ANALIZA WPŁYWU ZASTOSOWANIA REDUKCJI POZIOMU SZUMU LOSOWEGO NA POZIOM RYZYKA INWESTYCYJNEGO
|
|
- Franciszek Kucharski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Stuia Eonomiczne. Zeszyty Nauowe Uniwersytetu Eonomicznego w Katowicach ISSN Nr Informatya i Eonometria 9 Katarzyna Zeug-Żebro Uniwersytet Eonomiczny w Katowicach Wyział Zarzązania Katera Statystyi, Eonometrii i Matematyi atarzyna.zeug-zebro@ue.atowice.pl ANALIZA WPŁYWU ZASTOSOWANIA REDUKCJI POZIOMU SZUMU LOSOWEGO NA POZIOM RYZYKA INWESTYCYJNEGO Streszczenie: W pracy przeprowazono analizę wpływu zastosowania reuci szumu losowego na poziom ryzya inwestycynego mierzonego nielasyczną miarą ryzya, t. wymiarem fratalnym. Wymiar fratalny est eną z charaterysty ynamii chaotyczne i baa, w aim stopniu analizowany obiet (szereg) wypełnia przestrzeń, w tóre est zanurzony. W inwestycach miara ta oreśla zmienność stopy zwrotu i im więsza e wartość, tym więsze ryzyo związane z inwestowaniem w any instrument finansowy. W celu wyznaczenia wymiaru fratalnego zastosowano metoę segmentowo-wariacyną i analizę R/S. W baaniach po uwagę wzięto finansowe szeregi czasowe złożone z cen zamnięcia wybranych inesów giełowych oraz aci spółe notowanych na GPW w Warszawie. Słowa luczowe: reuca szumu losowego, ryzyo inwestycyne, wymiar fratalny, metoa segmentowo-wariacyna, analiza R/S. JEL Classification: G, C0. Wprowazenie Wieloletnie baania związane z analizą ryzya inwestycynego wyazały, że zastosowanie wymiaru fratalnego, bęącego eną z charaterysty ynamii chaotyczne, ao miary ryzya oraz ao wsparcie w oborze papierów wartościowych o portfela, est istotnym elementem baań otyczących analizy portfelowe [Misiewicz-Nawroca, Zeug-Żebro, 04]. Wynia to z interpretaci tego narzęzia, t. eśli ryzyo est zefiniowane ao zmienność ceny i eśli więsza zmienność oznacza więsze ryzyo, to wyższe wartości wymiaru fra-
2 78 Katarzyna Zeug-Żebro talnego (ao miary zmienności) oreślaą inwestyce barzie ryzyowne [Przeota, Waścińsi, 0]. Rzeczywiste szeregi czasowe, w tym finansowe, cechuą się obecnością szumu losowego. Fat ten może znacząco utrunić trafne ientyfiowanie analizowanych zależności, co uzasania stosowanie meto reuci szumu. Naczęście stosowaną proceurą filtraci est metoa nabliższych sąsiaów zaproponowana przez T. Schreibera [993]. Pierwotnie została ona stworzona w celu prognozowania, ena późniesze prace baawcze poazały, że est ona również obrym narzęziem umożliwiaącym reucę szumu w szeregach czasowych. Celem artyułu est ocena wpływu zastosowania reuci szumu losowego metoą nabliższych sąsiaów na poziom ryzya portfela inwestycynego. Baanie przeprowazono, opieraąc się o nielasyczną miarę ryzya, aą est wymiar fratalny. Do oszacowania tego wymiaru posłużono się metoą segmentowo- -wariacyną oraz analizą R/S. Baania empiryczne przeprowazono na postawie rzeczywistych anych natury eonomiczne finansowe szeregi czasowe utworzone z logarytmów ziennych stóp zwrotu cen zamnięcia WIG, WIG0, WIGBANKI wybranych spółe notowanych na GPW w Warszawie, wchozących w sła inesu giełowego WIG0. Dane obemuą ores o.0.03 r. o r. Obliczenia przeprowazono przy użyciu programów napisanych przez autorę w ęzyu programowania Delphi, paietu Microsoft Excel oraz TISEAN.. Reuca szumu metoą nabliższych sąsiaów Rzeczywiste szeregi czasowe x t to ułay ynamiczne, tóre można przestawić w postaci sumy części eterministyczne x t oraz stochastyczne ξ t (t. szumu losowego słaaącego się z szumu obserwacynego, systemowego lub ich ombinaci): xt = x t + ξ t () Główną przyczyną występowania szumu obserwacynego w szeregach czasowych są błęy pomiaru oraz błęy zaorągleń, natomiast szumu systemowego czynnii egzogeniczne wpływaące na ynamię ułau, tórych ientyfiaca est niemożliwa [Stawici, 993]. Reuca szumu losowego pozwala poznać własności szeregu x t, t. części eterministyczne rzeczywistego szeregu czasowego, na postawie analizy sze- Darmowy program autorstwa H. Kantza i T. Schreibera.
3 Analiza wpływu zastosowania reuci poziomu szumu 79 regu obserwaci x t. Jenym z narzęzi służącym taie filtraci, zasługuącym na wyróżnienie, est metoa nabliższych sąsiaów [Kantz, Schreiber, 997]. Postawą te proceury est reonstruca przestrzeni stanów metoą opóźnień [Taens, 98]. Reonstruca pozwala, na postawie enowymiarowego szeregu czasowego obserwaci, otworzyć przestrzeń stanów ułau ynamicznego. Elementami zreonstruowane przestrzeni stanów są wetory opóźnień, tzw. -historie postaci [Zawazi, 996]: xˆ x, x,..., x () gzie: x t obserwaca szeregu czasowego w momencie t, wymiar zanurzenia, τ opóźnienie czasowe, ( )τ + t N. Do szacowania wielości opóźnienia czasowego naczęście wyorzystue się algorytmy oparte na funci autoorelaci [Nowińsi, 007], natomiast w celu wyznaczenia wartości wymiaru zanurzenia powszechnie stosue się metoę nabliższego pozornego sąsiaa MNPS autorstwa Kennela, Browna, Abarbanela [99; Cao, 00]. Reuca szumu losowego metoą nabliższych sąsiaów, polegaąca na wyznaczaniu wartości x l, < l < N szeregu czasowego x t, przebiega weług następuącego algorytmu [Kantz, Schreiber, 997]: Kro. Dla oszacowanego wymiaru zanurzenia oraz opóźnienia czasowego τ = tworzy się wetor opóźnień ta, aby filtrowana obserwaca x l była eną ze śroowych współrzęnych wetora xˆt, np. wetor o postaci: xˆ la parzyste wartości wymiaru zanurzenia, l ˆ + l x la nieparzyste wartości. t ( ) = t t τ t ( ) τ xˆt Kro. Następnie ustala się K 3 nabliższych sąsiaów (w sensie oległości euliesowe) wetora xˆ : l xˆ v, xˆ v,..., xˆ v (3) 3 Wśró innych meto reonstruci wyróżnić można analizę czynniową wprowazoną przez D.S. Broomheaa i P. Kinga [Broomhea, King, 986] oraz metoę pochonych [Pacar i in., 980]. W literaturze często spotya się postulat, aby liczba nabliższych sąsiaów spełniała warune + K < N [Guégan, Leroux, 009]. ( ) ( )τ
4 80 Katarzyna Zeug-Żebro Kro 3. Ostatecznie na postawie wyznaczonych nabliższych sąsiaów wyznacza się wartość eterministyczną x l : xl = xv (4) i K i= Jenym z narzęzi mierzącym efetywność filtraci szeregu est współczynni poziomu reuci szumu NRL [Orzeszo, 005]. Baa on zależność pomięzy siłą szumu oawanego o ułau a struturą geometryczną ego atratora. Zależność ta polega na pogrubianiu atratora i oalaniu się blisich sobie stanów w stopniu proporconalnym o siły szumu. Współczynni ten wyraża się wzorem: T mi T i= NRL ( ) = (5) T M i T i= gzie m i i M i oznaczaą oległości o i-tego stanu ( historii) o ego nabliższego i naalszego sąsiaa. Stosowanie powyższe miary pozwala na wybór szeregów o naniższym poziomie szumu losowego. W celu ustalenia optymalnego szeregu przeprowaza się reucę szumu losowego oryginalnego szeregu la różnych wymiarów zanurzenia oraz różne ilości nabliższych sąsiaów wetora. xˆt. Wymiar fratalny ao miara ryzya inwestyci Wymiar fratalny est uogólnieniem wymiaru euliesowego i służy o opisu sompliowanych struturalnie obietów geometrycznych, np. szeregów czasowych. Wymiar ten baa, w aim stopniu analizowany obiet (szereg) wypełnia przestrzeń, w tóre est zanurzony [Orzeszo, 00]. Jego cechą charaterystyczną est to, że może on przymować wartości niecałowite. W przypau szeregów szybozmiennych (antypersystentnych 4 ), im wyższy est wymiar fratalny, tym częście można obserwować owracanie się trenu. Z olei la szeregów wolnozmiennych (persystentnych), im niższa wartość tego wymiaru, tym zawiso wzmacniania trenu est silniesze. Z tego wzglęu wymiar fratalny został uznany za istotną charaterystyę szeregów czasowych 4 Dla szeregu antypersystentnego wymiar fratalny est więszy o,5, zaś la szeregu persystentnego D(N),5.
