ZASTOSOWANIE EKONOMETRYCZNYCH MODELI PROGNOSTYCZNYCH W TRANSAKCJACH PROPRIETARY TRADING
|
|
- Bożena Kosińska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Mariusz KOZAKIEWICZ 1), Mare KWAS 1), Karolina MUCHA-KUŚ 2), Maciej SOŁTYSIK 2) 1) Szoła Główna Handlowa, 2) TAURON Polsa Energia SA ZASTOSOWANIE EKONOMETRYCZNYCH MODELI PROGNOSTYCZNYCH W TRANSAKCJACH PROPRIETARY TRADING Uczestnictwo w struturach wspólnotowych Unii Europejsiej nałada na raje stowarzyszone pewien wachlarz obowiązów, w szczególności onieczność zagwarantowania praw do swobody w przepływie towarów, przedsiębiorczości oraz świadczenia usług, tóre możliwe są do osiągnięcia jedynie przy otwartych rynach. Daleo idąca liberalizacja rynów, mająca swoją podstawę w dyretywach i rozporządzeniach wyonawczych, zapewnia wzrost bezpieczeństwa dostaw towarów i efetywności rynów impliując dążenie do ujednolicania schematów działań i stworzenia jednego, wspólnotowego rynu. Tai ujednolicony model ściśle wpływa na parametryzację produtową towarów giełdowych ograniczając możliwości speulacyjnej i arbitrażowej gry między rynami. Liwidacja rynów w wymiarze loalnym, sutująca wzrostem płynności z jednoczesnym ograniczeniem zmienności i stabilizacją poziomów cen na rynu globalnym, wymusza na graczach rynowych poszuiwanie nowych obszarów atywności. Działania te oncentrują się na poszuiwaniu nisz rynowych i produtowych oraz ich asymilacji w ramach zupełnie nowych domen handlowych. Przyładowo, spółi obrotu dotychczas atywne głównie na rynu energii eletrycznej, chcąc zapewnić istotną dla swoich acjonariuszy stabilność wzrostu wartości, angażują się w obrót różnego rodzaju towarami porewnymi. Komplementarność rynów energii eletrycznej i gazu oraz synergie występujące z produtami powiązanymi, ja ropa naftowa, czy węgiel, nadają atracyjności rozwojowi uierunowanemu w stronę rynów towarowych. Ryni tych produtów, dzięi ich globalnemu charaterowi, cechują się dużą płynnością, co powoduje że możliwa i biznesowo uzasadniona staje się próba sonstruowania modelu do prowadzenia gry speulacyjnej. W referacie zaprezentowane są wynii analiz modeli bazujących na notowaniach produtu ropa Brent w ramach rynów intraday i day ahead.
2 Zastosowanie eonometrycznych modeli prognostycznych Motywacja biznesowa Ropa Brent jest mieszaniną ropy wydobywanej z ilunastu pól na Morzu Północnym. Do głównych determinant wpływających na poziom jej cen należy zaliczyć przede wszystim relacje podażowo-popytowe, wahania ursu dolara, sezonowość oraz sytuację geopolityczną. Najważniejszymi instytucjami odpowiedzialnymi za globalny obrót ropą są giełdy New Yor Mercantile Exchange oraz Intercontinental Exchange, tórej domeną jest ropa Brent. Obrót ropą odbywa się zarówno w ramach ontratów terminowych z fizyczną dostawą, ja również w oparciu o instrumenty finansowe na rynu futures. Transacje realizowane są całodobowo, w ramach rynu OTC oraz na platformach obrotu zorganizowanych przy udziale giełdowych grup apitałowych. Rys. 1. Przebieg notowań ropy Brent w oresie Analiza notowań historycznych ropy Brent dla lat , por. rys. 1, wsazuje na występowanie sezonowości, trendów oraz statystycznie istotnej zmienności notowań, zarówno w ramach doby, ja i w oresach dłuższych. Dodatowo obserwuje się duży wolumen obrotu, dzięi czemu na ryne ten mniejsze przełożenie ma handel speulacyjny i arbitraż między rynami. Potencjalnie możliwe staje się zatem sonstruowanie modelu, tóry w oparciu o analizę zależności fundamentalnych między determinantami, ja również w oparciu o statystyczną analizę szeregów czasowych notowań, pozwoli w sposób automatyczny na badanie zależności między zmiennymi cenowymi i ich predycjami oraz wsaże reomendowane ieruni działań handlowych. Przebiegi notowań ciągłych towarów giełdowych sparametryzowane są co najmniej czterema wartościami cen: ceną otwarcia (open price), ceną zamnięcia (close price), ceną minimalną (low price) oraz ceną masymalną (high price).
