Zbiory intuicyjne w prognozowaniu rynku finansowego
|
|
- Alicja Małek
- 6 lat temu
- Przeglądów:
Transkrypt
1 1 Krzysztof Piasecki Roger Ziomek Zbiory intuicyjne w prognozowaniu rynku finansowego Problem badawczy Jednym z zadań stojących przed inwestorem lokującym swoje środki finansowe na rynku kapitałowym, jest obniżenie kosztów transakcyjnych inwestycji portfelowych. Cel ten osiąga się zazwyczaj poprzez redukcję liczby instrumentów finansowych mogących wejść w skład portfela inwestycyjnego. Optymalnym wyborem potencjalnych składników portfela byłby wybór tych instrumentów finansowych, które w najbliższej przyszłości będą efektywne. Pojęcie efektywny instrument finansowy jest pojęciem precyzyjnym jedynie w normatywnych modelach rynków finansowych. W praktyce rynków finansowych spotykamy się jednak z problemem nieprecyzyjność pojęcia efektywny instrument finansowy. Przyczyną takiego stanu rzeczy jest wielokrotnie odnotowywany dla obserwacji na rynku finansowym brak zachowania epistemologicznej zasady generalizacji historycznej 1. Także inwestorzy deklarujący inwestowanie w instrumenty efektywne, inwestują na ogół w niebędące efektywnymi w rozumieniu teorii normatywnej. Nieprecyzyjność ta opisywana była często za pomocą zbiorów rozmytych. Kompetentną i zauważalną monografią przedstawiającą uzyskane w tym zakresie wyniki jest [2]. W ten nurt badań wplotły się prace [4] i [5]. Istotnym rozszerzeniem opisu nieprecyzji są zbiory intuicyjne Atanassova [1]. Z pojęciem tym związane jest bogate uniwersalne instrumentarium formalne publikowane w rozproszonej literaturze. W pracy [8] zaproponowano zastosowanie zbiorów intuicyjnych do opisu nieprecyzyjnego pojęcia efektywny instrument finansowy 2. Funkcje przynależenia i nieprzynależenia tego modelu oszacowano w pracy [9]. Wykorzystano tutaj szeregi czasowe notowań pochodzących z drugiego półrocza 2008 roku. Uzyskany model empiryczny wykorzystano następnie do wskazania tych instrumentów finansowych, które w pierwszym półroczu 2009 roku dadzą ponadprzeciętne zyski. W zadaniu tym oszacowany model efektywnego instrumentu finansowego miał cechy narzędzia ex ante. Dodatkowo w przeprowadzonym zadaniu wyboru wykorzystano pewne prawdopodobieństwa wyznaczone ex post. W tej sytuacji przeprowadzone badanie miało charakter jedynie poznawczy. Udało się wykazać, że zastąpienie zbiorów rozmytych poprzez 1 Porównaj na przykład w [3], [5], [6], [7], [8] 2 Pomimo intensywnego stosowania wyszukiwarek bibliograficznych autorom nie udało się znaleźć literatury opisującej stosowanie zbiorów intuicyjnych analizie rynków finansowych. Autorzy będą wdzięczni za wszelkie informacje na ten temat przekazane na adres. k.piasecki@ue.poznan.pl.
2 2 zbiory intuicyjne w wyraźny sposób podnosi jakość wyboru potencjalnych składników przyszłych portfeli inwestycyjnych. Wobec stosowania danych ex post opisana w [9] metoda wyboru instrumentów finansowych pozbawiona była wartości użytkowej. W pracy niniejszej opisany w [9] model efektywnego instrumentu finansowego zostanie wykorzystany dla wyboru składników portfela jako narzędzie prognostyczne służące do wskazania tych instrumentów finansowych, które dadzą ponadprzeciętne zyski. Oznacza to, że do wyboru tych instrumentów zostaną wykorzystane jedynie informacje ex ante. 2. Intuicyjny zbiór efektywnych instrumentów finansowych Do wyznaczenia intuicyjnego zbioru efektywnych instrumentów finansowych wykorzystane zostanie uogólnienie opisanego w [5] dyskretnego modelu Markowitza. Rozważamy zbiór instrumentów finansowych. (1) W celu pomiaru efektywności poszczególnych instrumentów finansowych wyznaczamy zbiór momentów czasowych obserwacji (2) Dla każdego momentu obserwacji określamy podzbiór instrumentów finansowych obserwowanych w tym czasie. Następnie, na drodze pomiaru, każdemu instrumentowi finansowemu przyporządkowujemy parę liczb, gdzie poszczególne symbole oznaczają: obserwowana w momencie czasowym oczekiwana stopa zwrotu z inwestycji w instrument finansowy, wariancja stopy zwrotu z inwestycji w instrument finansowy. Reguła Markowitza nakazuje wybierać efektywne na drodze maksymalizacji oczekiwanej stopy zwrotu przy jednoczesnej minimalizacji wariancji. Wybierzmy ustalony moment czasowy obserwacji instrumentów finansowych. Postulat zgodnego z kryterium maksymalizacji zysku wyboru efektywnych instrumentów finansowych prowadzi do określenia na zbiorze obserwowanych instrumentów finansowych preporządku zdefiniowanego za pomocą zależności. (3) Zapis czytamy z punktu widzenia zysku instrument finansowy jest nie gorszy od instrumentu finansowego. Postulat zgodnego z kryterium minimalizacji ryzyka wyboru efektywnych instrumentów finansowych prowadzi do określenia na zbiorze obserwowanych instrumentów
3 3 finansowych preporządku zdefiniowanego za pomocą zależności. (4) Zapis czytamy z punktu widzenia ryzyka instrument finansowy jest nie gorszy od instrumentu finansowego. Równoczesne uwzględnienie postulatów maksymalizacji miary zysku i minimalizacji miary ryzyka prowadzi nas do uznania za efektywny każdy taki instrument finansowy, który jest elementem optimum Pareto wyznaczonego przez porównanie wielokryterialne. Odwrotność reguły Markowitza nakazuje wybierać nieefektywne na drodze minimalizacji zysku przy jednoczesnej maksymalizacji ryzyka. Postulat zgodnego z kryterium minimalizacji zysku wyboru nieefektywnych instrumentów finansowych prowadzi do określenia na zbiorze obserwowanych instrumentów finansowych preporządku zdefiniowanego za pomocą zależności. (5) Zapis czytamy z punktu widzenia miary zysku instrument finansowy jest nie lepszy od instrumentu finansowego. Postulat zgodnego z kryterium maksymalizacji ryzyka wyboru nieefektywnych instrumentów finansowych prowadzi do określenia na zbiorze obserwowanych instrumentów finansowych preporządku