5 Analiza wpływu zastosowania reuci poziomu szumu 8 pochozących z rynu finansowego, pozwalaącą na ocenę ryzya inwestycynego [Bula, 0]. W celu wyznaczenia wymiaru fratalnego obietu geometrycznego A, szacue się minimalną liczbę omniętych hipersześcianów potrzebnych o ego porycia. Wymiar ten można obliczyć, orzystaąc ze wzoru: ln L ( ) ( A, ε ) D A = lim (6) ε ln( ) ε gzie L(A,ε) est minimalną liczbą hipersześcianów o bou ługości ε. W pierwszym rou szacowania wymiaru fratalnego szeregu czasowego {x t } wyznacza się na płaszczyźnie punty o współrzęnych (t, x t ). Następnie, łącząc e oleno ocinami, otrzymue się linię łamaną K. Wymiar fratalny ta sonstruowane łamane K est wymiarem szeregu czasowego... Metoa segmentowo-wariacyna Jeną z napopularnieszych meto szacowania wymiaru fratalnego est metoa wariacyna [Dubuc i in., 989]. Je rozszerzeniem est metoa segmentowo-wariacyna S-W zaproponowana przez M. Zwolanowsą [000]. Weług te metoy wymiar fratalny szeregu czasowego {x,x,,x N } można wyznaczyć, obliczaąc granicę: ln L ( ) ( K, ε ) D N = lim (7) ε 0 ln( ) ε gzie L(K,ε) est minimalną liczbą waratów o bou ługości ε porywaących linię łamaną K. Wzór (7) można przeształcić o prostsze, równoważne postaci, postawiaąc za L(K,ε) następuącą formułę: P ( ) ( K, ε ) L K, ε = (8) ε gzie P(K,ε) est polem porywaącym całą łamaną K. Doatowo można przyąć, że la ostatecznie małych wartości ε prawziwy est wzór: P( K, ε ) ln ε D( N ) (9) ln Algorytm metoy segmentowo-wariacyne powstał na postawie wzoru (9) i przebiega weług następuących roów: ( ) ε
6 8 Katarzyna Zeug-Żebro Kro. W pierwsze oleności, la aże obserwaci szeregu czasowego t {x,x,,x N } należy wyznaczyć punt o współrzęnych, x 5 t, la N t =,,,N, a następnie połączyć te punty ocinami, tworząc linię łamaną K. Kro. Następnie wyznaczona łamana K zostae poryta prostoątami rozpiętymi na n (n, n N), olenymi puntami (rys. ). Otrzymue się N n w ten sposób = 6 prostoątów, aży o postawie =. n N x t K Rys.. Konstruca porycia n puntów linii łamane K N Kro 3. Jeśli iloraz est liczbą całowitą, wtey olene wyznaczone n prostoąty zostaą oznaczone następuąco: P ( n) = [ a ; b ] [ a' ; b' ] (0) gzie: a = ( ), b = a ' = min{ K( x) ; x [ a ; b ]}, b ' = max{ K( x) ; x [ a ; b ]} W przeciwnym wypau, po przeprowazeniu proceury pozostae nieporytych N (n ) ostatnich puntów łamane K. Punty te porywa się N ( n ) oatowym prostoątem o postawie ' = : N 5 6 Pierwsze współrzęne naniesionych puntów są równo oalone o siebie. Symbol [.] oznacza część całowitą liczby.