3 76 M. Kozaiewicz, M. Kwas, K. Mucha-Kuś, M. Sołtysi Proponowany model bazuje na prognozach tych cen, w oparciu o tóre, w sposób automatyczny generowane są sygnały do otwarcia i zamnięcia pozycji masymalizujące spread między nimi, co w sposób schematyczny ilustruje rys. 2. Rys. 2. Mechanizm otwierania i zamyania pozycji Proponowany mechanizm załada otwarcie pozycji w momencie przecięcia się bieżących notowań produtu z linią prognozowanej ceny low price, dodatowo powięszonej o wartość niepewności wyniającej z analiz ex-post. Sygnał do zamnięcia pozycji jest tożsamy z momentem osiągnięcia przez bieżący poziom notowanych cen, prognozowanej ceny masymalnej dobowej high price pomniejszonej o wartość niepewności ex-post. Model celowo uwzględnia historyczne poziomy niepewności zawężając przestrzeń do realizacji wyniu, co jednocześnie przełada się na minimalizację ryzya wygenerowania straty. Analiza danych historycznych w onfrontacji z danymi z predycji prowadzi jedna do wniosu, że algorytm postępowania w zaprezentowanej formie nie przynosi załadanych efetów. Głównymi przyczynami taiego stanu rzeczy są: (i) niewiela amplituda zmian w ramach notowań dobowych, (ii) wielomodalność notowań, (iii) zmienny poziom niepewności ex-post, (iv) porywanie się obszarów niepewności dla zmiennych low price i high price, (v) bra uwzględniania w prognozach cen sygnałów z otwarcia notowań w dobie realizacyjnej. Różnorodność możliwych zachowań rynu i notowań ilustrują dwa srajne scenariusze przedstawione na rys. 3. Ze względu na fundamentalne trudności w predycji cen low price i high price oraz momentów ich osiągnięcia w tracie trwania notowań, modelowanie oparto na cenach open price i close price. Charater tych cen jest stabilniejszy niż zmiennych i silnie flutuujących notowań w ramach doby. Te odniesienia cenowe stanowią zatem pewien element analizy fundamentalnej i są puntem odniesienia w sładanych przez graczy rynowych zleceniach.
4 Zastosowanie eonometrycznych modeli prognostycznych Rys. 3. Scenariusze ształtowania się obszaru zysu/straty w ramach notowań dobowych Występujące różnice w cenach zamnięcia w dobie n i otwarcia w dobie n+1, a taże różnice między prognozowanym poziomem ceny otwarcia, a jej rzeczywistą wartością, są pochodnymi nastrojów rynowych i zmiennych zachowań graczy i powinny być uwzględniane w modelu. Ponadto, decyzje transacyjne oparte na predycji wartości open price i close price mają dobrze zdefiniowane momenty otwarcia/zamnięcia pozycji, przez co uniamy ich predycji, obarczonej zwyle dużym błędem. 2. Algorytm Rozważmy transacje na instrumencie BRENT polegające na otwarciu i zamnięciu pozycji w danym dniu po cenach open price i close price. Oczywiście transacja taa przynosi zys wyłącznie wtedy, gdy różnica między close price a open price jest dodatnia. Algorytm zaprezentowany w tym rozdziale generuje reomendacje realizacji taich transacji przez odpowiednią prognozę wspomnianej różnicy cen. Istotnym elementem algorytmu jest predycja cen instrumentu BRENT wyorzystująca historyczne wartości ursu EUR/USD. Wynii predycji są użyte do budowy decyzyjnego drzewa regresyjnego, tóre generuje ostateczne reomendacje. Zastosowanie tej technii umożliwiło istotne zmniejszenie strat w oresach spadu cen Oznaczenia W dalszej części referatu zostały przyjęte następujące oznaczenia i założenia. Przedział czasowy, na tórym operuje algorytm słada się z dni transacyjnych (bez uwzględnienia weeendów i świąt), oznaczanych liczbami naturalnymi. Jeżeli nie jest oreślone inaczej, dzień bieżący oznaczamy przez n. Jest to dzień, do tórego włącznie znamy historyczne wartości cen. Dzień n+1 rozpoczyna horyzont prognozy. Wartości szeregów czasowych dla instrumentu BRENT w dniu oznaczamy przez: BRENT O, BRENT L, BRENT H, BRENT C,
5 78 M. Kozaiewicz, M. Kwas, K. Mucha-Kuś, M. Sołtysi gdzie indesy O,L,H,C oznaczają odpowiednio ceny open price, low price, high price, close price. Wartości szeregów czasowych dla ursu EUR/USD w dniu oznaczamy przez: O L H C EUR/USD, EUR/USD, EUR/USD, EUR/USD, gdzie, ja wyżej, indesy O,L,H,C oznaczają odpowiednio poziomy open, low, high, close. Wartości prognozowane oznaczamy przez Strutura algorytmu Algorytm, por. tab. 1, generuje reomendację otwarcia/zamnięcia pozycji w dniu n+2 na podstawie cen historycznych do dnia n, i opartej na nich, rótoterminowej prognozy różnicy cen close price - open price C O n 2 BRENT n 2 BRENT. Do wyznaczenia tej prognozy zostały wyorzystane historyczne wartości ursu EUR/USD, por. roz. 3. Ponadto, alternatywna bardziej rozbudowana wersja algorytmu, por. tab. 1, ro (b*), używa dodatowo modeli ARIMA, por. [2], do poprawy wspomnianej prognozy. Istotnym elementem algorytmu jest użycie decyzyjnego drzewa regresyjnego do wygenerowania ostatecznych reomendacji. Zmienne objaśniające, na podstawie tórych jest budowane drzewo zostały dobrane ta aby wyczerpująco scharateryzować loalną monotoniczność, wlęsłość oraz zmienność wartości BRENT n oraz predycji BRENT n 1, BRENT n 2, BRENT n 3. Dodatowo, testy empiryczne wyazały istotną zależność wyniów strategii od typów dnia tygodnia i dnia miesiąca.
