Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: stock market indices

Sortuj według:

Ogranicz wyniki do:

Efekt stycznia na przykładzie indeksów sektorowych Giełdy Papierów Wartościowych w Warszawie

Lisicki B.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

2018

z. 131

299--310

Hipoteza mówiąca o efektywności informacyjnej rynku finansowego wskazuje na natychmiastowe dostosowywanie się cen instrumentów na giełdach papierów wartościowych w skutek pojawienia się określonego rodzaju informacji. Zmiany te mogą powodować spadek lub wzrost wyceny rynkowej poszczególnych instrumentów (w tym wypadku akcji). Na przestrzeni lat badacze analizujący zachowania inwestorów na rynkach finansowych dostrzegli pewne anomalie, czyli sytuacje w przypadku których napływająca informacja nie jest jedynym czynnikiem powodującym zmiany ceny. Jedną z nich jest tak zwany efekt stycznia. Autor opracowania podjął tematykę jego występowania na Giełdzie Papierów Wartościowych w Warszawie. Co istotne badanie zostało przeprowadzone w ujęciu branżowym to znaczy na podstawie klasyfikacji według indeksów sektorowych. W celu sprawdzenia istnienia efektu stycznia została wykorzystana metodyka analizy zdarzeń. Obliczone nadwyżkowe zwrotu w styczniu każdego roku okresu 2005-2017 dla poszczególnych indeksów sektorowych wskazały jego występowanie tylko dla dwóch z nich – WIG-BUDOWNICTWO oraz WIG-INFORMATYKA.

The hypothesis of the financial market information efficiency indicates immediate adjustment of instrument prices resulting from the availability of new information. However, there are examples of anomalies when information flowing from the market is not the only price-making factor. One of them is the January effect, as seen on the global stock exchange. In the present paper, the effect will be discussed in relation to the Warsaw Stock Exchange. As part of the survey, the sector indices of the stock exchange were compared cross-sectionally. Using the event study methodology, the January abnormal returns for the selected industry indices were calculated for each year between 2005 and 2017. The results of the study indicated the occurrence of a statistically significant January effect in the case of two indices: WIG-construction and WIG-IT.

Prediction of Closing Prices on the Stock Exchange with the Use of Artificial Neural Networks

Paluch M., Jackowska-Strumiłło L

Image Processing & Communications

2012

Vol. 17, no. 4

275--282

Article describes, the use of Artificial Neural Networks (ANN) for predicting values of Stock Exchange shares. Rules of Stock Exchange functioning, principles of technical analysis and the most important stock market indices are described, which support investors, who plan to make transactions. ANN of Multi-Layer Perceptron (MLP) type, and a moving window method are applied. A hybrid method is also proposed, in which time series of CLOSE values as a function of the following trading days are used to stock market indices calculation, such as moving averages and oscillators, which are applied to ANN inputs. Research was conducted for 80 companies, selected from the 1218 companies functioning on Stock Exchange. The achieved maximum error in one day ahead CLOSE value prediction is 1,31%.