7 gzie: a' min K Analiza wpływu zastosowania reuci poziomu szumu 83 ( n) = [ b ;] [ a'; b' ] P ' = { ( x) ; x [ b ;]} { ( x) ; x [ b ;]}, b' = max K Kro 4. Następnie należy obliczyć pole porycia linii łamane K zgonie ze wzorem: P K, = b' a' + ' b' a' () = Kro 5. Ostatecznie, przeształcaąc wzór (9) o postaci: ( b' a' ) + ' ( b' a' ) = D( N ) ln ln (3) wymiar fratalny szeregu czasowego zostae oszacowany ao współczynni re- b' a' + ' b' a' = gresi zmiennych ln i ln. ( ) ( ) ( ) ( ) ( ). ().. Analiza przesalowanego zaresu Koleną omawianą technią obliczania wymiaru fratalnego szeregu czasowego {x t } est metoa oparta na wyłaniu Hursta, zwana analizą przesalowanego zaresu lub w srócie analizą R/S. Analiza ta służy również o baania istnienia efetu ługie pamięci i z tego powou stosowana est m.in. o ientyfiaci chaosu w szeregach czasowych. Dla szeregu obserwaci {x,x,,x N } przebiega ona w następuących etapach [Chun, Kim, Kim, 00]: Kro. Szereg {x,x,,x N }zostae przeształcony w ciąg m = N logarytmicznych stóp zwrotu: x + y = log, =,,, N (4) x Kro. Niech T, q N i T q = m, wówczas istniee T poprzeziałów I, aży o ługości q, =,, T. Ponato niech aży słani poprzeziału I bęzie oznaczony przez y i, gzie i =,, q. Śrenia wartość la -tego pociągu wynosi:
8 84 Katarzyna Zeug-Żebro y (5) Kro 3. W olenym etapie aży pociąg zostae scentrowany poprzez oęcie śrenie arytmetyczne: zi = yi y (6) i zefiniowanie ciągu sum częściowych z i : i p i = z l, i =,,, q, =,,, T (7) l= Kro 4. Następnie należy obliczyć rozstępy sumulowanych szeregów czasowych weług wzoru: R = max( pi ) min( pi ) (8) Kro 5. Koleny etap algorytmu to wyznaczanie rozstępów przesalowanych la ażego sumulowanego szeregu czasowego, tzn. aży rozstęp zostae pozielony przez ochylenie stanarowe tego szeregu: α q = R / S (9) gzie: q S = z i. q i= Kro 6. Ostatecznie należy obliczyć: (0) Powyższą proceurę przeprowaza się la różnych ługości szeregu czasowego q, 0 q. W ten sposób otrzymuemy zależność wielości R/S o m ługości szeregu q. Aby wyznaczyć wyłani Hursta, należy zlogarytmować następuącą zależność: H ( R / S) q = cq () gzie: H est wyłaniiem Hursta, c est stałą, a t est wartością oczeiwaną przesalowanego zaresu: ln ( R / S) q ) = lnc + H ln q () Wyłani Hursta est współczynniiem ierunowym regresi liniowe. q i= = q y i ( R / S) = (/ T ) α q T = q
9 Analiza wpływu zastosowania reuci poziomu szumu 85 Wymiar fratalny D(N) szeregu czasowego obliczony na postawie wyłania Hursta H szacue się za pomocą następuącego wzoru [Zwolanowsa, 000]: D(N) = H (3) 3. Wynii baań empirycznych Baaniu poano szeregi finansowe [www ] utworzone z cen zamnięcia inesów giełowych WIG, WIG0, WIG-BANKI oraz wybranych spółe notowanych na GPW w Warszawie wchozących w sła inesu WIG0 (tab. ). Dane obemuą ores o.0.04 r. o r. Analiza wymienionych wyże szeregów czasowych przebiegała w następuących etapach:. Reuca poziomu szumu losowego metoą nabliższych sąsiaów.. Szacowanie wymiaru fratalnego na postawie:.. Analizy R/S;.. Metoy segmentowo-wariacyne; la inesów i pozostałych finansowych szeregów czasowych. 3. Wyznaczenie ochylenia stanarowego stóp zwrotu σ. Zgonie z powyższym schematem, pierwszym etapem baań była reuca poziomu szumu losowego metoą nabliższych sąsiaów 7. Aby oonać filtraci, ustalono wartość czasu opóźnienia τ = oraz wartości wóch parametrów: wymiar zanurzenia =, 3, 5, 7, 0 oraz promień otoczenia ρ = 0,; 0,3; 0,5; ;,5;. W celu oceny reuci poziomu szumu metoą nabliższych sąsiaów wyorzystano miarę NRL (i) 8 la i =, 3,, 0. W tabeli zawarto naniższe wartości współczynnia NRL obliczonego la wybranych szeregów finansowych oraz opowiaaące im wartości wymiaru zanurzenia i promienia otoczenia. Przefiltrowane szeregi oznaczono symbolem NazwaSzeregu_re. 7 8 Reucę szumu przeprowazono przy wyorzystaniu armowego programu TISEAN autorstwa H. Kantza i T. Schreibera. W celu obliczenia współczynnia NRL posłużono się programem autora napisanym w ęzyu programowania Delphi.
10 86 Katarzyna Zeug-Żebro Tabela. Wartości miary NRL la szeregów przefiltrowanych Nazwa szeregu Parametry filtraci ρ NRL WIG_re 3 0,0053 WIG0_re.5 0,0046 WIGBANKI_re,5 0,0049 PKNORLEN_re 5,5 0,009 PKOBP_re 0,5 0,003 PZU_re 7,5 0,0030 KGHM_re 0,0035 ORANGE_re 0 0,007 W olenym rou baań oszacowano wymiar fratalny, wyorzystuąc analizę przesalowanego zaresu i metoę segmentowo-wariacyną. Otrzymane wartości przestawiono w tab. i 3 9, gzie oatowo przestawiono wartości ochylenia stanarowego stóp zwrotu baanych szeregów czasowych. Tabela. Wynii szacowania wymiaru fratalnego i ochylenia stanarowego la szeregów czasowych wybranych inesów giełowych Szereg Wymiar fratalny D* R/S S-W WIG,4360,4686 WIG_re,4360,4686 WIG0,45,5044 WIG0_re,459,5044 WIGBANKI,4534,4430 WIGBANKI_re,4534,4430 σ 0,0093 0,009 0,03 * R/S analiza przesalowanego zaresu. S-W metoa segmentowo-wariacyna. Rezultaty przestawione w tab. poazuą, że w wyniu zastosowania analizy R/S la szeregów czasowych wybranych inesów giełowych uzysano zbliżone wartości wymiaru fratalnego. Dla metoy S-W wartości te są barzie zróżnicowane. Należy również zwrócić uwagę na to, że reuca poziomu szumu losowego w tych szeregach nie wpłynęła na wyni szacowania wymiaru fratalnego. Naniższy poziom ryzya można obserwować w przypau inesu giełowego WIG (analiza R/S i ochylenie stanarowe stóp zwrotu) oraz la WIGBANKI (metoa S-W). 9 W celu oszacowania wymiaru fratalnego na postawie meto R/S i S-W posłużono się programami autora napisanymi w ęzyu programowania Delphi.
11 Analiza wpływu zastosowania reuci poziomu szumu 87 Tabela 3. Wynii szacowania wymiaru fratalnego i ochylenia stanarowego la szeregów czasowych wybranych spółe wchozących w sła inesu WIG0 Szereg Wymiar fratalny D* R/S S-W PKNORLEN,458,445 PKNORLEN_re,4095,4030 PKOBP,4899,4869 PKOBP_re,3587,3903 PZU,4986,48 PZU_re,450,3997 KGHM,498,4030 KGHM_re,496,3996 ORANGEPL,4450,466 ORANGEPL_re,347,983 σ 0,085 0,065 0,057 0,06 0,003 * R/S analiza przesalowanego zaresu. S-W metoa segmentowo-wariacyna. Oszacowane wartości wymiaru fratalnego la przefiltrowanych szeregów czasowych (tab. 3) są zecyowanie niższe. Jeyny wyąte stanowi spóła KGHM, la tóre wartość wymiaru fratalnego uległa zniome zmianie. Wymiar fratalny oszacowany na postawie inesu WIG0 oraz przeciętne wymiary fratalne la spółe tworzących ten ines różnią się o siebie. Nabarzie zbliżone wartości uzysano la szeregów PKNORLEN i ORANGEPL (analiza R/S), PKOBP i PZU (metoa S-W). Świaczy to o tym, że inwestowanie w ace est ta samo ryzyowne, a inwestowanie w portfel, tóry reprezentue ines WIG0. Dla pozostałych spółe otrzymano omienną onluzę, t. inwestowanie w te spółi est mnie lub barzie ryzyowne. Weług raningów przestawionych na rys. otyczących wartości wymiaru fratalnego, naniższym ryzyiem charateryzowały się spółi ORANGEPL i KGHM, nawyższym natomiast spółi PKOBP i PZU. Zasauące są wynii pomiaru ryzya ochyleniem stanarowym, gyż uzysano owrotne wynii niż w przypau szacowania ryzya wymiarem fratalnym, t. inwestyca w spółi PKOBP i PZU est namnie ryzyowna, natomiast nabarzie ryzyowna w spółi ORANGEPL i KGHM. W wyniu reuci poziomu szumu losowego w analizowanych szeregach sytuaca w raningu uległa zmianie. Nawyższe ryzyo można obserwować w przypau spółe KGHM, PKNORLEN i PZU, naniższe la PKOBP i ORANGEPL.