6 Zastosowanie eonometrycznych modeli prognostycznych Tabela 1 Algorytm generujący reomendację dla otwarcia/zamnięcia pozycji w dniu n+2 1. Prognozowanie BRENT z wyorzystaniem EUR/USD, { O, L, H, C}. a) dla ażdego wsaźnia { O, L, H, C} tworzony jest niezależny model regresji liniowej LM BRENT EUR/USD estymowany na wartościach różnic BRENT z dni n 5,..., n i odpowiednich, przesuniętych o 10 dni transacyjnych wstecz, wartościach różnic EUR/USD b) dla ażdego wsaźnia { O, L, H, C}, z modelu prognozy BRENTn 1, BRENTn 2, BRENTn 3. LM n, wyznaczane są b*) dla ażdego wsaźnia { O, L, H, C} do reszt regresji modelu dopasowany zostaje model ARIMA, tóry wraz z modelem wyorzystany do wyznaczenia prognoz: BRENTn 1, BRENTn 2, BRENTn Generowanie reomendacji otwarcia/zamnięcia pozycji w dniu n + 2. LMn LM n został a) sonstruowanie drzewa regresyjnego TREE n na danych z oresu n 35,..., n 1 dla: zmiennej objaśnianej Y przyjmującej wartość 1, gdy zachodzi: C O BRENT 2 BRENT 2 0 oraz 1, w przeciwnym przypadu, zmiennych objaśniających będących funcjami historycznych i prognozowanych wartości BRENT oraz typów dni tygodnia i miesiąca. b) wygenerowanie wartości zmiennych objaśniających dla n, a następnie, przy użyciu drzewa TREE n, predycji Yˆ n. Wartość 1 oznacza pozytywną reomendację dla otwarcia/zamnięcia pozycji w dniu n + 2, wartość 1 reomendację negatywną.
7 80 M. Kozaiewicz, M. Kwas, K. Mucha-Kuś, M. Sołtysi 3. Związe między BRENT a EUR/USD Algorytm z tab. 1 wyorzystuje rótoterminową prognozę cen instrumentu BRENT do generowania reomendacji. W prognozie tej wyorzystany został urs EUR/USD, wybrany z szeroiego atalogu dostępnych instrumentów. Charateryzuje się on wysoą płynnością oraz dużym wolumenem transacji, ponadto wartości EUR/USD są mocno sorelowane z wartościami BRENT. Dla ustalenia uwagi, zostały zaprezentowane statystyi absolutnych błędów względnych (absolute percentage error APE) prognoz dla cen close price z doby n+3, por. tab. 2. Wynii dla cen open price, high price i low price są porównywalne. Podreślmy, że przedstawione są tutaj błędy prognoz out-of-sample, czyli prognozy zostały wyznaczone dla wartości przyszłych względem danych, na tórych estymowano model a procedura została wyonana rocząco dla danych z oresu testowego Tabela 2 C Wartości APE (w procentach) dla prognoz BRENTn 3 z modelu regresyjnego, z dodatowym użyciem modeli ARIMA. Ores testowy Min. 1. w. Med. MAPE 3. w. Max. Model regresyjny 0,0015 0,8172 1,7120 2,6160 3, ,6800 Model regresyjny + ARIMA 0,0015 0,8190 1,6950 2,5690 3, ,6800 Testy empiryczne poazują, że stosunowo proste modele regresyjne oparte na wartościach instrumentu EUR/USD z odpowiednim przesunięciem dostarczają prognoz dobrej jaości. Ponadto dodatowe użycie modeli ARIMA wydaje się nie wpływać istotnie na poprawę jaości prognozy, por. średnie absolutne błędy względne (MAPE) w tab. 2 oraz rys. 4. Oazuje się jedna, że występuje istotne polepszenie reomendacji generowanych przez drzewo decyzyjne, por. roz. 4. Mimo, iż histogramy różnic BRENT C BRENT C, por. rys. 4, sugerują normalność rozładów, standardowe testy naazują taą hipotezę odrzucić. Właściwe dopasowania rozładów błędów jest luczowe dla westii oszacowania ryzya przyjętej strategii i będzie przedmiotem dalszych badań.
8 Zastosowanie eonometrycznych modeli prognostycznych a) model regresyjny b) model regresyjny + ARIMA C Rys. 4. Histogramy różnic BRENTn 3 BRENTn C 3 4. Analiza wyniów W celu uproszczenia omówienia analizy wyniów symulacji zostaną przyjęte następujące srócone oznaczenia AL10 to strategia oparta na reomendacjach algorytmu z tab. 1 używającego predycji dla 10-dniowego opóźnienia, ja w rou (b). AL10A to strategia oparta na reomendacjach algorytmu z tab. 1 używającego predycji dla 10-dniowego opóźnienia z dodatowym modelem ARIMA dla błędu opisanej w rou (b*). Naturalnym odniesieniem dla strategii opartych na reomendacjach jest strategia graj zawsze, w tórej otwieramy pozycję po cenie open price i zamyamy po cenie close price. Rys. 5 przedstawia porównanie sumulowanych zysów/strat strategii graj zawsze z AL10. Symulacja została przeprowadzona dla oresu Podreślmy, że uproszczone transacje polegające na zaupie i sprzedaży jednosti instrumentu BRENT w pratyce nie miałyby zastosowania, jedna są wystarczające do porównania wyniów różnych strategii opartych na reomendacjach. W celu urealnienia scenariusza należałoby prześledzić ewolucję portfela o ustalonym apitale początowym dla rzeczywistych parametrów rynowych, przede wszystim stóp procentowych, z możliwością odpowiedniej aloacji środów między różne instrumenty, np. BRENT i USD.