zdefiniowanego za pomocą zależności. (6) Zapis czytamy z punktu widzenia ryzyka instrument finansowy jest nie lepszy od instrumentu finansowego. Równoczesne uwzględnienie postulatów minimalizacji miary zysku i maksymalizacji miary ryzyka prowadzi nas do uznania za nieefektywny każdy taki instrument finansowy, który jest elementem optimum Pareto wyznaczonego przez porównanie wielokryterialne. Mówiąc tutaj efektywny (nieefektywny) instrument finansowy, mamy na myśli jedynie jego efektywność (nieefektywność) względem wszystkich instrumentów finansowych pochodzących ze zbioru. Jedynie o instrumentach finansowych pochodzących ze zbioru wiemy, że są efektywne. Prowadząc dalsze rozważania musimy jednak pamiętać, że w pewnych możliwych, choć rzadko spotykanych, sytuacjach optima Pareto i mogą być nierozdzielne. W tej sytuacji jedynie o instrumentach finansowych pochodzących ze zbioru wiemy, że nie są efektywne. Właściwość nie bycia efektywnym nazywać będziemy w
4 4 skrócie antyefektywnością. O pozostałych instrumentów finansowych, to jest o instrumentach pochodzących ze zbioru orzekamy, że brak wiedzy dostatecznej do rozstrzygnięcia, czy dany instrument jest efektywny, czy też antyefektywny. W [9] stwierdzono, że właściwym narzędziem do syntezy wniosków formułowanych w poszczególnych momentach obserwacji jest wyznaczenie częstości: zakwalifikowania poszczególnych instrumentów finansowych jako efektywnych, zakwalifikowania poszczególnych instrumentów finansowych jako antyefektywnych. Częstości te odpowiednio nazywać będziemy stopniem efektywności i stopniem antyefektywności danego instrumentu finansowego. W celu wyznaczenia tych stopni, najpierw dla każdego instrumentu finansowego wyznaczamy krotność obserwacji tego instrumentu. (7) Dla przypadku stopień efektywności wyznaczamy z zależności. (8) W pozostałych przypadkach uznajemy, że stopień efektywności jest równy zeru. Dla przypadku stopień antyefektywności wyznaczamy z zależności. (9) W pozostałych przypadkach uznajemy, że stopień antyefektywności jest równy zeru. Stopień efektywności wyznacza w ten sposób funkcję przynależenia. Równocześnie stopień antyefektywności wyznacza w ten sam sposób funkcję nieprzynależenia. Wszystkie te działania prowadzą do wyznaczenia zbioru intuicyjnego (10) efektywnych instrumentów finansowych. 3. Wybór składników portfela inwestycyjnego Opisany w Części 2 zbiór instrumentów finansowych identyfikować będziemy ze zbiorem wszystkich akcji notowanych na Giełdzie Papierów Wartościowych SA w Warszawie (WGPW). Osiągniecie ponadprzeciętnych korzyści na parkiecie WGPW będziemy identyfikować z osiągnięciem stopy zwrotu ex post przekraczającej stopę zwrotu ex post z WIG. Jeśli posiadanie danego instrumentu finansowego w danym okresie czasu da ponadprzeciętne korzyści, to stwierdzamy, że instrument ten osiągnął sukces rynkowy. Każdy
5 5 dokonany wybór potencjalnych składników portfela nazywać będziemy bazą portfela. Wyznaczenie dowolnej bazy portfela powinno przebiegać na drodze wyboru takich instrumentów finansowych, co do których spodziewamy się, że osiągną sukces rynkowy. Wartość prawdopodobieństwa osiągnięcia sukcesu rynkowego przez wchodzące w skład danej bazy portfela wyznaczamy jako częstość osiągnięcia sukcesu rynkowego przez wchodzące w jej skład. Postępowanie takie jest uzasadnione postacią nieobciążonego estymatora prawdopodobieństwa osiągnięcia sukcesu w schemacie Bernoulliego. Prawdopodobieństwo sukcesu rynkowego stosować będziemy jako kryterium oceny ex post jakości dokonanego wyboru bazy portfela. Z oczywistych względów stosowanie tego kryterium nie może mieć miejsca w rzeczywistej sytuacji decyzyjnej. Dobry wybór przyszłej bazy portfela może być dokonany jedynie w oparciu o przesłanki ex ante. Poniżej przedstawimy taką metodę wyboru przyszłej bazy portfela, która będzie spełniać powyższe ograniczenie. Analizie poddamy wszystkie wyznaczone dla każdej spółki akcyjnej szeregi czasowe codziennych notowań cen zamknięcia na WGPW pochodzące z lat Okres ten podzieliśmy na kolejne półrocza. Każde z tych półroczy traktowaliśmy jako powtórzenie naszych obserwacji. Stosując metodę opisaną w poprzedniej części, dla każdego z tych półroczy wyznaczyliśmy zbiór intuicyjny (10) efektywnych instrumentów finansowych Podobnie, jak w [9], oczekiwaną stopę zwrotu wyznaczano jako średnią arytmetyczną kolejnych 5 jednodniowych stóp zwrotu ex ante. W każdym półroczu zawsze znajdowały się spółki notowane tak rzadko, że w całym półroczu nie można było wyznaczyć 5 jednodniowych stóp zwrotu ex ante. Spółki te pomijano w przy wyznaczaniu bazy przypisanej kolejnemu półroczu. W celu oceny ex post jakości dyskutowanych metod wyboru bazy portfela, każdemu z półroczy lat przypisano półroczne stopy zwrotu osiągnięte w kolejnym półroczu. Stopy te wyznaczono ex post dla każdej spółki akcyjnej notowanej na WGPW i dla WIG. W [9] wskazano na minimalizację stopnia efektywności (kryterium A) i maksymalizację stopnia antyfektywności (kryterium B) jako na kryteria wyboru bazy portfela. Dodatkowo, w celu podniesienia reprezentatywności wykorzystywanych przesłanek zastosowano maksymalizację krotności obserwacji jednodniowych stóp zwrotu (kryterium R). Każde z opisanych powyżej kryteriów było reprezentowane przez preporządek. W pierwszym kroku każdej z tych optymalizacji badane spółki porządkowano w ciąg niemalejący w rozumieniu zastosowanego kryterium optymalizacji. Następnie w drugim kroku optymalizacji odrzucano pewną ilość początkowych spółek tego ciągu. Spółki te odrzucano tak długo, dopóki rosło wyznaczone ex post prawdopodobieństwo osiągnięcia sukcesu rynkowego przez pozostałe spółki. W [9] zastosowano następującą sekwencję kryteriów: R A B. W proponowanej w tej pracy metodzie wyboru bazy został zmodyfikowany drugi krok każdego zastosowanego kryterium optymalizacji.