12 88 Katarzyna Zeug-Żebro Rys.. Raning spółe utworzony weług wartości wyznaczonych miar ryzya * Wynii uzysane la przefiltrowanych szer regów. Posumowanie W opracowaniu przeprowazono analizęę ryzya wybranych finansowych szeregów czasowych na postawie wymiaru fratalnego i oc chylenia stanar- owego. W celu osza acowania wymiaru fratalnego posłużono się analizą prze e- salowanego zaresu (R/S) oraz metoą segmentowo-wariacynąą (S-W). Na- stępnie baanie powtórzono, wyorzystuąc w analizie szeregi przefiltrowane metoąą nabliższych sąsiaów. Na postawie uzysanych rezultatów można
13 Analiza wpływu zastosowania reuci poziomu szumu 89 stwierzić, że reuca poziomu szumu losowego niestety nie ma istotnego wpływu na wartość ryzya inwestycynego mierzonego wymiarem fratalnym. W przypau szeregów czasowych wybranych inesów giełowych wartości te miary w ogóle nie uległy zmianie, natomiast w przypau spółe zaobserwowano nieznaczny ich spae. Jenaże ta niewiela zmiana wartości wymiaru fratalnego spowoowała zmianę miesc w raningu spółe, utworzonym weług wartości miar ryzya. Zgonie z analizą przesalowanego zaresu spóła o naniższym poziomie ryzya po filtraci zaęła ostatnie miesce, natomiast w przypau zastosowania metoy S-W obserwowano spae w raningu na miesce trzecie. Posumowuąc, analiza fratalna rynów apitałowych stanowi istotne uzupełnienie lasycznych meto analiz. Dzięi nie można ocenić ryzyo inwestowania w wybrane spółi giełowe, a taże prawopoobieństwo wystąpienia oszacowanych prognoz [Siemieniu, Siemieniu, 05]. Literatura Broomhea D.S., King P. (986), Extracting Qualitative Dynamics from Experimental Data, Physica D, Vol. 0, s Bula R. (0), Aspety metoyczne szacowania wymiaru fratalnego finansowych szeregów czasowych, Młozi Nauowcy la Polsie Naui, t., nr 9, s Cao L. (00), Metho of False Nearest Neighbors [w:] A.S. Soofi, L. Cao (es.), Moeling an Forecasting Financial Data, Kluwer, Boston. Chun S.H., Kim K.J., Kim S.H. (00), Chaotic Analysis of Preictability versus Knowlege Discovery Techniques: Case Stuy of Polish Stoc Maret, Expert Systems, Vol. 9(5), s Dubuc B., Quininou J.F., Roques-Carmes C., Tricot C., Zucer S.W. (989), Evaluating the Fractal Dimension of Profiles, Physical Review A, Vol. 39. Guégan D., Leroux J. (009), Forecasting Chaotic Systems: The Role of Local Lyapunov Exponents, Chaos, Solitons & Fractals, Vol. 4, s Kantz H., Schreiber T. (997), Nonlinear Time Series Analysis, Cambrige University Press, Cambrige. Kennel M.B., Brown R., Abarbanel H.D.I. (99), Determining Embeing Dimension for Phase Space Reconstruction Using a Geometrical Construction, Physical Review A, Vol. 45(6), s Miśiewicz-Nawroca M., Zeug-Żebro K. (04), The Effect of the NRL Inicator on the Accuracy of Financial Series Forecasts, Conference Proceeings. 3 n International Conference Mathematical Methos in Economics MME , Olomouc. Nowińsi M. (007), Nieliniowa ynamia szeregów czasowych, Wyawnictwo Aaemii Eonomiczne we Wrocławiu, Wrocław.
14 90 Katarzyna Zeug-Żebro Orzeszo W. (005), Ientyfiaca i prognozowanie chaosu eterministycznego w eonomicznych szeregach czasowych, PTE, Warszawa. Orzeszo W. (00), Wymiar fratalny szeregów czasowych a ryzyo inwestowania, Acta Universitatis Nicolai Copernici. Eonomia XLI. Naui Humanistyczno- -Społeczne, z. 397, s Pacar N., Crutchfiel J., Farmer D., Shaw R. (980), Geometry from a Time Series, Physical Review Letters, Vol. 45, s Przeota G., Waścińsi T. (0), Wybrane problemy oceny ryzya zmian ceny aci za pomocą miar lasycznych i nielasycznych, Zeszyty Nauowe Uniwersytetu Humanistyczno-Przyroniczego w Sielcach, seria: Aministraca i Zarzązanie, nr 95, s Schreiber T. (993), Extremely Simple Nonlinear Noise-Reuction Metho, Physical Review E, Vol. 47(4), s Siemieniu N., Siemieniu T. (05), Teoria chaosu eterministycznego a ecyze inwestorów giełowych, Zeszyty Nauowe Uniwersytetu Szczecińsiego, nr 855, Finanse, Ryni Finansowe, Ubezpieczenia, nr 74, t., s Stawici J. (993), Metoy filtraci w moelowaniu procesów eonomicznych, Wyawnictwo Uniwersytetu Miołaa Kopernia, Toruń. Taens F. (98), Detecting Strange Attractors in Turbulence [w:] D.A. Ran, L.S. Young (es.), Lecture Notes in Mathematics, Springer, Berlin, s Zawazi H. (996), Chaotyczne systemy ynamiczne, Wyawnictwo Aaemii Eonomiczne w Katowicach, Katowice. Zwolanowsa D. (000), Metoa segmentowo-wariacyna. Nowa propozyca liczenia wymiaru fratalnego, Przeglą Statystyczny, r. 47, z. -, s [www ] (ostęp: ). AN ANALYSIS OF THE EFFECT OF NOISE REDUCTION ON THE LEVEL OF INVESTMENT RISK Summary: The paper analyzes the impact of the use of noise reuction on the level of investment ris, measure by a non-classical ris measure, i.e. the fractal imension. The fractal imension is one of the characteristics of chaotic ynamics an stuy the extent to which an obect (series) fills the space in which it is embee. In investments, this measure etermines the volatility of the rate of return an the greater its value, the greater the ris associate with investing in a given financial instrument. The segment- -variation metho an R/S analysis were use to etermine the fractal imension. The test will be conucte base on the financial time series which consist of closing prices of stoc maret inices an companies liste on the Warsaw Stoc Exchange. Keywors: noise reuction, investment ris, fractal imension, segment-variation metho, R/S analysis.