9 82 M. Kozaiewicz, M. Kwas, K. Mucha-Kuś, M. Sołtysi a) profile zysów/strat b) histogramy zysów/strat (usunięto zera) Rys. 5. Porównanie strategii AL10 ze strategią graj zawsze Porównanie zachowania obu strategii poazuje, że reomendacje AL10 w początowym oresie przegrywają z strategią graj zawsze, dość szybo jedna ujawniają swoją przewagę, gdyż pozwalają uninąć transacji w pewnych oresach spadów cen. Algorytm charateryzuje się jedna długą pamięcią i oresy, w tórych reomendowane jest wstrzymanie transacji, przedłużają się na czas odbudowy rynu po spadach, co znacznie ogranicza potencjalne zysi. a) profile zysów/strat b) histogramy zysów/strat (usunięto zera) Rys. 6. Porównanie strategii AL10A ze strategią graj zawsze Interesujące jest porównanie wyresu z rys. 5a z rys. 6a, na tórych przedstawiono profile zysów/strat dla AL10 i AL10A. Profil z rys. 6 wyazuje widoczną poprawę spowodowaną najprawdopodobniej pewnym wygładzeniem błędów predycji przez dodatowy ro modelowania. Efet ten sugeruje, że na profil
10 Zastosowanie eonometrycznych modeli prognostycznych zysów/strat ma wpływ nie tylo jaość prognozy (MAPE), por. roz. 3, ale również charater rozładu błędów. Podobne wniosi można wyciągnąć analizując statystyi oraz histogramy zysów/strat dla omawianych strategii. Tab. 3 i 4 uwidaczniają przewagę strategii AL10A nie tylo pod względem średniej zysów/strat ale przede wszystim pod względem odchylenia standardowego, co ściśle wiąże się z ryzyiem strategii. Ograniczenie zmienności strategii wydaje się zatem równie istotne ja optymalizacja doboru reguł decyzyjnych. Tabela 3 Liczby trafionych i chybionych reomendacji oraz odpowiadające im sumulowane zysi/straty dla strategii AL10, AL5 oraz AL10A w porównaniu ze strategią graj zawsze Strategia 2* gra Reomendacje Zysi/straty zys strata suma zys strata suma 2*AL10 graj nie graj *AL10A graj nie graj graj zawsze Tabela 4 Średnie oraz odchylenia standardowe zysów/strat dla strategii graj zawsze oraz strategii opartych na reomendacjach AL10, AL5 oraz AL10A Strategia graj zawsze AL10 AL10A Średnia -0,0024 0,0589 0,0752 Odchylenie standardowe 1,4263 1,0478 1,0070 Analiza histogramów z rys. 5b i 6b poazuje w jai sposób zostały osiągnięte wyżej opisane efety. Podreślmy, że wszystie wyresy zawierają wyłącznie niezerowe wartości. Widoczna jest eliminacja dużej części zarówno zysów, ja i strat, jedna istotnie więsza w przypadu strat, co spowodowało przesunięcie rozładów na prawo. Ponadto ujawnia się proporcjonalnie więszy ubyte dużych wartości (szczególnie strat), przez co istotnie zmniejszone zostało odchylenie standardowe.
11 84 M. Kozaiewicz, M. Kwas, K. Mucha-Kuś, M. Sołtysi 5. Podsumowanie W opracowaniu zaprezentowano suteczny algorytm generowania reomendacji transacyjnych na rynu ropy Brent. Algorytm wyorzystuje stosunowo proste modele eonometryczne do rótoterminowej predycji cen oraz regresyjne drzewa decyzyjne do generowania reomendacji. Analiza profili zysów/strat dla wybranych wersji algorytmu poazuje na dużą zależność jego suteczności od zastosowanych modeli predycyjnych, w tym ich strutury. Wynii zaprezentowane w opracowaniu dają podstawę do ontynuacji badań w tej tematyce. Istotna wydaje się analiza szerszego spetrum modeli i techni predycyjnych i zidentyfiowanie najwłaściwszych, dostarczających prognoz nie tylo wysoiej jaości ale również stanowiących podstawę do wygenerowania sutecznych strategii transacyjnych. Poprawę prognoz można również uzysać wyorzystując odpowiednio wybrane inne instrumenty rynu energii, w tym instrumenty pochodne. Wniliwej analizie należy również poddać proces generowania drzew regresyjnych, w szczególności dobór zmiennych objaśniających, zmieniając w razie potrzeby ich atalog. Do implementacji i przeprowadzenia obliczeń, tórych wynii zawiera opracowanie wyorzystano system obliczeń statystycznych R, por. [3], w szczególności paiety zoo, por. [5]; forecast, por. [1] i rpart, por. [4]. Literatura [1] Hyndman R. J.: forecast: Forecasting functions for time series, R pacage version [2] Maddala G. S.: Eonometria. PWN, [3] R Development Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, ISBN [4] Therneau T., Atinson B., Ripley B.: rpart: Recursive Partitioning and Regression Trees, R pacage version [5] Zeileis A., Grothendiec G.: zoo: S3 infrastructure for regular and irregular time series. Journal of Statistical Software, 14(6):1 27, 2005.