6 6 Zaproponowaliśmy, aby z każdego z rozpatrywanych ciągów spółek odrzucamy pewną ilość początkowych spółek tego ciągu. Ilość odrzuconych spółek kształtowano w ten sposób, aby ilość pozostawionych spółek była możliwie bliska połowie liczby rozpatrywanych. Konsekwentnie stosowano tutaj zasadę, że wszystkie spółki o identycznej wartości funkcji kryterialnej są równocześnie odrzucane lub akceptowane. Nie można było jednak tutaj wykluczyć tego, że ostateczny kształt bazy portfela zależy od zastosowanej sekwencji kryteriów. Z tej przyczyny w tej pracy porównywano efekty uzyskiwane przy pomocy wyróżnionych sekwencji stosowanych kryteriów optymalizacji. Przydatność zaproponowanej metody wyboru badano dla dwóch wariantów. W pierwszym wariancie rozpatrywano w każdym półroczu wszystkie dostępne. Rozpatrywano tutaj sekwencje kryteriów A B i B A. W drugim wariancie ograniczono się jedynie do zbioru reprezentatywnych instrumentów finansowych. Zbiór ten został utworzony po zastosowania kryterium R optymalizacji dla zbioru wszystkich dopuszczalnych instrumentów finansowych. Oznaczało to, że badano tutaj sekwencje kryteriów R A B i R B A. Dla wariantu obejmującego wszystkie dostępne w każdym półroczu wyznaczono prawdopodobieństwo osiągnięcia sukcesu rynkowego przez dowolny dostępny instrument finansowy. W ten sposób stworzono punkt odniesienia do oceny ewentualnych korzyści osiągniętych po zastosowanych wyborach bazy portfela. Następnie badano przydatność sekwencji wyboru A B i B A. Dla sekwencji A B wyznaczono prawdopodobieństwo osiągnięcia sukcesu rynkowego po pierwszym wyborze i prawdopodobieństwo osiągnięcia sukcesu rynkowego po drugim wyborze. Dla sekwencji B A wyznaczono prawdopodobieństwo osiągnięcia sukcesu rynkowego po pierwszym wyborze i prawdopodobieństwo osiągnięcia sukcesu rynkowego po drugim wyborze. Dla wariantu obejmującego wszystkie reprezentatywne instrumenty finansowe w każdym półroczu wyznaczono prawdopodobieństwo osiągnięcia sukcesu rynkowego przez dowolny reprezentatywny instrument finansowy. W ten sposób stworzono punkt odniesienia do oceny ewentualnych korzyści osiągniętych po zastosowanych wyborach bazy portfela. Następnie badano przydatność zastosowania tutaj sekwencji wyboru R A B i R B A. Dla sekwencji R A B wyznaczono prawdopodobieństwo osiągnięcia sukcesu rynkowego po drugim wyborze i prawdopodobieństwo osiągnięcia sukcesu rynkowego po trzecim wyborze. Dla sekwencji R B A wyznaczono prawdopodobieństwo osiągnięcia sukcesu rynkowego po pierwszym wyborze i prawdopodobieństwo osiągnięcia sukcesu rynkowego po drugim wyborze. Należy tutaj jednak pamiętać, że w każdym z rozpatrywanych wariantów
7 7 mamy do czynienia z innym zbiorem zdarzeń elementarnych. Fakt ten powoduje, że w każdym z tych wariantów wyznaczamy odmienny rozkład prawdopodobieństwa. Wartości tych prawdopodobieństw wyznaczono dla każdego półrocza odrębnie i traktowano je dalej, jako obserwacje prawdopodobieństw osiągnięcia sukcesu rynkowego. Wyniki tych obliczeń przedstawiono w Tabeli 1. Tu i w kolejnych tabelach pogrubioną czcionką zaznaczono wszystkie te prawdopodobieństwa osiągnięcia sukcesu rynkowego przez takie bazy portfela, które są lepsze od bazy portfela obejmującej wszystkie rozpatrywane w danym wariancie. Łatwo można stwierdzić, że wnioski wyciągnięte w pracy [9] były przesadnie optymistyczne. Tabela 1. Obserwowane na WGPW prawdopodobieństwa sukcesu rynkowego Półrocze ex ante Sekwencja kryteriów Dostępne Reprezentatywne A B B A A B B A 1poł p 0 0,3578 0,3578 0,4789 0,4789 p 1 0,3652 0,2051 0,4545 0,3261 P 2 0,2264 0,1167 0,2353 0, poł p 0 0,3203 0,3203 0,3621 0,3621 p 1 0,3761 0,2430 0,3393 0,2727 P 2 0,2500 0,2222 0,2500 0,2609 1poł p 0 0,3070 0,3070 0,3017 0,3017 p 1 0,2845 0,2708 0,2807 0,2059 P 2 0,2444 0,2245 0,1875 0, poł p 0 0,4378 0,4378 0,4273 0,4273 p 1 0,4352 0,4091 0,4286 0,4211 P 2 0,3333 0,3696 0,3158 0,3158 1poł p 0 0,4579 0,4579 0,5459 0,5459 p 1 0,4364 0,4167 0,5096 0,6053 P 2 0,2857 0,2308 0,5833 0, poł p 0 0,6570 0,6570 0,7000 0,7000 p 1 0,6635 0,7222 0,6111 0,8750 P 2 0,7755 0,7414 0,8947 0,9000 Źródło: Obliczenia własne