ZASTOSOWANIE WYBRANYCH METOD SZACOWANIA WYMIARU FRAKTALNEGO DO OCENY POZIOMU RYZYKA FINANSOWYCH SZEREGÓW CZASOWYCH
Studia Eonomiczne. Zeszyty Nauowe Uniwersytetu Eonomicznego w Katowicach ISSN 083-86 Nr 7 05 Uniwersytet Eonomiczny w Katowicach Wydział Zarządzania Katedra Matematyi atarzyna.zeug-zebro@ue.atowice.pl
Bardziej szczegółowoWPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA WYNIKI PROGNOZ OTRZYMANYCH ZA POMOCĄ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA
Monika Miśkiewicz-Nawrocka Uniwersytet Ekonomiczny w Katowicach WPŁYW REDUKCJI SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WYNIKI PROGNOZ ORZYMANYCH ZA POMOCĄ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazenie
Bardziej szczegółowoMetrologia Techniczna
Zakła Metrologii i Baań Jakości Wrocław, nia Rok i kierunek stuiów Grupa (zień tygonia i gozina rozpoczęcia zajęć) Metrologia Techniczna Ćwiczenie... Imię i nazwisko Imię i nazwisko Imię i nazwisko Błęy
Bardziej szczegółowoWYMIAR FRAKTALNY SZEREGÓW CZASOWYCH A RYZYKO INWESTOWANIA *
ACTA UNIVERSITATIS NICOLAI COPERNICI EKONOMIA XLI NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 397 TORUŃ 2010 Uniwersytet Mikołaja Kopernika w Toruniu Katedra Ekonometrii i Statystyki Witold Orzeszko WYMIAR FRAKTALNY
Bardziej szczegółowoTechnika optymalizacji
Algorytmy bezgraientowe Algorytmy optymalizacji loalnej c. Nieliniowe zaanie optymalizacji statycznej bez ograniczeń - nieliniowe algorytmy optymalizacji loalnej c. r inŝ. Ewa Szlachcic Wyział Eletronii
Bardziej szczegółowoZASTOSOWANIE WYKŁADNIKÓW LAPUNOWA DO WERYFIKACJI HIPOTEZY RYNKU KOHERENTNEGO
Monika Miśkiewicz-Nawrocka Uniwersytet Ekonomiczny w Katowicach ZASTOSOWANIE WYKŁADNIKÓW LAPUNOWA DO WERYFIKACJI HIPOTEZY RYNKU KOHERENTNEGO Wstęp Prowadzone od wielu lat badania nad zmiennością cen na
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania SYSTEMY DYNAMICZNE
Politechnika Gańska Wyział Elektrotechniki i Automatyki Katera Inżynierii Systemów Sterowania SYSTEMY DYNAMICZNE Stabilność systemów ynamicznych Materiały pomocnicze o ćwiczeń Termin T7 Opracowanie: Kazimierz
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Zastosowanie testu Kaplana do identyfikacji ekonomicznych szeregów czasowych
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu Zastosowanie testu Kaplana do identyfikacji ekonomicznych szeregów czasowych Streszczenie Identyfikacja zależności w szeregach czasowych jest jednym
Bardziej szczegółowo10. REZONANS W OBWODACH ELEKTRYCZNYCH
0. EZONANS W OBWODAH EEKTYZNYH W obwoach prąu sinusoialnego przebiegi czasowe (prąów, napięć, sem, spm, mocy) cylicznie przybieraą na przemian wartości oatnie i uemne. Przebiegi o taim charaterze noszą
Bardziej szczegółowoREKONSTRUKCJA PRZESTRZENI STANÓW - ROZKŁAD WARTOŚCI OSOBLIWYCH
Katarzyna Zeug REKONSTRUKCJA PRZESTRZENI STANÓW - ROZKŁAD WARTOŚCI OSOBLIWYCH Wstęp Jednym z narządzi matematycznych potrzebnych do opisu szeregów czasowych jest metoda rekonstrukcji. Umożliwia ona rekonstrukcją
Bardziej szczegółowoEkonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006
Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap
Bardziej szczegółowoZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA
ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA prof. r hab. iż. Ryszar Kosala r.kosala@po.opole.pl mgr iż. Barbara Baruś b.barus@po.opole.pl Politechika Opolska Wyział
Bardziej szczegółowoCzęść 2. Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu
Spis treści Część 1 Analiza procedur wyznaczania i wykorzystania rozwiązań uogólnionych wybranej klasy nieliniowych modeli optymalizacyjnych we wspomaganiu procesów decyzyjnych (Jerzy Mika) Wprowadzenie.
Bardziej szczegółowoU L T R A ZAKŁAD BADAŃ MATERIAŁÓW
U L T R A ZAKŁAD BADAŃ MATERIAŁÓW Zał 1 instr Nr02/01 str. 53-621 Wrocław, Głogowska 4/55, tel/fax 071 3734188 52-404 Wrocław, Harcerska 42, tel. 071 3643652 www.ultrasonic.home.pl tel. kom. 0 601 710290
Bardziej szczegółowoAnaliza porównawcza gotówkowych i pieniężnych FIO w Polsce w latach pod względem
Dr Iwona Dittmann Uniwersytet Ekonomiczny we Wrocławiu Katedra Finansów Analiza porównawcza gotówkowych i pieniężnych FIO w Polsce w latach 2005 2016 pod względem wybranych parametrów rozkładów stóp zwrotu
Bardziej szczegółowoMODEL MATEMATYCZNY RUCHU GRANUL NAWOZU PO ZEJŚCIU Z TARCZY ROZSIEWAJĄCEJ
InŜynieria Rolnicza 6/006 Wojciech Przystupa Katera Zastosowań Matematyki Akaemia Rolnicza w Lublinie MODEL MATEMATYCZNY RUCHU GRANUL NAWOZU PO ZEJŚCIU Z TARCZY ROZSIEWAJĄCEJ Streszczenie W pracy zbaano
Bardziej szczegółowoOCENA CHARAKTERU ZMIENNOŚCI POLSKIEGO RYNKU AKCJI
RUCH PRAWNICZY, EKONOMICZNY I SOCJOLOGICZNY Rok LXIII zeszyt 3 2001 MAŁGORZATA DOMAN OCENA CHARAKTERU ZMIENNOŚCI POLSKIEGO RYNKU AKCJI 1. WSTĘP Założenia dotyczące typu zmienności występującej na badanym
Bardziej szczegółowoO nauczaniu oceny niepewności standardowej
8 O nauczaniu oceny niepewności stanarowej Henryk Szyłowski Wyział Fizyki UAM, Poznań PROBLEM O lat 90. ubiegłego wieku istnieją mięzynaroowe normy oceny niepewności pomiarowych [, ], zawierające jenolitą
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoZastosowanie syntetycznych mierników dynamiki struktury w analizie zmian aktywności ekonomicznej ludności wiejskiej
Ewa Wasilewsa Katedra Eonometrii i Statystyi SGGW Zastosowanie syntetycznych mierniów dynamii strutury w analizie zmian atywności eonomicznej ludności wiejsiej Wstęp Przeobrażenia gospodari polsiej po
Bardziej szczegółowoInstrukcja do laboratorium Materiały budowlane Ćwiczenie 12 IIBZ ĆWICZENIE 12 METALE POMIAR TWARDOŚCI METALI SPOSOBEM BRINELLA
Instrukcja o laboratorium Materiały buowlane Ćwiczenie 1 ĆWICZENIE 1 METALE 1.1. POMIAR TWAROŚCI METALI SPOSOBEM BRINELLA Pomiar twarości sposobem Brinella polega na wciskaniu przez określony czas twarej
Bardziej szczegółowoANALIZA LOGARYTMICZNYCH STÓP ZWROTU DLA WYBRANYCH SPÓŁEK INDEKSU WIG20
Agniesza Surowiec Politechnia Lubelsa Wydział Zarządzania Katedra Metod Ilościowych w Zarządzaniu a.surowiec@pollub.pl Witold Rzymowsi Politechnia Lubelsa Wydział Podstaw Technii Katedra Matematyi Stosowanej
Bardziej szczegółowoOCENA STABILNOŚCI WYNIKÓW KLASYFIKACJI WOJEWÓDZTW POLSKI POD WZGLĘDEM POZIOMU ŻYCIA LUDNOŚCI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3 01 str. 159 168 OCENA STABILNOŚCI WYNIKÓW KLASYFIKACJI WOJEWÓDZTW POLSKI POD WZGLĘDEM POZIOMU ŻYCIA LUDNOŚCI Małgorzata Machowska-Szewczyk Katera Meto
Bardziej szczegółowoANALIZA WŁAŚCIWOŚCI FRAKTALNYCH SZEREGÓW CZASOWYCH WYBRANYCH INDEKSÓW GIEŁDOWYCH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVII/3, 2016, s. 131 141 ANALIZA WŁAŚCIWOŚCI FRAKTALNYCH SZEREGÓW CZASOWYCH WYBRANYCH INDEKSÓW GIEŁDOWYCH Zuzanna Rzeszótko Zakład Analizy Matematycznej Uniwersytet
Bardziej szczegółowoŚcieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,
Barbara Batóg, Jacek Batóg Uniwersytet Szczeciński Ścieżka rozwoju polskiej gospodarki w latach - W artykule podjęta zostanie próba analizy, diagnozy i prognozy rozwoju polskiej gospodarki w latach -.