ZASTOSOWANIE EKONOMETRYCZNYCH MODELI PROGNOSTYCZNYCH W TRANSAKCJACH PROPRIETARY TRADING
Mariusz KOZAKIEWICZ 1, Marek KWAS 1, Karolina MUCHA-KUŚ 2, Maciej SOŁTYSIK 2 1 Szkoła Główna Handlowa, 2 TAURON Polska Energia SA ZASTOSOWANIE EKONOMETRYCZNYCH MODELI PROGNOSTYCZNYCH W TRANSAKCJACH PROPRIETARY
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 szczegółowoMODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH
MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa
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 szczegółowoWprowadzenie do teorii prognozowania
Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe
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 szczegółowoEkonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota
Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych
Bardziej szczegółowoKRÓTKOOKRESOWE PROGNOZOWANIE CENY EKSPORTOWEJ WĘGLA ROSYJSKIEGO W PORTACH BAŁTYCKICH. Sławomir Śmiech, Monika Papież
KRÓTKOOKRESOWE PROGNOZOWANIE CENY EKSPORTOWEJ WĘGLA ROSYJSKIEGO W PORTACH BAŁTYCKICH Sławomir Śmiech, Monika Papież email: smiechs@uek.krakow.pl papiezm@uek.krakow.pl Plan prezentacji Wprowadzenie Ceny
Bardziej szczegółowo3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Bardziej szczegółowoRANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE
POWIATOWY URZĄD PRACY W ŚWIĘTOCHŁOWICACH RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE Stan na 2010 ro ŚWIĘTOCHŁOWICE 2011 1 SPIS TREŚCI I. WSTĘP II. ANALIZA ZAWODÓW OSÓB
Bardziej szczegółowoPrognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB
Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Plan prezentacji Wprowadzenie do prognozowania Metody
Bardziej szczegółowoBarometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym
Jacek Batóg Uniwersytet Szczeciński Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym Jednym z ważniejszych elementów każdej gospodarki jest system bankowy. Znaczenie
Bardziej szczegółowoA4: Filtry aktywne rzędu II i IV
A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową
Bardziej szczegółowoĆwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci
Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie
Bardziej szczegółowoBadanie stacjonarności szeregów czasowych w programie GRETL
Badanie stacjonarności szeregów czasowych w programie GRETL Program proponuje następujące rodzaje testów stacjonarności zmiennych:. Funcję autoorelacji i autoorelacji cząstowej 2. Test Diceya-Fullera na
Bardziej szczegółowo... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...
4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem
Bardziej szczegółowoPrognozowanie cen surowców w rolnych na podstawie szeregów w czasowych
Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych Mariusz Hamulczuk Pułtusk 06.12.1011 Wprowadzenie Przewidywanie a prognozowanie Metoda prognozowania rodzaje metod i prognoz Czy moŝna
Bardziej szczegółowoPrognoza wybranych wskaźników rozwoju obrotu bezgotówkowego na lata
Prognoza wybranych wskaźników rozwoju obrotu bezgotówkowego na lata 2011 2016 Mariusz Kozakiewicz i Marek Kwas Szkoła Główna Handlowa 15 grudnia 2011 Spis treści Rozdział 1 Wprowadzenie... 3 1.1 Charakterystyka
Bardziej szczegółowo116 Paweł Kobus Stowarzyszenie Ekonomistów Rolnictwa i Agrobiznesu
116 Paweł Kobus Stowarzyszenie Eonomistów Rolnictwa i Agrobiznesu Rocznii Nauowe tom XVII zeszyt 6 Paweł Kobus Szoła Główna Gospodarstwa Wiejsiego w Warszawie Wpływ ubezpieczeń rolniczych na stabilność
Bardziej szczegółowokoszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.
Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 10
Stanisław Cichoci Natalia Nehrebeca Wyład 10 1 1. Testowanie hipotez prostych Rozład estymatora b Testowanie hipotez prostych przy użyciu statystyi t Przedziały ufności Badamy czy hipotezy teoretyczne
Bardziej szczegółowoEkonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
Bardziej szczegółowo7.4 Automatyczne stawianie prognoz
szeregów czasowych za pomocą pakietu SPSS Następnie korzystamy z menu DANE WYBIERZ OBSERWACJE i wybieramy opcję WSZYSTKIE OBSERWACJE (wówczas wszystkie obserwacje są aktywne). Wreszcie wybieramy z menu
Bardziej szczegółowoOCENA EFEKTYWNOŚCI DŁUGOTERMINOWYCH PROGNOZ DLA WARTOŚCI ZAGROśONEJ (VAR) WYZNACZONYCH Z WYKORZYSTANIEM METODOLOGII CLEARHORIZON
STUDIA I PRACE WYDZIAŁU NAUK N EKONOMICZNYCH I ZARZĄDZANIA Z NR 10 TOMASZ PISULA OCENA EFEKTYWNOŚCI DŁUGOTERMINOWYCH PROGNOZ DLA WARTOŚCI ZAGROśONEJ (VAR) WYZNACZONYCH Z WYKORZYSTANIEM METODOLOGII CLEARHORIZON
Bardziej szczegółowoDopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Bardziej szczegółowoELQ SPÓŁKA AKCYJNA. Raport roczny za rok obrotowy maja 2017 r.
ELQ SPÓŁKA AKCYJNA Raport roczny za ro obrotowy 2016 31 maja 2017 r. SPIS TREŚCI LIST PREZESA ZARZĄDU... 3 WYBRANE DANE FINANSOWE... 4 OŚWIADCZENIA ZARZĄDU EMITENTA... 6 SPRAWOZDA ZARZĄDU Z DZIAŁALNOŚCI
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 szczegółowoStrategie arbitrażowe w praktyce Tomasz Korecki
Strategie arbitrażowe w praktyce Tomasz Korecki Kwotowania EUR/USD u brokera A: Kupno: 1,4001 Sprzedaż: 1,4002 Kwotowania EUR/USD u brokera B: Kupno: 1,4003 Sprzedaż: 1,4005 Ile możemy zarobić na transakcji
Bardziej szczegółowoSystem prognozowania rynków energii
System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: 0 71 723 43 22 fax: 0 71 733 64 66 http://www.stermedia.eu Piotr
Bardziej szczegółowoModelowanie i prognozowanie cen surowców energetycznych. Monika Papie Sławomir Âmiech
Modelowanie i prognozowanie cen surowców energetycznych Monika Papie Sławomir Âmiech Modelowanie i prognozowanie cen surowców energetycznych Autorzy: Monika Papie wst p*, rozdziały: 2, 3.5, 4; 5, 7, zakoƒczenie*
Bardziej szczegółowo5. Model sezonowości i autoregresji zmiennej prognozowanej
5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =
Bardziej szczegółowoOGŁOSZENIE O ZMIANIE STATUTU UNIOBLIGACJE HIGH YIELD FUNDUSZU INWESTYCYJNEGO ZAMKNIĘTEGO Z DNIA 23 CZERWCA 2016 R.
