WPŁYW ROZSZERZENIA PRÓBKI PRZY GENEROWANIU WSPÓŁCZYNNIKÓW FALKOWYCH SZEREGU NA TRAFNOŚĆ PROGNOZY

Podobne dokumenty
PROGNOZY INSTRUMENTÓW FINANSOWYCH GENEROWANE WSPÓŁCZYNNIKAMI FALKOWYMI Z ROZSZERZENIEM

Analiza matematyczna i algebra liniowa

kpt. dr inż. Marek BRZOZOWSKI kpt. mgr inż. Zbigniew LEWANDOWSKI Wojskowy Instytut Techniczny Uzbrojenia

Analiza I.1, zima wzorcowe rozwiązania

H brak zgodności rozkładu z zakładanym

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

FALKA JAKO GŁÓWNY INSTRUMENT WSPOMAGAJĄCY PREDYKCJĘ WYNAGRODZEŃ GOSPODARSTW DOMOWYCH

INDUKCJA MATEMATYCZNA

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

PREDYKCJA SZEREGÓW CZASOWYCH ALGORYTMEM UWZGLĘDNIAJĄCYM PRZESUWNE OKNO CZASOWE I PODZIAŁ JEDNOSTKOWY SZEREGÓW

Kombinacje, permutacje czyli kombinatoryka dla testera

IV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce

STATYSTYKA I ANALIZA DANYCH

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE PODSTAWOWYCH CZŁONÓW LINIOWYCH UKŁADÓW AUTOMATYKI

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

O liczbach naturalnych, których suma równa się iloczynowi

Wyższe momenty zmiennej losowej

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Józef Borkowski. Metody interpolacji widma i metoda LIDFT w estymacji parametrów sygnału wieloczęstotliwościowego

Metody Podejmowania Decyzji

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Estymacja przedziałowa

EFEKTYWNOŚĆ INWESTYCJI KAPITAŁOWYCH MIERZONA MODELEM OPARTYM NA ANALIZIE FALKOWEJ W NIESTABILNYM OTOCZENIU GOSPODARCZYM

INWESTYCJE ALTERNATYWNE NA POLSKIM RYNKU KAPITAŁOWYM

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

WIELOMIANOWA GENERACJA DANYCH W ANALIZIE FALKOWEJ

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

Ćwiczenie 10/11. Holografia syntetyczna - płytki strefowe.

SYSTEM KOMPUTEROWY UŁATWIAJĄCY WYKORZYSTANIE INFORMACJI O ZJAWISKACH SOCJALNO-EKONOMICZNYCH PRZY WYBORZE FIRM INWESTUJĄCYCH NA DANYM TERENIE

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

( 0) ( 1) U. Wyznaczenie błędów przesunięcia, wzmocnienia i nieliniowości przetwornika C/A ( ) ( )

ANALIZA JEDNOKIERUNKOWEJ MIGRACJI WARTOŚCI

PREZENTACJA MODULACJI ASK W PROGRAMIE MATCHCAD

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

Zajęcia nr. 2 notatki

Zeszyty naukowe nr 9

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

ZASTOSOWANIE PAKIETU SIMULINK DO MODELOWANIA TRANSMISJI VDSL*

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS

Szybka transformacja Fouriera (FFT Fast Fourier Transform)

Procent składany wiadomości podstawowe

Przejście światła przez pryzmat i z

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Liczby pierwsze o szczególnym. rozmieszczeniu cyfr:

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

ELEKTROTECHNIKA I ELEKTRONIKA

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

Analiza I.1, zima globalna lista zadań

Ekonometryczna analiza popytu na wodę

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

UKŁADY RÓWNAŃ LINOWYCH

UWAGI O GRANICZNYCH ROZKŁADACH EKSTREMALNYCH STATYSTYK POZYCYJNYCH

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

Elementy modelowania matematycznego

Zadania II etapu Konkursu Chemicznego Trzech Wydziałów PŁ teoria III Edycja Rok szkolny 2016/17 Nr startowy zawodnika A A. Zadanie 1. Nawozy (..