8 8 Tabela 1. Obserwowane na WGPW prawdopodobieństwa sukcesu rynkowego (ciąg dalszy ) Dane ex ante Sekwencja kryteriów Dopuszczalne Reprezentatywne A B B A A B B A 1poł p 0 0,3619 0,3619 0,3010 0,3010 p 1 0,3364 0,4375 0,2308 0,2188 P 2 0,3571 0,3617 0,0667 0, poł p 0 0,3162 0,3162 0,2705 0,2705 p 1 0,3475 0,3469 0,3509 0,3000 P 2 0,3409 0,3462 0,5333 0,4762 1poł p 0 0,3855 0,3855 0,3696 0,3696 p 1 0,3551 0,3750 0,3731 0,3462 P 2 0,3396 0,3509 0,3200 0, poł p 0 0,5632 0,5632 0,5578 0,5578 p 1 0,5691 0,5691 0,5000 0,5263 P 2 0,5135 0,5135 0,3333 0,5417 1poł p 0 0,5709 0,5709 0,5771 0,5771 p 1 0,6031 0,5856 0,6036 0,5455 P 2 0,6078 0,6316 0,5778 0, poł p 0 0,5282 0,5282 0,5309 0,5309 p 1 0,4792 0,4524 0,4608 0,4382 P 2 0,4754 0,4844 0,4545 0,4545 1poł p 0 0,2862 0,2862 0,2723 0,2723 p 1 0,3310 0,1892 0,3043 0,1525 P 2 0,1607 0,1842 0,1087 0, poł p 0 0,3406 0,3406 0,3197 0,3197 p 1 0,3135 0,2795 0,2901 0,3048 P 2 0,2353 0,2778 0,2500 0,2500 1poł p 0 0,4157 0,4157 0,4174 0,4174 p 1 0,4095 0,4561 0,3708 0,5000 P 2 0,5484 0,4655 0,4545 0, poł p 0 0,5358 0,5358 0,5854 0,5854 p 1 0,5887 0,5221 0,6842 0,6744 P 2 0,6857 0,6034 0,8235 0,7619 Źródło: obliczenia własne
9 9 Następnie, poszukując właściwego sposobu wyboru bazy portfela wyznaczono oceny prawdopodobieństwa osiągnięcia sukcesu rynkowego w dowolnym półroczu. Zastosowano tutaj nieobciążony estymator prawdopodobieństwa sukcesu w schemacie Bernoulliego. Dla każdego wariantu oszacowano tutaj: prawdopodobieństwa osiągnięcia sukcesu rynkowego przez dowolny rozpatrywany instrument finansowy; prawdopodobieństwa i interpretowane jako prawdopodobieństwa osiągnięcia sukcesu rynkowego przez instrument finansowy pochodzący z bazy portfela wyznaczonej po pierwszym wyborze; prawdopodobieństwa i interpretowane jako prawdopodobieństwa osiągnięcia sukcesu rynkowego przez instrument finansowy pochodzący z bazy portfela wyznaczonej po drugim wyborze; Tabela 2. Wyniki nieobciążonej estymacji prawdopodobieństw osiągnięcia sukcesu rynkowego na WGPW Dopuszczalne Reprezentatywne Sekwencja kryteriów A B B A R A B R B A Źródło: Obliczenia własne 0,4331 0,4331 0,4331 0,4331 0,4354 0,4139 0,4199 0,4078 0,4173 0,3974 0,3807 0,3940 Jest wyraźnie widoczne, że zastosowanie dowolnej sekwencji kryteriów A i B w niewielkim stopniu obniża jakość wybranej w ten sposób bazy portfela. Skłania to do rozważenia możliwości zastosowania dopełnień dotychczasowo stosowanych kryteriów A i B. w tej sytuacji badać będziemy efekty zastosowania kryteriów maksymalizacji stopnia efektywności (kryterium A) i minimalizacji stopnia antyefektywności (kryterium B). Dla każdego z wariantów badań pod uwagę bierzemy następujące sekwencje kryteriów: A B, A B, A B, B A, B A i B A. Korzystając z elementarnych właściwości prawdopodobieństwa wyznaczono zależności określające poszczególne prawdopodobieństwa osiągnięcia sukcesu rynkowego, (11), (12), (13), (14), (15)
10 10, (16), (17). (18) Tabela 3. Prawdopodobieństwa osiągnięcia sukcesu pierwszym wyborze Tabela 4. Prawdopodobieństwa sukcesu rynkowego po drugim wyborze rynkowego na WGPW po Dopuszczalne Reprezentatywne Kryterium wyboru A B A B 0,4354 0,4139 0,4199 0,4078 0,4308 0,4523 0,4463 0,4584 Źródło: Obliczenia własne Sekwencja kryteriów Dopuszczalne Reprezentatywne instrumenty finansowe A A A A B 0,4173 0,4105 0,4016 0,4140 B 0,4535 0,4511 0,4382 0,4786 Sekwencja kryteriów A A A A B 0,3940 0,4304 0,4016 0,4216 B 0,4734 0,4312 0,4458 0,4786 Źródło: Obliczenia własne. Przeprowadzone obliczenia wyraźnie wskazują, że najkorzystniejszą kombinacją kryteriów wyboru jest maksymalizacja stopnia efektywności a następnie minimalizacja stopnia antyefektywności zastosowana do reprezentatywnych instrumentów finansowych. Należy też odpowiedzieć sobie na pytanie, jakie znaczenie ma wzrost prawdopodobieństwa sukcesu rynkowego od 0,4331 do 0,4786. Można to ocenić porównując bazę portfela wyznaczoną za pomocą zaproponowanej metody z przypadkową bazą określoną na drodze wylosowania 1/8 notowanych instrumentów finansowych. Obie bazy będą miały zbliżoną liczebność instrumentów finansowych ogółem. Należy jednak oczekiwać, że instrumentów finansowych dających w najbliższej przyszłości ponadprzeciętne zyski będzie w wyznaczonej bazie o 10% więcej, niźli byłoby ich w przypadkowej bazie.