OGŁOSZENIE O ZMIANIE STATUTU UNIOBLIGACJE HIGH YIELD FUNDUSZU INWESTYCYJNEGO ZAMKNIĘTEGO Z DNIA 23 CZERWCA 2016 R. Niniejszym, Union Investment Towarzystwo Funduszy Inwestycyjnych S.A. ogłasza o zmianie
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 szczegółowoTestowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
Bardziej szczegółowoKierunki racjonalizacji jednostkowego kosztu produkcji w przedsiębiorstwie górniczym
Kieruni racjonalizacji jednostowego osztu producji w przedsiębiorstwie górniczym Roman MAGDA 1) 1) Prof dr hab inż.; AGH University of Science and Technology, Kraów, Miciewicza 30, 30-059, Poland; email:
Bardziej szczegółowoINSTRUMENTY ZARZĄDZANIA RYZYKIEM NOTOWANE NA WARSZAWSKIEJ GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH. Streszczenie
Karol Klimczak Studenckie Koło Naukowe Stosunków Międzynarodowych TIAL przy Katedrze Stosunków Międzynarodowych Wydziału Ekonomiczno-Socjologicznego Uniwersytetu Łódzkiego INSTRUMENTY ZARZĄDZANIA RYZYKIEM
Bardziej szczegółowoWAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
Bardziej szczegółowoOGŁOSZENIE O ZMIANACH STATUTU SFIO AGRO Kapitał na Rozwój
Warszawa, 31 lipca 2013 r. OGŁOSZENIE O ZMIANACH STATUTU SFIO AGRO Kapitał na Rozwój Niniejszym Towarzystwo Funduszy Inwestycyjnych AGRO Spółka Akcyjna z siedzibą w Warszawie ogłasza poniższe zmiany statutu
Bardziej szczegółowoStrategia inwestycyjna oparta na korelacji w szeregach czasowych
Handel algorytmiczny Strategia inwestycyjna oparta na korelacji w szeregach czasowych Antoni Wiliński 2018 1 Strategia inwestycyjna - definicja Strategia to, najczęściej, zweryfikowany empirycznie (indukcjonistycznie)
Bardziej szczegółowoBudowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego
Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne
Bardziej szczegółowoPKO MULTI STRATEGIA - fundusz inwestycyjny zamknięty informuje o następujących zmianach w treści statutu:
OGŁOSZENIE O ZMIANIE W TREŚCI STATUTÓW (NR 2/2018) Data zmian: 25 kwietnia 2018 r. Dotyczy: PKO MULTI STRATEGIA - fundusz inwestycyjny zamknięty PKO Globalnego Dochodu fundusz inwestycyjny zamknięty PKO
Bardziej szczegółowoSystem transakcyjny oparty na średnich ruchomych. ś h = + + + + gdzie, C cena danego okresu, n liczba okresów uwzględnianych przy kalkulacji.
Średnie ruchome Do jednych z najbardziej znanych oraz powszechnie wykorzystywanych wskaźników analizy technicznej, umożliwiających analizę trendu zaliczyć należy średnie ruchome (ang. moving averages).
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 szczegółowoSterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.
emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę
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 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 szczegółowoWarszawska Giełda Towarowa S.A.