ANALIZA DANYCH DYSKRETNYCH

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA

Teoria Sygnałów. II Inżynieria Obliczeniowa. Wykład 13

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

POLITECHNIKA OPOLSKA

Wykład 11. a, b G a b = b a,

Statystyczny opis danych - parametry

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

METODA ANALIZY JAKOCI PROCESÓW TECHNOLOGICZNYCH PRZY ZASTOSOWANIU KOMPUTEROWEGO WSPOMAGANIA

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Rachunek różniczkowy funkcji wielu zmiennych

MODEL KOSZTOWY X-BR-DRZEWA W PRZESTRZENNYCH BAZACH DANYCH COST MODEL FOR X-BR-TREE IN SPATIAL DATABASES

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

7. OBLICZENIA WIELKOŚCI ZWARCIOWYCH ZA POMOCĄ KOMPUTERÓW

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Statystyka powtórzenie (I semestr) Rafał M. Frąk

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU

OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH NA GRUNCIE TEORII PERSPEKTYWY

Pattern Classification

Czynnik czasu a modyfikacja dynamicznych miar oceny efektywności inwestycji

Prognozowanie wielkości sprzedaży z wykorzystaniem sztucznych sieci neuronowych na przykładzie przedsiębiorstwa branży kwiatowej

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

2.1. Studium przypadku 1

KONCEPCJA OCENY EFEKTYWNOŚCI FINANSOWEJ INWESTYCJI W CERTYFIKATY DYSKONTOWE NA PRZYKŁADZIE LOTOS SA

BADANIE DRGAŃ WYMUSZONYCH PRZY POMOCY WAHADŁA POHLA

Wykład 11 ( ). Przedziały ufności dla średniej

Kombinatorycznie o tożsamościach kombinatorycznych

BADANIA DOCHODU I RYZYKA INWESTYCJI

Transkrypt:

EKONOMETRIA ECONOMETRICS 4(46) 14 ISSN 157-866 Moia Hadaś-Dyduch Uiwersytet Eoomiczy w Katowicach e-mail: moia.dyduch@ue.atowice.pl WPŁYW ROZSZERZENIA PRÓBKI PRZY GENEROWANIU WSPÓŁCZYNNIKÓW FALKOWYCH SZEREGU NA TRAFNOŚĆ PROGNOZY Streszczeie: Celem badaia jest ocea wpływu zapropoowaej metody rozszerzeia próbi a trafość progozy szeregów, w tym przypadu idesu WIG. Progozę szeregu prezetującego WIG wyoao a podstawie modelu opartego a trasformacie falowej. Przed przystąpieiem do apliacji rozszerzeia szeregu wejściowy szereg daych podzieloo a próbi o parzystej liczbie obserwacji celem wyzaczeia doładiejszych progoz. W artyule socetrowao się tylo a dodatowym rozszerzeiu próbi przy wyzaczaiu współczyiów, omijając proces predycji. Zatem ie opisao w artyule szczegółowo modelu zastosowaego do predycji, poieważ ie jest celem artyułu ocea zdolości predycyjych modelu, a jedyie wpływ a ońcowy wyi progozy metody rozszerzeia szeregu przy wyzaczaiu współczyiów a. Słowa luczowe: trasformata falowa, aaliza wielorozdzielcza, predycja WIG, predycja szeregów, współczyii falowe. DOI: 1.15611/et.14.4.6 1. Wstęp Celem badaia jest ocea wpływu zapropoowaej metody rozszerzeia próbi a trafość progozy szeregów, w tym przypadu idesu WIG. Badaie w tym oteście jest iowacyje, chociaż samo progozowaie idesów giełdowych różorodymi metodami jest i było w literaturze szeroo omawiae [Lach 1; Hadaś- -Dyduch 1a; 14; Gurese, Kayautlu, Daim 11]. Progozę szeregu prezetującego WIG wyoao a podstawie modelu opartego a trasformacie falowej, poieważ fali z jedej stroy umożliwiają doładiejszą aalizę przez specyfiację osobych zależości według pasm częstości, a astępie ostruowaie progoz orygialych szeregów w postaci agregatów progoz wyzaczoych dla poszczególych ompoetów procesów (sal czasu), z drugiej zaś upraszczają aalizę przez przeształceie szeregu do postaci, dla tórej może być łatwiej dobrać odpowiedi predytor [Bruzda 1]. Oczywiście, ja

Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu... 6 ażda metoda, predycja z użyciem fale ma swoje wady i zalety. Wadą taiego podejścia jest m.i. zacza liczba parametrów podlegających estymacji i arbitralość wyboru fali czy poziomu deompozycji. Autorsi model zastosoway do badaia szeroo opisay w pozycji [Hadaś- -Dyduch 14] słada się z ilu zasadiczych etapów. W pierwszej olejości wyzaczamy fucję salującą i jej falę, astępie odpowiedio dobrae statystyczie i merytoryczie szeregi czasowe dzielimy a podszeregi z podziałem a dwa dodatowe podzbiory. Odpowiedio przygotowae dwie grupy podszeregów wprowadzamy do etapu sztuczej sieci euroowej. Efetem działaia sieci są współczyii falowe szuaych progoz w postaci współczyiów falowych. W ostatim etapie poprzez apliacje algorytmu odwrotej trasformaty falowej otrzymujemy wartości szuaych progoz. Dla ażdego etapu iezbęde jest wyzaczeie odpowiedich błędów i zastosowaie odpowiedich parametrów miimalizujących te błędy.. Założeia badaia Badaie wyoao a szeregu prezetującym WIG. Liczba obserwacji uwzględioa w badaiu wyosiła 4117. Szereg daych podzieloo a podszeregi o parzystej liczbie obserwacji, otrzymując 58 szeregów dwuelemetowych bądź 19 szeregów czteroelemetowych itd. Przyjmując podział ażdego szeregu a podszeregi dwuelemetowe, otrzymao: Podszereg 1: 1 obserwacja, obserwacja Podszereg : obserwacja, 4 obserwacja Podszereg 58: 4115 obserwacja, 4116 obserwacja. Progozę wyoao a ores 6, 1 i 4 miesięcy. Progozę szeregu prezetującego WIG wyoao a podstawie modelu opartego a trasformacie falowej, szczegółowo opisaego w pracach [Hadaś-Dyduch 1a; 14]. Celem badaia jest aaliza wpływu zapropoowaej metody rozszerzeia próbi a trafość progozy WIG. Do predycji szeregu WIG zastosowao m.i. aalizę falową opartą a falce Daubechies, wyrażoej wzorem: 1 1 ( r) (r 1) ( r) (r 1) (r ) ( r) 4 4 4 4 dla r 1 lub r.

64 Moia Hadaś-Dyduch. Rozszerzeie próbi Mając day szereg daych, azway w dalszej części rówież próbą: s s,, s1, s,..., s, s 1 obliczamy, uwzględiając dodatowe rozszerzeie próbi, współczyii falowe. W tym celu postępujemy zgodie z algorytmem: 1. Przyjmujemy, że: s s s, s,..., s, s p, p, p,..., p p., 1 1 1, 1. Zapisujemy formalą postać rozszerzeia próbi s : s s,..., s ( 1), s 1; s, s1,..., s, s ; s,..., s 1 1. Przypisujemy elemetom: oraz elemetom s s ( 1), s,..., s,..., s 1 1 odpowiedie wartości elemetów wejściowych próbi: s s s, s,..., s, s p, p, p,..., p gdzie:, 1 1 1, p 1 4. Zapisujemy ostateczą postać rozszerzeia próbi s : s,..., s ( 1), s 1; s, s1, s, s,..., s, s ; s,..., s 1 1 1 1 p,..., p, p ; p, p, p,..., p, p ; p, p,..., p. 1 1 1 1 1 5. Wyzaczamy współczyii falowe a z zależości: ( r ) s r r 1 a, (1) : D R fucja salującą fali Daubechies spełiająca astępujące warui: 1.., ( r) h (r) h1 (r 1) h (r ) h (r ),

Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu... 65 gdzie: Z ( ) 1, 1 h, 4 ( r) dla r r, j D : Z, j jz D D j D. j j h 1, 4 h, 4 1 h 4, 4 Rys. 1. Fucja : D R Źródło: opracowaie włase. 6. Apliujemy algorytm trasformaty falowej polegający a zastąpieiu ( 1) N całowitych przesuięć fucji salującej: ( 1) ~ f ( r) ( r ) 1 a przez rówoważą ombiację liiowych całowitych przesuięć fucji salującej ([ r / ] ) i fale ([ r/ 1] ) z iższego poziomu rozdzielczości:

66 Moia Hadaś-Dyduch ~ f ( r) Współczyii współczyii () a. 1 a ( 1) ( 1) 1 ([ r / ] ) c ([ r / 1] ). ( 1) a wsazują iższy poziom rozdzielczości iż początowe 4. Implemetacja zapropoowaego dodatowego rozszerzeia próbi do wyzaczeia współczyiów falowych Wartości poszczególych współczyiów falowych a wyzaczamy a podstawie algorytmu przedstawioego w rozdziale drugim z uwzględieiem dodatowego rozszerzeia próbi. Opierając się a zależości (1), wyzaczamy dla poszczególych wartości współczyii falowe dla pierwszego podszeregu daych. Dla. Wyzaczamy wartość fucji salującej w pucie r oraz w pucie r dla 1 r ( 1),..., 1. Wyii obliczeń pomociczych zestawioo w tab. 1. Tabela 1. Obliczeia pomocicze do wyzaczeia współczyia a dla = r ( r ) ( r ) s r ( 1) ( 4) (1) 1 1 () 1 () 967,7 1 (4) 945,6 (5) (6) 4 (7) 1 ( ) ( ) 1 1 Źródło: opracowaie włase. 1 ( )

Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu... 67 Na podstawie obliczeń zawartych w tab. 1 oraz wzoru (1) otrzymujemy wartość współczyia falowego a. Dla. Odpowiedie obliczeia zestawioo w tab.. Tabela. Obliczeia pomocicze do wyzaczeia współczyia a dla = r ( r ) ( r ) s r ( 1) ( ) () 1 (1) 1 () 1 967,7 1 () 945,6 (4) (5) 4 (6) 1 1 Źródło: opracowaie włase. 1 ( 1) Na podstawie obliczeń zawartych w tab. oraz wzoru (1) otrzymujemy a 1466,. Postępując aalogiczie, otrzymujemy wartości współczyiów falowych dla pozostałych wartości pierwszego podszeregu daych, tj.: Dla 1, a 1 975,789. Tabela. Obliczeia pomocicze do wyzaczeia współczyia a dla r ( r ) ( r ) ( ) r 967,7 1 ( 1) 945,6 () (1) 4 () Źródło: opracowaie włase. 1 1 s

