Celem badań było znalezienie odpowiedzi na pytanie czy rynek akcji zachowuje się w przypadkowy sposób, nie posiadając właściwie przewidywalnych trendów, czy też trendy te mogą być prognozowane. W celu uzyskania odpowiedzi na to pytanie zostały skonstruowane odpowiednie sieci neuronowe w oparciu o pakiet programu Qnet 2000 [1], które następnie poddano trenowaniu i testowaniu. Z przeprowadzonych analiz wynika, iż relatywnie proste modele mogą dawać dobre wyniki w prognozowaniu indeksu wszystkich spółek WIG-u. Interesującą informacją jest brak możliwości predykcji dla indeksu 20-stu spółek (WIG20) oraz wniosek, że nie można oczekiwać odpowiedzi poprawnej od sieci co do zachowania się cen dla wybranych spółek na podstawie zachowania się cen pozostałych.
EN
The purpose of the researches was to find the reply to a question whether the stock market behaves in an incidental way, without any predictable trends or whether these trends might be predictable. In order to find the reply for these questions, the proper neural networks were build based on Qnet 2000 programme [1], and they were subsequently trained and tested. The analysis which were carried out revealed that the relatively simple models might give good results in forecasting Warsaw Stock Exchange Market Index (WIG). Interesting information is the fact, that there is no possibility to predict the twenty biggest companies' index (WIG20) and the conclusion that we cannot expect from the neural networks the right answer concerning changes of a company’s share price based on changes in share prices of the rest of the companies.
Niniejsza praca poświęcona jest wstępnej weryfikacji tak sformułowanej tezy. W tym celu przeprowadzono symulacje; zastosowania prostych, mechanicznych systemów transakcyjnych do wspomagania inwestycji w indeksy Giełdy Papierów Wartościowych w Warszawie. Wybrano przy tym te indeksy, dla których wcześniej przeprowadzono badania ich własności statystycznych i zweryfikowano ich efektywność informacyjną,
EN
The Warsaw Stock Exchange (WSE) has been operating in present form for 17 years but it is still regarded as an emerging market. The level of developments is often analyzing due to the Efficient Market Hypothesis i.e. the capital market is efficient if the prices at the market fully reflect all available information. The aim of the research is to simulate the simple transaction system in order to check if profits that art obtained for inefficient markets (segments or branches) differ from the ones obtained for the efficient market. In order to construct transaction systems the technical analysis methods are employed. The experiments are provided for daily observations of 10 stock indexes that describe the whole capital market, it's segments and branches. In investigation the period 2000-2007 and subperiods: the bear market, stagnation and the bull markets are considered.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.