Bardziej szczegółowoPrognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1
Prognozowanie notowań paietów acji poprzez ortogonalizację szeregów czasowych Andrzej Kasprzyci. WSĘP Dynamię rynu finansowego opisuje się indesami agregatowymi: cen, ilości i wartości. Indes giełdowy
Bardziej szczegółowoUNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI. Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH
UNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH WPROWADZENIE Opcje są instrumentem pochonym, zatem takim, którego cena zależy o ceny instrumentu
Bardziej szczegółowoPorównanie właściwości wybranych wektorowych regulatorów prądu w stanach dynamicznych w przekształtniku AC/DC
Piotr FALKOWSKI, Marian Roch DUBOWSKI Politechnika Białostocka, Wyział Elektryczny, Katera Energoelektroniki i Napęów Elektrycznych Porównanie właściwości wybranych wektorowych regulatorów prąu w stanach
Bardziej szczegółowoEKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Joanna Górka WŁASNOŚCI PROGNOSTYCZNE MODELI KLASY RCA *
ACTA UNIVERSITATIS NICOLAI COPERNICI EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ 2009 Uniwersytet Mikołaja Kopernika w Toruniu Katedra Ekonometrii i Statystyki Joanna Górka WŁASNOŚCI PROGNOSTYCZNE
Bardziej szczegółowoWybrane aspekty wykorzystania teorii chaosu do wspierania decyzji finansowych
19 (68) 2018 DOI 10.22630/PEFIM.2018.19.68.20 Nina Siemieniuk Uniwersytet w Białymstoku Tomasz Siemieniuk Wyższa Szkoła Finansów i Zarządzania w Białymstoku Łukasz Siemieniuk Uniwersytet w Białymstoku
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO NR 394 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 5 4 EWA DZIAWGO Uniwersye Miołaa Kopernia w Toruniu ANALIZA WRA LIWO CI CENY KOSZYKOWEJ OPCJI KUPNA WPROWADZENIE
Bardziej szczegółowoFORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Bardziej szczegółowoD Program ćwiczenia I X U X R V
Ćwiczenie nr 3. Elementy liniowe i nieliniowe obwodów eletrycznych, pomiar charaterysty stałoprądowych. D- Cel ćwiczenia: Zapoznanie się ze sposobem opracowania wyniów pomiarowych, obliczeniem niepewności
Bardziej szczegółowoANALIZA STATYCZNA i WYMIAROWANIE KONSTRUKCJI RAMY
ANALIZA STATYCZNA i WYMIAROWANIE KONSTRUKCJI RAMY 11 10 9 8 7 6 5 4 1 1 WĘZŁY: Nr: X [m]: Y [m]: Nr: X [m]: Y [m]: 1,7 1,41 7 1,6,17,968 1,591 8 1,07,46,658 1,759 9 0,688,54 4,4 1,916 10 0,46,609 5,00,061
Bardziej szczegółowoPrzekształcenie całkowe Fouriera
Przekształcenie całkowe Fouriera Postać zespolona szeregu Fouriera Niech ana bęzie funkcja f spełniająca w przeziale [, ] warunki Dirichleta. Wtey szereg Fouriera tej funkcji jest o niej zbieżny, tj. przy
Bardziej szczegółowoGrupowanie sekwencji czasowych
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule
Bardziej szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowoPRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoWITOLD ORZESZKO WPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ SCHREIBERA NA IDENTYFIKACJĘ SYSTEMU GENERUJĄCEGO DANE. ANALIZA SYMULACYJNA 1 1.
PRZEGLĄD STATYSTYCZNY R. LVIII ZESZYT 1-2 2011 WITOLD ORZESZKO WPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ SCHREIBERA NA IDENTYFIKACJĘ SYSTEMU GENERUJĄCEGO DANE. ANALIZA SYMULACYJNA 1 1. WSTĘP Wszelkie rzeczywiste,
Bardziej szczegółowoIdentyfikacja modelu matematycznego silnika PMSM z zastosowaniem algorytmu hybrydowego
RUTCZYŃSKA-WDOWIAK Katarzyna 1 GRZESIKIEWICZ Wiesław 2 Ientyikacja moelu matematycznego silnika PMSM z zastosowaniem algorytmu hybryowego WSTĘP Dynamiczny rozwój techniki samochoowej pozwala na zastosowanie
Bardziej szczegółowoStruktura terminowa rynku obligacji
Krzywa dochodowości pomaga w inwestowaniu w obligacje Struktura terminowa rynku obligacji Wskazuje, które obligacje są atrakcyjne a których unikać Obrazuje aktualną sytuację na rynku długu i zmiany w czasie
Bardziej szczegółowoANALIZA NUMERYCZNA ROZKŁADU TEMPERATURY W ZEWNĘTRZNEJ PRZEGRODZIE PIONOWEJ
Buownictwo o zoptymalizowanym potencjale energetycznym 1(13) 2014, s. 22-27 Anna DERLATKA, Piotr LACKI Politechnika Częstochowska ANALIZA NUMERYCZNA ROZKŁADU TEMPERATURY W ZEWNĘTRZNEJ PRZEGRODZIE PIONOWEJ
Bardziej szczegółowoPrace magisterskie 1. Założenia pracy 2. Budowa portfela
1. Założenia pracy 1 Założeniem niniejszej pracy jest stworzenie portfela inwestycyjnego przy pomocy modelu W.Sharpe a spełniającego następujące warunki: - wybór akcji 8 spółek + 2 papiery dłużne, - inwestycja
Bardziej szczegółowoCiągi liczbowe. Zbigniew Koza. Wydział Fizyki i Astronomii
Ciągi liczbowe Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2015 Co to są ciągi? Ciąg skończony o wartościach w zbiorze A to dowolna funkcja f: 1,2,, n A Ciąg nieskończony o wartościach w zbiorze
Bardziej szczegółowoExcel i VBA w analizach i modelowaniu finansowym Pomiar ryzyka. Pomiar ryzyka
Pomiar ryzyka Miary obiektywne stosowane w kwantyfikacji ryzyka rynkowego towarzyszącego zaangażowaniu środków w inwestycjach finansowych obejmują: Miary zmienności, Miary zagrożenia, Miary wrażliwości.