11 11 Podsumowanie Przeprowadzone badanie wykazało, że wnioski wynikające z analizy jednego półrocza mogą w istotny sposób odbiegać od prawidłowości obserwowanej w dłuższym okresie czasu. Z drugiej strony otrzymane wnioski są identyczne z postawionymi i [8] i teoretycznie uzasadnionymi zaleceniami zastosowanie kryteriów maksymalizacji stopnia efektywności i minimalizacji stopnia antyefektywności. Zgodność uzyskanych tutaj wniosków empirycznych z zaprezentowaną w [8] teorią normatywną podnosi walor poznawczy i wiarygodność uzyskanych wyników. Uzyskane wyniki nakłaniają do podjęcia dalszych badań empirycznych nad zaproponowaną metodą wyboru bazy portfela. Wydaje się słusznym ograniczenie dalszych badań do kombinacji kryteriów sugerowanych w [8]. W pierwszej kolejności należy do tego przypadku zbadać rozkłady prawdopodobieństw sukcesów rynkowych. Szczegółowych studiów też wymaga zastosowana tutaj procedura optymalizacji. Literatura [1] Atanassov K., Intuitionistic fuzzy sets, Fuzzy Sets and Systems, 1986, 20 (1). [2] Fang Yong; Lai Kin Keung; Wang Shouyang: Fuzzy portfolio optimization. Theory and methods, Lecture Notes in Economics and Mathematical Systems 609. Springer, Berlin, [3] Piasecki K., Serafin M., Świątczak Ł., Analiza porównawcza strategii inwestowania na GPW w Warszawie [w:] Smoluk A.,[red.], Dydaktyka matematyki, Prace Naukowe Akademii Ekonomicznej we Wrocławiu Nr 1117, Wrocław, [4] Piasecki K., Rozmyta efektywność portfela, [w:] Chrzan P.[red.], Metody matematyczne, ekonometryczne, i komputerowe w finansach i ubezpieczeniach Prace Naukowe Akademii Ekonomicznej im. Karola Adamieckiego w Katowicach, Katowice [5] Piasecki K., Tomasik E., O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu, [ w:] Tarczyński W. [red.] Rynek kapitałowy, skuteczne inwestowanie, Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania nr 9, Uniwersytet Szczeciński, Szczecin [6] Piasecki K., O sposobie poszukiwania dobrej metody inwestowania na giełdzie. [w:] Hozer J. [red.], Metody ilościowe w ekonomii, Uniwersytet Szczeciński, Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania nr 11, Szczecin [7] Piasecki K., Zastosowanie testu CAPM do nieprecyzyjnego określenia efektywności papieru wartościowego [w:] Chrzan P.[red.], Metody matematyczne, ekonometryczne, i komputerowe w finansach i ubezpieczeniach Prace Naukowe Akademii Ekonomicznej im. Karola Adamieckiego w Katowicach, Katowice [8] Piasecki K., Zbiory intuicyjne w analizie rynku finansowego możliwości i perspektywy (praca przyjęta do druku) [9] Piasecki K. Ziomek R. Intuitionistic sets in financial market analysis case study (praca przyjęta do druku).
12 12 prof. dr hab. Krzysztof Piasecki Uniwersytet Ekonomiczny w Poznaniu mgr Roger Ziomek Wyższa Szkoła Bankowa w Poznaniu Streszczenie Prognoza efektywności instrumentów finansowych została opisana jako zbiór intuicyjny. Jako kryterium wyboru składników portfela finansowego zaproponowano dwukryterialną optymalizację stopnia efektywności i stopnia antyefektywności. Przeprowadzono badanie szeregów czasowych notowań na WGPW. Głównym celem tego badania była weryfikacja przydatności proponowanego modelu. Dodatkowo dyskutowano tutaj szczegółową postać zastosowanego porównania dwukryterialnego. Intuitionistic sets for financial market forecasting Abstract The forecast of effectiveness of financial instruments forecast was described as an intuitionistic set. Bicriterial comparison of the effectiveness degree and the ineffectiveness one was suggested as criterion for choosing financial portfolio components. An investigation of time series of quotations on Warsaw Stock Exchange was carried out. Verification of usefulness of proposed model was the main aim of this examination. Additionally here a detailed form of the applied bicriterial comparison was discussed.
Analiza 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 szczegółowoStopa zwrotu obarczona ryzykiem nieprecyzji
Krzysztof Piasecki * Stopa zwrotu obarczona ryzykiem nieprecyzji Wstęp Zazwyczaj analiza właściwości dowolnego papieru wartościowe jest prowadzona, jako analiza własności jego stopy zwrotu. Dowolna stopa
Bardziej szczegółowoInwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.
Inwestycje finansowe Wycena obligacji. Stopa zwrotu z akcji. yzyko. Inwestycje finansowe Instrumenty rynku pieniężnego (np. bony skarbowe). Instrumenty rynku walutowego. Obligacje. Akcje. Instrumenty pochodne.
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 szczegółowoMATRYCA EFEKTÓW KSZTAŁCENIA
ZAŁĄCZNIK NR 2 MATRYCA EFEKTÓW KSZTAŁCENIA Studia podyplomowe ZARZĄDZANIE FINANSAMI I MARKETING Przedmioty OPIS EFEKTÓW KSZTAŁCENIA Absolwent studiów podyplomowych - ZARZĄDZANIE FINANSAMI I MARKETING:
Bardziej szczegółowoZastosowanie testu CAPM do nieprecyzyjnego określenia efektywności papieru wartościowego
1 Krzysztof Piasecki Akademia Ekonomiczna w Poznaniu Zastosowanie testu CAPM do nieprecyzyjnego określenia ektywności papieru wartościowego Problem badawczy W klasycznym ujęciu instrument finansowy nazywamy
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 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 szczegółowoWykład 1 Sprawy organizacyjne
Wykład 1 Sprawy organizacyjne 1 Zasady zaliczenia Prezentacja/projekt w grupach 5 osobowych. Każda osoba przygotowuje: samodzielnie analizę w excel, prezentację teoretyczną w grupie. Obecność na zajęciach
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 szczegółowoAutor: Agata Świderska
Autor: Agata Świderska Optymalizacja wielokryterialna polega na znalezieniu optymalnego rozwiązania, które jest akceptowalne z punktu widzenia każdego kryterium Kryterium optymalizacyjne jest podstawowym
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 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 szczegółowoSłowa kluczowe: zarządzanie wartością, analiza scenariuszy, przepływy pieniężne.
Zarządzanie wartością i ryzykiem w organizacjach: non-profit, instytucji finansowej działającej w sektorze spółdzielczym oraz przedsiębiorstwa produkcyjnego z branży budowniczej. K. Śledź, O. Troska, A.
