Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Forecastingstock Indices Using Arima Method
Języki publikacji
Abstrakty
W niniejszym artykule została zaprezentowana jedna z metod prognozowania indeksów giełdowych. Predykcji dokonano na podstawie danych statystycznych dla indeksów DAX, FTSE 100, S&P 500 i WIG20 za lata 2006-2016 w ujęciu kwartalnym, natomiast prognoza została sporządzona przy pomocy modelu ARIMA na kolejne kwartały. Wykorzystując modele ARIMA do prognozowania szeregów czasowych, można spotkać się z wieloma problemami m.in. dotyczącymi określenia rzędu różnicowania, ale też wyboru odpowiedniego rodzaju modelu. Jednak istotną zaletą metody ARIMA jest, iż wskazują na wewnętrzną strukturę szeregu i objaśniają mechanizm jego generowania. Omawiany model jest teoretycznie uzasadniony i może być zaskakująco dobrą alternatywą w stosunku do innych metod (np. wielowymiarowych) modelowania. (abstrakt oryginalny)
In this paper was presented one of the methods of forecasting indices. Pre- diction was made on the basis of statistical data for the indices DAX, FTSE 100, S&P 500 and the WIG20 for the years 2006 to 2016 on a quarterly basis, while the forecast was prepared using the ARIMA model for the next quarters. Using the ARIMA models for forecasting timeseries data can meet a variety of problems, such as the determination of the order of differentiation, but also the selection of an appropriate model. However, a major advantage of the method ARIMA is that indicates the internal structure of the time series and explains the mechanism of its generating. The presented model is theoretically justified and can be surprisingly good alternative to other methods (for example multi-dimensional) modelling. (original abstract)
Rocznik
Strony
53-69
Opis fizyczny
Twórcy
autor
- Wyższa Szkoła Bankowa w Gdańsku
Bibliografia
- Bashier A., Talal B. (2007), Forecasting Foreign Direct Investment Inflow in Jordan: Univariate ARIMA Mode, Journal of Social Sciences 3(1).
- Box G.E.P., Jenkins G.M. (1976), Time Series Analysis, Forecasting and Control, rev. ed. San Francisco: Holden-Day.
- Chrabołowska J., Nazarko J. (2003), Zastosowanie modeli ARIMA w prognozowaniu przychodów ze sprzedaży na przykładzie przedsiębiorstwa handlowego typu CASH & CARRY, Prace naaukowe Akademii Ekonomicznej we Wrocławiu, Nr 998.
- Dhalla N.K., Yuspeh S. (1976), Forget the product life cycle concept! Harvard Business Review, vol. 54, Issue 1.
- Dickey D., Fuller W. (1981), Likelihood ratio statistics for autoregressive time series with a unit roo, Econometrica, No 49.
- Dunning J. H. (1981), Explaining the international direct investment position of countries. Towards a dynamic Or development approach, WeltwirtschaftlichesArchiv, No. 119.
- Geunts M., Ibrahim I. (1975), Comparing the Box-Jenkins approach with the exponentially smoothed forecasting model approach to Hawaii tourists, J. Market. Res.
- Hindle T. (1984), Product life cycle, [w:] Guide to Management Ideas & Gurus.
- Hampel T. (2013), Die Kurvenfunktion, "Der Tagesspiegel".
- Maddala G.S. (1992), Introduction to econometrics, Macmillian Publishing Company, New York.
- Meyler A., Kenny G., Quinn T. (1998), Forecasting Irish Inflation using ARIMA models. Economic Analysis, CentarlBak of Irealnd, Irleand.
- www.gpw.pl/indeksy, dostęp (22.04.16).
- http://www.dax-indices.com, dostęp (21.04.16).
- http://www.ftserussell.com/, dostęp (22.04.16).
- http://us.spindices.com/indices/equity/sp-500, dostęp (27.04.16).
- ---
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171449204