Bardziej szczegółowoBADANIE WPŁYWU REDUKCJI POZIOMU SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU DETERMINISTYCZNEGO W EKONOMICZNYCH SZEREGACH CZASOWYCH
Katazyna Zeug-Żebo Uniwesytet Śląski w Katowicach BADANIE WPŁYWU REDUKCJI POZIOMU SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU DETERMINISTYCZNEGO W EKONOMICZNYCH SZEREGACH CZASOWYCH Wpowazenie Wieloletnie baania
Bardziej szczegółowoAnalityczne metody kinematyki mechanizmów
J Buśkiewicz Analityczne Metoy Kinematyki w Teorii Mechanizmów Analityczne metoy kinematyki mechanizmów Spis treści Współrzęne opisujące położenia ogniw pary kinematycznej Mechanizm korowo-wozikowy (crank-slier
Bardziej szczegółowoWYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO
5/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza
Bardziej szczegółowoZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH
Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE
Bardziej szczegółowoAnaliza inwestycji i zarządzanie portfelem SPIS TREŚCI
Analiza inwestycji i zarządzanie portfelem Frank K. Reilly, Keith C. Brown SPIS TREŚCI TOM I Przedmowa do wydania polskiego Przedmowa do wydania amerykańskiego O autorach Ramy książki CZĘŚĆ I. INWESTYCJE
Bardziej szczegółowoSzeregi czasowe, analiza zależności krótkoi długozasięgowych
Szeregi czasowe, analiza zależności krótkoi długozasięgowych Rafał Weron rweron@im.pwr.wroc.pl Definicje Mając dany proces {X t } autokowariancję definiujemy jako : γ(t, t ) = cov(x t, X t ) = = E[(X t
Bardziej szczegółowoPochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do rachunku błędów pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją symbolami:
Bardziej szczegółowoJak trudne jest numeryczne całkowanie (O złożoności zadań ciągłych)
Jak trudne jest numeryczne całkowanie (O złożoności zadań ciągłych) Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki leszekp@mimuw.edu.pl Horyzonty 2014 17-03-2014 Będlewo Zadania numeryczne
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoMODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek
Tytuł: Autor: MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek Wstęp Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie
Bardziej szczegółowo2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Bardziej szczegółowoPomiary napięć przemiennych
LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych
Bardziej szczegółowoEliza Khemissi, doctor of Economics
Eliza Khemissi, doctor of Economics https://www.researchgate.net/profile/eliza_khemissi Publication Highlights Thesis Eliza Khemissi: Wybór najlepszych prognostycznych modeli zmienności za pomocą testów
Bardziej szczegółowoKrzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH
Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informatyki Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH rozprawa doktorska Promotor: prof.
Bardziej szczegółowoAlgebra liniowa z geometrią analityczną
WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór
Bardziej szczegółowo(U.3) Podstawy formalizmu mechaniki kwantowej
3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoEKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA
ACTA UNIVERSITATIS NICOLAI COPERNICI EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ 2009 Uniwersytet Mikołaja Kopernika w Toruniu Katedra Ekonometrii i Statystyki Ewa Dziawgo WYCENA POTĘGOWEJ
Bardziej szczegółowoMatematyka bankowa 1 1 wykład
Matematyka bankowa 1 1 wykład Dorota Klim Department of Nonlinear Analysis, Faculty of Mathematics and Computer Science, University of Łódź, Banacha 22, 90-238 Łódź, Poland E-mail address: klimdr@math.uni.ldz.pl
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. L Egzamin dla Aktuariuszy z 5 października 2009 r.
Komisja Egzaminacyjna dla Aktuariuszy L Egzamin dla Aktuariuszy z 5 października 2009 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 0 minut 1 1.
Bardziej szczegółowoEkonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
Bardziej szczegółowoPochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych
Pochodna i różniczka unkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją
Bardziej szczegółowoValue at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16
Value at Risk (VaR) Jerzy Mycielski WNE 2018 Jerzy Mycielski (Institute) Value at Risk (VaR) 2018 1 / 16 Warunkowa heteroskedastyczność O warunkowej autoregresyjnej heteroskedastyczności mówimy, gdy σ
Bardziej szczegółowoMETODA WSTECZNEJ PROPAGACJI BŁĘDU
Nowoczesne technii informatyczne - Ćwiczenie 5: UCZENIE WIELOWARSTWOWEJ SIECI JEDNOKIERUNKOWEJ str. Ćwiczenie 5: UCZENIE SIECI WIELOWARSTWOWYCH. METODA WSTECZNEJ PROPAGACJI BŁĘDU WYMAGANIA. Sztuczne sieci
Bardziej szczegółowoIwona Müller - Frączek Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolsie Seminarium Nauowe, 4 6 września 2007 w Toruniu Kaera Eonomerii i Saysyi, Uniwersye Miołaa Kopernia w Toruniu Iwona Müller - Frącze Uniwersye Miołaa Kopernia
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 7 16
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 7 16 Iwona BĄK, Katarzyna WAWRZYNIAK UśYTECZNOŚĆ NAUCZANIA PRZEDMIOTÓW ILOŚCIOWYCH
Bardziej szczegółowoANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoOcena efektywności długoterminowych prognoz dla wartości zagrożonej (VaR) wyznaczonych z wykorzystaniem metodologii ClearHorizon. 1.
Tomasz Pisula Ocena efetywności długoterminowych prognoz dla wartości zagrożonej (VaR) wyznaczonych z wyorzystaniem metodologii ClearHorizon 1. Wstęp Istnieje duże zapotrzebowanie na modele umożliwiające
Bardziej szczegółowoWYKŁADNIKI LAPUNOWA A BŁĄD PROGNOZY
Monika Miśkiewicz WYKŁADNIKI LAPUNOWA A BŁĄD PROGNOZY Wstęp Dokładność wyznaczonej prognozy zależy od własności zbioru danych, takich jak liczba obserwacji N, poziom szumu S czy czas ekstrapolacji T. Błędy
Bardziej szczegółowoZastosowanie drzew klasyfikacyjnych dla danych symbolicznych w ocenie preferencji konsumentów 1
Marcin Peła Uniwersytet Eonomiczny we Wrocławiu Katedra Eonometrii i Informatyi Zastosowanie drzew lasyfiacyjnych dla danych symbolicznych w ocenie preferencji onsumentów 1 1. Wprowadzenie Niezwyle ważnym
Bardziej szczegółowoOgólnopolska Konferencja Naukowa Zagadnienia Aktuarialne - Teoria i praktyka Warszawa, 9 11 czerwca 2008
Przemysław Klusik Instytut Matematyczny, Uniwersytet Wrocławski Ogólnopolska Konferencja Naukowa Zagadnienia Aktuarialne - Teoria i praktyka Warszawa, 9 11 czerwca 2008 (UWr) Zagadnienia Aktuarialne -
Bardziej szczegółowoBadanie normalności rozkładu
Temat: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności. Badanie normalności rozkładu Shapiro-Wilka: jest on najbardziej zalecanym testem normalności rozkładu. Jednak wskazane jest, aby liczebność
Bardziej szczegółowoPROPOZYCJA ZASTOSOWANIA WYMIARU PUDEŁKOWEGO DO OCENY ODKSZTAŁCEŃ PRZEBIEGÓW ELEKTROENERGETYCZNYCH
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 56 Politechniki Wrocławskiej Nr 56 Studia i Materiały Nr 24 2004 Krzysztof PODLEJSKI *, Sławomir KUPRAS wymiar fraktalny, jakość energii
Bardziej szczegółowoWprowadzenie Modele o opóźnieniach rozłożonych Modele autoregresyjne o opóźnieniach rozłożonych. Modele dynamiczne.