Bardziej szczegółowoTest wskaźnika C/Z (P/E)
% Test wskaźnika C/Z (P/E) W poprzednim materiale przedstawiliśmy Państwu teoretyczny zarys informacji dotyczący wskaźnika Cena/Zysk. W tym artykule zwrócimy uwagę na praktyczne zastosowania tego wskaźnika,
Bardziej szczegółowoStrategie VIP. Opis produktu. Tworzymy strategie oparte o systemy transakcyjne wyłącznie dla Ciebie. Strategia stworzona wyłącznie dla Ciebie
Tworzymy strategie oparte o systemy transakcyjne wyłącznie dla Ciebie Strategie VIP Strategia stworzona wyłącznie dla Ciebie Codziennie sygnał inwestycyjny na adres e-mail Konsultacje ze specjalistą Opis
Bardziej szczegółowoFinanse behawioralne. Finanse 110630-1165
behawioralne Plan wykładu klasyczne a behawioralne Kiedy są przydatne narzędzia finansów behawioralnych? Przykłady modeli finansów behawioralnych klasyczne a behawioralne klasyczne opierają się dwóch założeniach:
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 szczegółowo166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Bardziej szczegółowoTYPY MODELOWYCH STRATEGII INWESTYCYJNYCH
ZAŁĄCZNIK NR 1 DO REGULAMINU TYPY MODELOWYCH STRATEGII INWESTYCYJNYCH W ramach Zarządzania, Towarzystwo oferuje następujące Modelowe Strategie Inwestycyjne: 1. Strategia Obligacji: Cel inwestycyjny: celem
Bardziej szczegółowoAkademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Strategie inwestycyjne na rynku kapitałowym Inwestowanie na rynku Dr Paweł Porcenaluk Uniwersytet Ekonomiczny we Wrocławiu 4 kwietnia 2016 r. Inwestowanie co to jest? Inwestowanie
Bardziej szczegółowoPrzyczynowa analiza rentowności na przykładzie przedsiębiorstwa z branży. półproduktów spożywczych
Roksana Kołata Dariusz Stronka Przyczynowa analiza rentowności na przykładzie przedsiębiorstwa z branży Wprowadzenie półproduktów spożywczych Dokonując analizy rentowności przedsiębiorstwa za pomocą wskaźników
Bardziej szczegółowodr hab. Renata Karkowska 1
dr hab. Renata Karkowska 1 Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2 Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne)
Bardziej szczegółowoZastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku
Zastosowanie modeli dyfuzji innowacji do analizy rynków finansowych: przykład rynku funduszy inwestycyjnych w Meksyku dr Adam Marszk, Wydział Zarządzania i Ekonomii PG współautorstwo: dr Ewa Lechman, Wydział
Bardziej szczegółowoKondycja ekonomiczna drzewnych spółek giełdowych na tle innych branż
Annals of Warsaw Agricultural University SGGW Forestry and Wood Technology No 56, 25: Kondycja ekonomiczna drzewnych spółek giełdowych na tle innych branż SEBASTIAN SZYMAŃSKI Abstract: Kondycja ekonomiczna
Bardziej szczegółowoEV/EBITDA. Dług netto = Zobowiązania oprocentowane (Środki pieniężne + Ekwiwalenty)
EV/EBITDA EV/EBITDA jest wskaźnikiem porównawczym stosowanym przez wielu analityków, w celu znalezienia odpowiedniej spółki pod kątem potencjalnej inwestycji długoterminowej. Jest on trudniejszy do obliczenia
Bardziej szczegółowoModelowanie rynków finansowych
Modelowanie rynków finansowych Przegląd zagadnień 8 października 2012 Główna przesłanka doboru tematów Koncepcje i techniki modelowe jako priorytet: Modele empiryczne bazujące na wiedzy teoretycznej Zakres
Bardziej szczegółowoStruktura rynku finansowego
Akademia Młodego Ekonomisty Strategie inwestycyjne na rynku kapitałowym Grzegorz Kowerda Uniwersytet w Białymstoku 21 listopada 2013 r. Struktura rynku finansowego rynek walutowy rynek pieniężny rynek
Bardziej szczegółowoOpis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
Bardziej szczegółowoWartość przyszła, wartość bieżąca, synergia kapitału. arytmetyki finansowej opisujących wartość przyszłą. Uzyskano w ten sposób
KRZYSZTOF PIASECKI * EFEKT SYNERGII KAPITAŁU W ARYTMETYCE FINANSOWEJ Słowa kluczowe: Wartość przyszła, wartość bieżąca, synergia kapitału Streszczenie: W pracy implementowano warunek synergii kapitału
Bardziej szczegółowoRyzyko i efektywność. Ćwiczenia ZPI. Katarzyna Niewińska, ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1
Ryzyko i efektywność Ćwiczenia ZPI 1 Stopa zwrotu 2 Zadanie 1. Rozkład normalny Prawdopodobieństwa wystąpienia oraz spodziewane stopy zwrotu w przypadku danej spółki giełdowej są zaprezentowane w tabeli.
Bardziej szczegółowoRynek akcji z ochroną kapitału
Rynek akcji z ochroną kapitału db Obligacja WIG20 3-letnia obligacja strukturyzowana powiązana z indeksem WIG20 A Passion to Perform. Nowa jakość w inwestycjach giełdowych Polska gospodarka znajduje się
Bardziej szczegółowoA.Światkowski. Wroclaw University of Economics. Working paper
A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:
Bardziej szczegółowo1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe
I Ryzyko i rentowność instrumentów finansowych 1. Klasyfikacja stóp zwrotu 2. Zmienność stóp zwrotu 3. Mierniki ryzyka 4. Mierniki wrażliwości wyceny na ryzyko rynkowe 1 Stopa zwrotu z inwestycji w ujęciu
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 szczegółowoPoziom przedmiotu: II stopnia. Liczba godzin/tydzień: 2W E, 2L PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z podstawowymi metodami i technikami analizy finansowej na podstawie nowoczesnych instrumentów finansowych
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy
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 szczegółowoOptymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu dla odczytu Australia Employment Change
Raport 4/2015 Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu dla odczytu Australia Employment Change autor: Michał Osmoła INIME Instytut nauk informatycznych i matematycznych
Bardziej szczegółowoKURS DORADCY FINANSOWEGO
KURS DORADCY FINANSOWEGO Przykładowy program szkolenia I. Wprowadzenie do planowania finansowego 1. Rola doradcy finansowego Definicja i cechy doradcy finansowego Oczekiwania klienta Obszary umiejętności
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoOGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)
Łódź, dn. 23.12.2013r. OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO) 1. Zamawiający Firma i adres: PL Europa S.A. NIP: 725-195-02-28 Regon: 100381252 2. Tryb udzielenia zamówienia Zgodnie z
Bardziej szczegółowoEKSPERYMENTALNA OCENA EFEKTYWNOŚCI PORTFELA FUNDAMENTALNEGO DLA SPÓŁEK Z INDEKSU WIG20 ZA LATA
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVIII/4, 2017, s. 672 678 EKSPERYMENTALNA OCENA EFEKTYWNOŚCI PORTFELA FUNDAMENTALNEGO DLA SPÓŁEK Z INDEKSU WIG20 ZA LATA 2004 2016 Michał Staszak Wydział
Bardziej szczegółowoDobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995.