OPCJE Opcja jest prawem do kupna lub sprzedaży określonego towaru po określonej cenie oraz w z góry określonym terminie. Stanowią formę zabezpieczenia ekonomicznego dotyczącego ryzyka niekorzystnej zmiany
Bardziej szczegółowoFiltracja pomiarów z głowic laserowych
dr inż. st. of. Paweł Zalewsi Filtracja pomiarów z głowic laserowych słowa luczowe: filtracja pomiaru odległości, PNDS Założenia filtracji pomiaru odległości. Problem wyznaczenia odległości i parametrów
Bardziej szczegółowoRANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE
POWIATOWY URZĄD PRACY W ŚWIĘTOCHŁOWICACH RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE Stan na 2011 ro ŚWIĘTOCHŁOWICE 2012 1 SPIS TREŚCI I. WSTĘP II. CHARAKTERYSTYKA BEZROBOCIA
Bardziej szczegółowoRozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Bardziej szczegółowoPROGNOZOWANIE CEN ENERGII NA RYNKU BILANSUJĄCYM
"DIALOG 0047/2016" PROGNOZOWANIE CEN ENERGII NA RYNKU BILANSUJĄCYM WYDZIAŁ ELEKT RYCZ N Y Prof. dr hab. inż. Tomasz Popławski Moc zamówiona 600 Rynek bilansujący Moc faktycznie pobrana Energia zakupiona
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 szczegółowoPrognoza wybranych wskaźników rozwoju obrotu bezgotówkowego na lata 2014 2020
Prognoza wybranych wskaźników rozwoju obrotu bezgotówkowego na lata 2014 2020 Mariusz Kozakiewicz i Marek Kwas Szkoła Główna Handlowa 18 grudnia 2014 Spis treści Prognoza wybranych wskaźników rozwoju obrotu
Bardziej szczegółowoOpcja jest to prawo przysługujące nabywcy opcji wobec jej wystawcy do:
Jesteś tu: Bossa.pl Opcje na WIG20 - wprowadzenie Opcja jest to prawo przysługujące nabywcy opcji wobec jej wystawcy do: żądania w ustalonym terminie dostawy instrumentu bazowego po określonej cenie wykonania
Bardziej szczegółowoKoła rowerowe malują fraktale
Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego
Bardziej szczegółowo/2019 WORKING PAPER. System prognoz krótkoterminowych (wersja pilotażowa)
1 /2019 WORKING PAPER System prognoz krótkoterminowych (wersja pilotażowa) Warszawa, lipiec 2019 r. Autorzy: Michał Gniazdowski, Marek Lachowicz, Krzysztof Marczewski Redakcja: Małgorzata Wieteska Projekt
Bardziej szczegółowoZastosowanie metody PCA do opisu wód naturalnych
autorzy: Stanisław Koter, Klaudia Wesołowsa 2 Uniwersytet Miołaja Kopernia, Toruń, 2 Politechnia Śląsa, Gliwice Zastosowanie metody PCA do opisu wód naturalnych W niniejszej pracy przedstawiono zastosowanie
Bardziej szczegółowoWybrane zastosowania sztucznych sieci neuronowych na rynku walutowym, rynku terminowym i w gospodarce przestrzennej
Tomasz Jasiński Anna Marszal Anna Bochenek Wybrane zastosowania sztucznych sieci neuronowych na rynku walutowym, rynku terminowym i w gospodarce przestrzennej Politechnika Łódzka Monografie 2016 Recenzenci:
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Bardziej szczegółowoZnaczenie kapitału ludzkiego w budowie spójności społeczno-gospodarczej w wymiarze lokalnym (na przykładzie woj. mazowieckiego)
Znaczenie apitału ludziego w budowie spójności społeczno-gospodarczej... 365 Dr hab. Danuta Kołodziejczy Instytut Eonomii Rolnictwa i Gospodari Żywnościowej Państwowy Instytut Badawczy Znaczenie apitału
Bardziej szczegółowoRANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE ŻORSKIM W 2012 ROKU
POWIATOWY URZĄD PRACY W ŻORACH RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE ŻORSKIM W 2012 ROKU Żory 2013 SPIS TREŚCI 1. WSTĘP... 3 2. ANALIZA BEZROBOCIA WG ZAWODÓW... 4 3. ANALIZA OFERT PRACY
Bardziej szczegółowoPrognozowanie krótkoterminowe w procesie planowania zasobów
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Prognozowanie krótkoterminowe w procesie planowania zasobów Marzena Imiłkowski,, GE Money Bank Andrzej Sokołowski, StatSoft Polska
Bardziej szczegółowoAPROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI
APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI Łukasz MACH Streszczenie: W artykule przedstawiono wybrane aspekty prognozowania czynników istotnie określających sytuację na
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 szczegółowoROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU
Agniesza Dziurzańsa ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU 10.1. CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Przeprowadzona analiza formacji, jaą jest zespół (zobacz rozdział 5), wyazała, że cechy tóre powstają
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoObrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego
IBS PAN, Warszawa 9 kwietnia 2008 Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego mgr inż. Marcin Jaruszewicz promotor: dr hab. inż. Jacek Mańdziuk,
Bardziej szczegółowodr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
dr Bartłomiej Roici atedra Maroeonomii i Teorii Handlu Zagranicznego Wydział Nau Eonomicznych UW dr Bartłomiej Roici Maroeonomia II Model Solowa z postępem technologicznym by do modelu Solowa włączyć postęp
Bardziej szczegółowo4. Średnia i autoregresja zmiennej prognozowanej
4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)
Bardziej szczegółowoMożliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wykorzystaniem kontraktów terminowych
1 Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wyorzystaniem ontratów terminowych dr Krzysztof Pionte Katedra Inwestycji Finansowych i Ubezpieczeń Aademia Eonomiczna we Wrocławiu
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoZależność między poziomem wykształcenia a czasem pozostawania bez pracy bezrobotnych w Polsce
Nierówności Społeczne a Wzrost Gospodarczy, nr 51 (3/2017) DOI: 10.15584/nsawg.2017.3.19 ISSN 1898-5084 dr Anna Turcza 1 Wydział Eonomii i Informatyi Zachodniopomorsa Szoła Biznesu w Szczecinie Zależność
Bardziej szczegółowot y x y'y x'x y'x x-x śr (x-x śr)^2
Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,
Bardziej szczegółowoMotto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.
Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą
Bardziej szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Bardziej szczegółowoZałącznik 4. do Umowy nr DSR/B/./.../2017 o świadczenie usługi redukcji zapotrzebowania na polecenie OSP Program Bieżący.