opisują kształtowanie się zjawiska w czasie opisują kształtowanie się zjawiska w czasie Najważniejszymi zastosowaniami modeli dynamicznych są opisują kształtowanie się zjawiska w czasie Najważniejszymi
Bardziej szczegółowo4 Szczegóły dotyczące konstrukcji portfela aktywów przedstawiono w punkcie 4. 5 Por. Statman M., How Many Stocks Make a Diversified
1 (ang.) Modern Portfolio Theory (MPT) znana jest także pod terminami teoria średniej I wariancji portfela (Mean-Variance Portfolio Theory) czy portfelową teorią Markowitza (Markowitz Portfolio Theory).
Bardziej szczegółowoi = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =
Druga zasada inducji matematycznej Niech m będzie liczbą całowitą, niech p(n) będzie ciągiem zdań zdefiniowanych na zbiorze {n Z: n m} oraz niech l będzie nieujemną liczbą całowitą. Jeśli (P) wszystie
Bardziej szczegółowoINSTYTUT INŻYNIERII ŚRODOWISKA ZAKŁAD GEOINŻYNIERII I REKULTYWACJI ĆWICZENIE NR 5
INSTYTUT INŻYNIERII ŚRODOWISKA ZAKŁAD GEOINŻYNIERII I REKUTYWACJI aboratorium z mechaniki płynów ĆWICZENIE NR 5 POMIAR WSPÓŁCZYNNIKA STRAT PRZEPŁYWU NA DŁUGOŚCI. ZASTOSOWANIE PRAWA HAGENA POISEU A 1. Cel
Bardziej szczegółowoMetoda oceny ryzyka uszkodzeń katastroficznych poszycia statku powietrznego z kompozytów warstwowych
Metoa oceny ryzyka uszkozeń katastroficznych poszycia statku powietrznego... 7 ZAGADIEIA EKSPLOATACJI MASZY Zeszyt 4 (5) 007 HERYK SMOLIŃSKI *, MIECZYSŁAW STUKOIS * Metoa oceny ryzyka uszkozeń katastroficznych
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoANALiZA WPŁYWU PARAMETRÓW SAMOLOTU NA POZiOM HAŁASU MiERZONEGO WEDŁUG PRZEPiSÓW FAR 36 APPENDiX G
PRACE instytutu LOTNiCTWA 221, s. 115 120, Warszawa 2011 ANALiZA WPŁYWU PARAMETRÓW SAMOLOTU NA POZiOM HAŁASU MiERZONEGO WEDŁUG PRZEPiSÓW FAR 36 APPENDiX G i ROZDZiAŁU 10 ZAŁOżEń16 KONWENCJi icao PIotr
Bardziej szczegółowoZadania z badań operacyjnych Przygotowanie do kolokwium pisemnego
Zaania z baań operacyjnych Przygotowanie o kolokwium pisemnego 1..21 Zaanie 1.1. Dane jest zaanie programowania liniowego: 4x 1 + 3x 2 max 2x 1 + 2x 2 1 x 1 + 2x 2 4 4x 2 8 x 1, x 2 Sprowazić zaanie o
Bardziej szczegółowoTeoria portfelowa H. Markowitza
Aleksandra Szymura szymura.aleksandra@yahoo.com Teoria portfelowa H. Markowitza Za datę powstania teorii portfelowej uznaje się rok 95. Wtedy to H. Markowitz opublikował artykuł zawierający szczegółowe
Bardziej szczegółowoMethodical aspects of estimating fractal dimension of financial time series
MPRA Munich Personal RePEc Archive Methodical aspects of estimating fractal dimension of financial time series Rafa l Bu la University of Economics in Katowice 01 Online at http://mpra.ub.uni-muenchen.de/59711/
Bardziej szczegółowoKOOF Szczecin: www.of.szc.pl
LVIII OLIMPIADA FIZYCZNA (2008/2009). Stopień II, zaanie oświaczalne D. Źróło: Autor: Nazwa zaania: Działy: Słowa kluczowe: Komitet Główny Olimpiay Fizycznej. Ernest Groner Komitet Główny Olimpiay Fizycznej,
Bardziej szczegółowoEkonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachune prawopoobieństwa i statystya Kurs la ierunu Informatyi stosowanej Uniwersytet Jagiellońsi Kraów, 07/08 Dr hab. Roman Sibińsi UWAGA: Slajy nie zawierają całości materiału przestawianego na wyłaach;
Bardziej szczegółowoM. Wojtyła Uniwersytet Ekonomiczny we Wrocławiu
M. Wojtyła Uniwersytet Ekonomiczny we Wrocławiu Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży 35: Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, parę wodną
Bardziej szczegółowob) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:
ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Zadanie Rozważmy następujący model strzelania do tarczy. Współrzędne puntu trafienia (, Y ) są niezależnymi zmiennymi losowymi o jednaowym rozładzie normalnym N ( 0, σ ). Punt (0,0) uznajemy za środe tarczy,
Bardziej szczegółowoBeata Stolorz. Słowa kluczowe: opcje, miary wrażliwości, gamma, zomma, model wyceny opcji Blacka Scholesa.
Zomma współczynnik wrażliwości opcji Beata Stolorz Zomma współczynnik wrażliwości opcji Streszczenie: Jednym z najlepszych narzędzi pomiaru ryzyka opcji są miary wrażliwości. Odzwierciedlają one wpływ
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Instumenty rynków finansowych Rok akademicki: 2015/2016 Kod: ZZP-2-304-ZF-s Punkty ECTS: 4 Wydział: Zarządzania Kierunek: Zarządzanie Specjalność: Zarządzanie finansami Poziom studiów: Studia
Bardziej szczegółowoInne kryteria tworzenia portfela. Inne kryteria tworzenia portfela. Poziom bezpieczeństwa. Analiza i Zarządzanie Portfelem cz. 3. Dr Katarzyna Kuziak
Inne kryteria tworzenia portfela Analiza i Zarządzanie Portfelem cz. 3 Dr Katarzyna Kuziak. Minimalizacja ryzyka przy zadanym dochodzie Portfel efektywny w rozumieniu Markowitza odchylenie standardowe
Bardziej szczegółowo