Bibliografia Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995. Elton E.J., Gruber M.J., Nowoczesna teoria portfelowa i analiza papierów wartościowych,
Bardziej szczegółowoH. Sujka, Wroclaw University of Economics
H. Sujka, Wroclaw University of Economics Zarządzanie ryzykiem w tworzeniu wartości na przykładzie spółki z branży włókienniczej i tekstylnej Working paper Słowa kluczowe: Zarządzanie wartością i ryzykiem
Bardziej szczegółowoOptymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań
Raport 1/2015 Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań autor: Michał Osmoła INIME Instytut nauk informatycznych i matematycznych z zastosowaniem
Bardziej szczegółowoPROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY
Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu
Bardziej szczegółowoHISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
Bardziej szczegółowoOpisy przedmiotów do wyboru
Opisy przedmiotów do wyboru moduły specjalistyczne oferowane na stacjonarnych studiach II stopnia (magisterskich) dla 1 roku matematyki semestr letni, rok akademicki 2018/2019 Spis treści 1. Analiza portfelowa
Bardziej szczegółowoSposoby prezentacji problemów w statystyce
S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki
Bardziej szczegółowoi inwestowania w biznesie
Podstawy finansów i inwestowania w biznesie Wprowadzenie do wykładu Prowadzący dr inż. Marta Kraszewska pokój 216, II pę piętro, budynek C3 e-mail: martak@agh.edu.pl www: home.agh.edu.pl/ edu pl/~martak
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 szczegółowoAnaliza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym
Jacek Batóg Uniwersytet Szczeciński Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym Warunki działania przedsiębiorstw oraz uzyskiwane przez
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 szczegółowoPortfel obligacyjny plus
POLITYKA INWESTYCYJNA Dokument określający odrębnie dla każdego Portfela modelowego podstawowe parametry inwestycyjne, w szczególności: profil ryzyka Klienta, strukturę portfela, cechy strategii inwestycyjnej,
Bardziej szczegółowoOcena kondycji finansowej organizacji
Ocena kondycji finansowej organizacji 1 2 3 4 5 6 7 8 Analiza płynności Analiza rentowności Analiza zadłużenia Analiza sprawności działania Analiza majątku i źródeł finansowania Ocena efektywności projektów
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoOGŁOSZENIE O ZMIANIE STATUTU ALIOR SPECJALISTYCZNEGO FUNDUSZU INWESTYCYJNEGO OTWARTEGO
Warszawa, dnia 27 lutego 2017 r. OGŁOSZENIE O ZMIANIE STATUTU ALIOR SPECJALISTYCZNEGO FUNDUSZU INWESTYCYJNEGO OTWARTEGO Money Makers Towarzystwo Funduszy Inwestycyjnych Spółką Akcyjną z siedzibą w Warszawie
Bardziej szczegółowoWycena nieruchomości za pomocą wyboru wielokryterialnego w warunkach niepewności rozmytej oraz klasycznie: metodą pp i kcś
Wycena nieruchomości za pomocą wyboru wielokryterialnego w warunkach niepewności rozmytej oraz klasycznie: metodą pp i kcś Materiały reklamowe ZAWAM-Marek Zawadzki Wybór wielokryterialny jako jadna z metod
Bardziej szczegółowoPortfel oszczędnościowy
POLITYKA INWESTYCYJNA Dokument określający odrębnie dla każdego Portfela modelowego podstawowe parametry inwestycyjne, w szczególności: profil Klienta, strukturę portfela, cechy strategii inwestycyjnej,
Bardziej szczegółowoWyniki Legg Mason Akcji Skoncentrowany FIZ
Inwestowanie w fundusze inwestycyjne wiąże się z ryzykiem i nie gwarantuje realizacji założonego celu inwestycyjnego, ani uzyskania określonego wyniku inwestycyjnego. Należy liczyć się z możliwością utraty
Bardziej szczegółowoAksjomat synergii w arytmetyce finansowej
Krzysztof Piasecki Akademia Ekonomiczna w Poznaniu Aksjomat synergii w arytmetyce finansowej Problem badawczy Pieniądz odpowiednio traktowany zwiększa swą wartość wraz z upływem czasu. Jest to przyrost
Bardziej szczegółowoMateriał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER. Wprowadzenie do problematyki decyzji menedżerskich. Mgr Piotr Urbaniak
Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER Wprowadzenie do problematyki decyzji menedżerskich Mgr Piotr Urbaniak Wprowadzenie 1 2 3 4 Czym jest ekonomia menedżerska? Etapy
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoEkonomia sektora publicznego Kod przedmiotu
Ekonomia sektora publicznego - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonomia sektora publicznego Kod przedmiotu 14.3-WZ-EkoP-ESP-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia
Bardziej szczegółowoMatematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXI Egzamin dla Aktuariuszy z 1 października 2012 r.
Komisja Egzaminacyjna dla Aktuariuszy LXI Egzamin dla Aktuariuszy z 1 października 2012 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1
Bardziej szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoUCHWAŁA Nr 672 KOMISJI PAPIERÓW WARTOŚCIOWYCH I GIEŁD. z dnia 1 października 2002 r.
Dz.Urz.KPWiG.02.13.66 UCHWAŁA Nr 672 KOMISJI PAPIERÓW WARTOŚCIOWYCH I GIEŁD z dnia 1 października 2002 r. w sprawie sporządzania i przedstawiania informacji reklamowych dotyczących funduszy inwestycyjnych
Bardziej szczegółowoCena do wartości księgowej (C/WK, P/BV)
Cena do wartości księgowej (C/WK, P/BV) Wskaźnik cenadowartości księgowej (ang. price to book value ratio) jest bardzo popularnym w analizie fundamentalnej. Informuje on jaką cenę trzeba zapład za 1 złotówkę
Bardziej szczegółowoAnaliza wielokryterialna wstęp do zagadnienia
Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym
Bardziej szczegółowoPOJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.
