty
W artykule porównano prognozy cen akcji wyznaczone za pomocą: opisowych modeli ekonometrycznych, modeli AR, ARIMA, Holta oraz jednokierunkowych sztucznych sieci neuronowych.
In the paper we present the results of application of structural econometric models, AR, ARIMA and Holt models as well as feedforward neural networks to share price prediction. In our experiments we use statistical data regarding share prices of Exbud S. S., a company listed on the Warsaw Stock Exchange.
Rocznik
Tom
Strony
91--110
Opis fizyczny
Bibliogr. 9 poz.
Twórcy
autor
- Instytut Zarządzania Politechnika Łódzka
Bibliografia
- [1] Azoff E. M.: Neural Network Time Series Forecasting of Financial Markets, John Wiley & Sons Ltd., Chichester, 1994.
- [2] Box G. E. P., Jenkins G. M.: Analiza szeregów czasowych, PWN, Warszawa, 1983.
- [3] Cieślak M.: Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa, 1997.
- [4] Czerwiński Z., Guzik B.: Prognozowanie ekonometryczne. Podstawy teoretyczne i metody, PWE, Warszawa 1980.
- [5] Gatley E.: Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych, Biblioteka Inwestora, WIG - Press, Warszawa, 1999.
- [6] Lula P.: Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków, 1999.
- [7] Matuszewska A.: Przykład zastosowania dynamicznych modeli ekonometrycznych do prognozowania wybranych szeregów czasowych, Łódź, 2001, maszynopis.
- [8] Morajda J.: Metody sztucznej inteligencji w zarządzaniu portfelem inwestycyjnym, praca doktorska, Akademia Ekonomiczna w Krakowie, Wydział Zarządzania, Kraków, 1999, maszynopis.
- [9] Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa, 1993.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-LOD6-0026-0052