68 Moia Hadaś-Dyduch Dla, a 191,716. Dla 1, a1. Dla, a (zob. tab. ). W sposób aalogiczy do przedstawioego powyżej wyzaczamy współczyii a dla pozostałych podszeregów utworzoych z szeregu główego. Ostateczie w wyiu trasformaty falowej otrzymujemy macierz współczyiów falowych, tóra przy podziale wejściowego szeregu a szeregi dwuelemetowe, jedym poziomie rozdzielczości fali i zaprezetowaej metodzie rozszerzeia próbi ma postać: 58,56 568,78 595,579 C 8166,957 8,584 7165,4975 511,67 548,554 517,5468 895,94 75,66 7144,6166 5,7196 98,59 67,97 197,88 448,9976 18,84 5,7196 98,59 67,97. 197,88 448,9976 18,84 5. Wyii progozy z uwzględieiem rozszerzoej próbi Otrzymaa macierz współczyiów falowych jest iezbęda do olejego etapu modelu progozy (zob. [Hadaś-Dyduch 1a; 14]), tj. do iicjalizacji sztuczej sieci euroowej oraz wyzaczeia współczyiów odwrotej trasformaty falowej 1. W ostateczości otrzymujemy astępujące błędy dla progozy: dwuletiej: bezwzględy błąd procetowy:,9%, odchyleie od wartości rzeczywistej: 4, roczej: bezwzględy błąd procetowy:,55%, odchyleie od wartości rzeczywistej: 1, półroczej: bezwzględy błąd procetowy:,179%, odchyleie od wartości rzeczywistej: 7. 1 Nie opisao w artyule szczegółowo modelu zastosowaego do predycji, poieważ ie jest celem artyułu ocea zdolości predycyjych modelu, a jedyie wpływ a ońcowy wyi progozy metody rozszerzeia szeregu przy wyzaczaiu współczyiów a.

Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu... 69 Tabela 4. Zestawieie wyiów progozy z podziałem szeregów Metoda Bezwzględy błąd procetowy dla progozy o horyzocie (w miesiącach) 4 1 6 Bez dodatowego rozszerzeia próbi i z podziałem szeregu a miejsze jedosti,%,11%,1% Dodatowe rozszerzeie szeregu i podział szeregu a miejsze jedosti,1%,6%,18% Źródło: opracowaie włase. Tabela 5. Zestawieie wyiów progozy bez podziału szeregów Metoda Bezwzględy błąd procetowy dla progozy o horyzocie (w miesiącach) 4 1 6 Bez dodatowego rozszerzeia szeregu i bez podziału szeregu a miejsze jedosti,1%,9%,9% Dodatowe rozszerzeie szeregu i bez podziału szeregu a miejsze jedosti,6%,17%,19% Źródło: obliczeia włase. Należy zauważyć, że progoza WIG modelem z apliacją zapropoowaego rozszerzeia podszeregów szeregów czasowych jest w ażdym przypadu miejsza od progozy, tym samym modelem bez dodatowego rozszerzeia podszeregów (tab. 4). 6. Zaończeie Celem badaia była ocea wpływu zapropoowaej metody rozszerzeia podszeregów wyodrębioych z główego szeregu czasowego a trafość progozy idesu WIG. Całościową progozę idesu WIG z apliacją zapropoowaej metody rozszerzeia podszeregów wyoao a podstawie modelu opartego a trasformacie falowej. Jedaże przed przystąpieiem do apliacji modelu oraz do rozszerzeia odpowiedich podszeregów wejściowe szeregi daych podzieloo a próbi o parzystej liczbie obserwacji celem wyzaczeia doładiejszych progoz. W badaiach przedstawioych w artyule socetrowao się tylo a dodatowym rozszerzeiu podszeregów szeregów główych przy wyzaczaiu współczyiów falowych, świadomie pomijając proces predycji. Sam proces predycji opisao zwięźle we wstępie do artyułu. Zatem ie opisao w artyule szczegółowo modelu zastosowaego do predycji, poieważ celem artyułu ie była ocea zdol-