[1] POJĘCIA WSTĘPNE STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. BADANIE STATYSTYCZNE - ogół prac mających na celu poznanie struktury określonej
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 szczegółowoASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3
ASM 603 + ASM 604 + ASM 605: Finansowanie i wycena nieruchomości jako inwestycji cz. 1-3 Szczegółowy program kursu ASM 603: Finansowanie i wycena nieruchomości jako inwestycji cz. 1 1. Zagadnienia ekonomiczne
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Bardziej szczegółowoOGŁOSZENIE O ZMIANIE PROSPEKTU INFORMACYJNEGO IPOPEMA SPECJALISTYCZNEGO FUNDUSZU INWESTYCYJNEGO OTWARTEGO Z DNIA 11 WRZEŚNIA 2012 R.
OGŁOSZENIE O ZMIANIE PROSPEKTU INFORMACYJNEGO IPOPEMA SPECJALISTYCZNEGO FUNDUSZU INWESTYCYJNEGO OTWARTEGO Z DNIA 11 WRZEŚNIA 2012 R. Niniejszym, Ipopema Towarzystwo Funduszy Inwestycyjnych S.A., ogłasza
Bardziej szczegółowoDWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
Bardziej szczegółowoMatematyka finansowa. Ćwiczenia ZPI. Ćwiczenia do wykładu Zarządzanie portfelem inwestycyjnym 1
Matematyka finansowa Ćwiczenia ZPI 1 Zadanie 1. Procent składany W banku A oprocentowanie lokat 4% przy kapitalizacji kwartalnej. W banku B oprocentowanie lokat 4,5% przy kapitalizacji miesięcznej. W banku
Bardziej szczegółowoEkonomia behawioralna a ekonomia głównego nurtu
Ekonomia behawioralna a ekonomia głównego nurtu Konsekwencje podejścia behawioralnego dla teorii i praktyki gospodarczej Centrum Interdyscyplinarnych Badań nad Rynkami Finansowymi, Kolegium Gospodarki
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 429 EKONOMICZNE PROBLEMY TURYSTYKI NR 7 2006 RAFAŁ CZYŻYCKI, MARCIN HUNDERT, RAFAŁ KLÓSKA STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
Bardziej szczegółowoMetody niedyskontowe. Metody dyskontowe
Metody oceny projektów inwestycyjnych TEORIA DECYZJE DŁUGOOKRESOWE Budżetowanie kapitałów to proces, który ma za zadanie określenie potrzeb inwestycyjnych przedsiębiorstwa. Jest to proces identyfikacji
Bardziej szczegółowoMatematyka finansowa w pakiecie Matlab
Matematyka finansowa w pakiecie Matlab Wykład 5. Wycena opcji modele dyskretne Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK Kurs letni dla studentów studiów zamawianych na kierunku Matematyka
Bardziej szczegółowoMETODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Bardziej szczegółowoINWESTYCJE Instrumenty finansowe, ryzyko SPIS TREŚCI
INWESTYCJE Instrumenty finansowe, ryzyko Jajuga Krzysztof, Jajuga Teresa SPIS TREŚCI Przedmowa Wprowadzenie - badania w zakresie inwestycji i finansów Literatura Rozdział 1. Rynki i instrumenty finansowe
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Bardziej szczegółowoZarządzanie Kapitałem
Zarządzanie kapitałem kluczem do sukcesu W trakcie prac nad tworzeniem profesjonalnego systemu transakcyjnego niezbędne jest, aby uwzględnić w nim odpowiedni model zarządzania kapitałem (ang. money management).
Bardziej szczegółowoOgłoszenie o zmianach statutu KBC OMEGA Funduszu Inwestycyjnego Zamkniętego z dnia 13 czerwca 2014 r.
Ogłoszenie o zmianach statutu KBC OMEGA Funduszu Inwestycyjnego Zamkniętego z dnia 13 czerwca 2014 r. KBC Towarzystwo Funduszy Inwestycyjnych S.A. działające jako organ KBC OMEGA Funduszu Inwestycyjnego
Bardziej szczegółowoZintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie
dr hab. Grzegorz Bartoszewicz, prof. nadzw. UEP Katedra Informatyki Ekonomicznej Zintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie Tematyka seminarium związana jest z wykorzystaniem
Bardziej szczegółowoJak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Bardziej szczegółowoTesty post-hoc. Wrocław, 6 czerwca 2016
Testy post-hoc Wrocław, 6 czerwca 2016 Testy post-hoc 1 metoda LSD 2 metoda Duncana 3 metoda Dunneta 4 metoda kontrastów 5 matoda Newman-Keuls 6 metoda Tukeya Metoda LSD Metoda Least Significant Difference
Bardziej szczegółowoOpis funduszy OF/ULS2/2/2016
Opis funduszy OF/ULS2/2/2016 Spis treści Opis funduszy OF/ULS2/2/2016 Rozdział 1. Postanowienia ogólne... 3 Rozdział 2. Polityka inwestycyjna i opis ryzyka UFK portfel Dłużny... 3 Rozdział 3. Polityka
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 szczegółowoW okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej.
W okresie pierwszych dwóch i pół roku istnienia funduszu ponad 50% podmiotów było lepszych od średniej. Istnieje teoria, że fundusze inwestycyjne o stosunkowo krótkiej historii notowań mają tendencję do
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA (skrajne daty)
Załącznik nr 4 do Uchwały Senatu nr 430/01/015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 015-017 (skrajne daty) 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Instrumenty finansowe Kod
Bardziej szczegółowoOpisy przedmiotów do wyboru
Opisy przedmiotów do wyboru moduły specjalistyczne oferowane na stacjonarnych studiach II stopnia (magisterskich) dla 1 roku matematyki semestr letni, rok akademicki 2017/2018 Spis treści 1. Algebra i
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 3 Zmienna losowa i jej rozkłady Zdarzenia losowe Pojęcie prawdopodobieństwa
Bardziej szczegółowoAkademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Decyzje inwestycyjne na giełdzie dr Dominika Kordela Uniwersytet Szczeciński 29 listopad 2018 r. Plan wykładu Giełda Papierów Wartościowych Papiery wartościowe Inwestycje Dochód
Bardziej szczegółowoZarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński
Zarządzanie ryzykiem Opracował: Dr inŝ. Tomasz Zieliński I. OGÓLNE INFORMACJE O PRZEDMIOCIE Cel przedmiotu: Celem przedmiotu jest zaprezentowanie studentom podstawowych pojęć z zakresu ryzyka w działalności
Bardziej szczegółowo