Załącznik 4 do Umowy nr DSR/B/./.../2017 o świadczenie usługi redukcji zapotrzebowania na polecenie OSP Program Bieżący zawartej pomiędzy nazwa Wykonawcy.. a Polskie Sieci Elektroenergetyczne Spółka Akcyjna
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoModel Solow-Swan. Y = f(k, L) Funkcja produkcji może zakładać stałe przychody skali, a więc: zy = f(zk, zl) dla z > 0
dr Bartłomiej Roici Ćwiczenia z Maroeonomii II Model Solow-Swan W modelu lasycznym mieliśmy do czynienia ze stałą wielością czynniów producji, a zatem był to model statyczny, tóry nie poazywał nam dlaczego
Bardziej szczegółowoProcedura postępowania w przypadku niewypłacalności Członka Giełdowej Izby Rozrachunkowej
Materiał do omówienia podczas posiedzenia KREE i KRG Procedura postępowania w przypadku niewypłacalności Członka Giełdowej Izby Rozrachunkowej Tomasz Wieczorek Dyrektor Działu Zarządzania Ryzykiem, IRGiT
Bardziej szczegółowoWojewódzki Urząd Pracy w Szczecinie
Szczecin 2009 Wojewódzi Urząd Pracy w Szczecinie Zachodniopomorsie Obserwatorium Rynu Pracy Oblicze młodego poolenia Oczeiwania zawodowe młodzieży a ryne pracy Szczecin 2009 Niniejsza publiacja została
Bardziej szczegółowoEstymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania
Bardziej szczegółowoAlgorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań
Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Anna Manerowska, Michal Kozakiewicz 2.12.2009 1 Wstęp Jako projekt na przedmiot MEUM (Metody Ewolucyjne Uczenia Maszyn)
Bardziej szczegółowoProjekcja inflacji Narodowego Banku Polskiego materiał edukacyjny
Projekcja inflacji Narodowego Banku Polskiego materiał edukacyjny Plan prezentacji I. Projekcja inflacji NBP - podstawowe zagadnienia II. Główne założenia projekcji inflacji NBP III. Sposób prezentacji
Bardziej szczegółowoWycena opcji. Dr inż. Bożena Mielczarek
Wycena opcji Dr inż. Bożena Mielczarek Stock Price Wahania ceny akcji Cena jednostki podlega niewielkim wahaniom dziennym (miesięcznym) wykazując jednak stały trend wznoszący. Cena może się doraźnie obniżać,
Bardziej szczegółowoHIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA
Jace Sorupsi Hierarchiczny system Zarządzania ruchem lotniczym aspety oceny bezpieczeństwa, Logistya (ISSN 1231-5478) No 6, Instytut Logistyi i HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY
Bardziej szczegółowoRANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE ŻORSKIM W 2013 ROKU
POWIATOWY URZĄD PRACY W ŻORACH RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE ŻORSKIM W 2013 ROKU Żory 2014 SPIS TREŚCI 1. WSTĘP... 3 2. ANALIZA BEZROBOCIA WG ZAWODÓW... 4 3. ANALIZA OFERT PRACY
Bardziej szczegółowoRANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE ŻORSKIM W 2011 ROKU
POWIATOWY URZĄD PRACY W ŻORACH RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE ŻORSKIM W 2011 ROKU Żory 2012 SPIS TREŚCI 1. WSTĘP... 3 2. ANALIZA BEZROBOCIA WG ZAWODÓW... 4 3. ANALIZA OFERT PRACY
Bardziej szczegółowoparametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoPrognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)
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 szczegółowoMonitoring zawodów deficytowych i nadwyżkowych w województwie zachodniopomorskim. Informacja sygnalna za I półrocze 2018 roku
Monitoring zawodów deficytowych i nadwyżowych w województwie zachodniopomorsim Informacja sygnalna za I półrocze 2018 rou Opracowanie: Wydział Badań i Analiz Szczecin 2018 Zgodnie z zapisami Ustawy z dnia
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowowtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz
Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno
Bardziej szczegółowo4. Weryfikacja modelu
4. Weryfiacja modelu Wyznaczenie wetora parametrów struturalnych uładu ończy etap estymacji. Kolejnym etapem jest etap weryfiacji modelu. Przeprowadza się ją w dwóch ujęciach: merytorycznym i statystycznym.
Bardziej szczegółowoZachowania odbiorców. Grupa taryfowa G
Zachowania odbiorców. Grupa taryfowa G Autor: Jarosław Tomczykowski Biuro PTPiREE ( Energia elektryczna luty 2013) Jednym z założeń wprowadzania smart meteringu jest optymalizacja zużycia energii elektrycznej,
Bardziej szczegółowoPolski handel zagraniczny zwierzętami żywymi oraz produktami pochodzenia zwierzęcego z krajami Unii Europejskiej
KUSZ Dariusz 1 TERESZKIEWICZ Krzysztof 2 Polsi handel zagraniczny zwierzętami żywymi oraz produtami pochodzenia zwierzęcego z rajami Unii Europejsiej WSTĘP Acesja Polsi do Unii Europejsiej zmieniła waruni
Bardziej szczegółowoDSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH
DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość
Bardziej szczegółowoTemat: Prawo Hooke a. Oscylacje harmoniczne. Zagadnienia: prawa dynamiki Newtona, siła sprężysta, prawo Hooke a, oscylacje harmoniczne,
sg M 6-1 - Teat: Prawo Hooe a. Oscylacje haroniczne. Zagadnienia: prawa dynaii Newtona, siła sprężysta, prawo Hooe a, oscylacje haroniczne, ores oscylacji. Koncepcja: Sprężyna obciążana różnyi asai wydłuża
Bardziej szczegółowoPropozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE. 1. Wstęp
1 Sugerowany przypis: Chybalski F., Propozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE, Przegląd Statystyczny, nr 3/2006, Dom Wydawniczy Elipsa, Warszawa 2006, s. 73-82 Propozycja
Bardziej szczegółowo