7 Moia Hadaś-Dyduch ości predycyjych modelu, a jedyie wpływ a ońcowy wyi progozy WIG metody rozszerzeia szeregu przy wyzaczaiu współczyiów a. Otrzymae progozy poprzez zastosowaie algorytmu predycji M. H-D, opisaego szeroo w [Hadaś-Dyduch 14], oraz zapropoowae rozszerzeie podszeregów uwzględioych w badaiu szeregów czasowych, ja poazują otrzymae wyii, obarczoe są małym błędem. Na wartości błędów otrzymaych progoz WIG mogą mieć zasadiczy wpływ dwa czyii, tj. podział szeregu daych a miejsze jedosti, tzw. podszeregi, oraz dodatowe rozszerzeie próbi przy wyzaczaiu współczyiów falowych. W artyule ie opisao szczegółowo modelu zastosowaego do predycji, socetrowao się tylo a przedstawieiu idei dodatowego rozszerzeia próbi oraz oceie otrzymaych błędów predycji a podstawie suteczości rozszerzeia, poieważ badaia przedstawioe w artyule są otyuacją badań przedstawioych w [Hadaś-Dyduch 14]. Literatura Bruzda J., 1, Progozowaie metodą wyrówywaia falowego, Acta Uiversitatis Nicolai Coperici Zarządzaie. Gurese E., Kayautlu G., Daim T., 11, Usig a rtificial eural etwor models i stoc maret idex predictio, Expert Systems with Applicatios, vol. 8, s. 189-197. Hadaś M., 6, Zastosowaie sieci falowo-euroowej do predycji eoomiczych szeregów czasowych, [w:] Prace Nauowe UE we Wrocławiu r 111, Progozowaie w zarządzaiu firmą, praca zbiorowa pod redacją auową Pawła Dittmaa i Joay Krupowicz, Wydawictwo UE we Wrocławiu, Wrocław, s. 69-8. Hadaś M., 8, Sieć falowo-euroowa jao sutecze arzędzie do aalizy i predycji szeregów czasowych, [w:] Prace Nauowe UE, Metody matematycze, eoometrycze i omputerowe w fiasach i ubezpieczeiach 6, praca zbiorowa pod redacją Piotra Chrzaa i Tadeusza Czeria, Wydawictwo AE, Katowice, s. 175-185. Hadaś M., 8a, Wyorzystaie metod sztuczej iteligecji do wspomagaia decyzji iwestycyjych, [w:] Iwestowaie a ryu apitałowym, Studia i Prace Wydziału Nau Eoomiczych i Zarządzaia r 1, Uiwersytet Szczecińsi, Szczeci, s. 446-457. Hadaś M., 9, Progozowaie szeregów czasowych w oparciu o współczyii trasformaty falowej, optymalizowae przez sztuczą sieć euroową, [w:] Metody matematycze, eoometrycze i omputerowe w fiasach i ubezpieczeiach 9, praca zbiorowa pod redacją Adrzeja Staisława Barczaa, Wydawictwo Uiwersytetu Eoomiczego w Katowicach, Katowice, s. 59-69. Hadaś-Dyduch M., 1, Efetywość iwestycji apitałowych mierzoa modelem opartym a aalizie falowej w iestabilym otoczeiu gospodarczym, [w:] Iowacje w baowości i fiasach. Studia eoomicze, Zeszyty Nauowe Wydziałowe Uiwersytetu Eoomiczego w Katowicach umer 174, red. auowy J. Harasim, B. Frącze, Wydawictwo Uiwersytetu Eoomiczego w Katowicach, Katowice 1, s. 7-1. Hadaś-Dyduch M., 1a, Progozowaie szeregów czasowych w oparciu o współczyii trasformaty falowej, optymalizowae przez sztuczą sieć euroową, [w:] Metody matematycze, eoometrycze i omputerowe w fiasach i ubezpieczeiach 9, praca zbiorowa pod redacją Adrzeja Staisława Barczaa, Wydawictwo Uiwersytetu Eoomiczego w Katowicach, Katowice 11, s. 59-69.

Wpływ rozszerzeia próbi przy geerowaiu współczyiów falowych szeregu... 71 Hadaś-Dyduch M., 14, No-classical algorithm for time series predictio of the rage of ecoomic pheomea with regard to the iteractio of fiacial maret idicators, Chiese Busiess Review 1 (4), New Yor, s. 1-1. Lach A., 1, Predycja idesu WIG przy użyciu euroowego i euroowo-rozmytego systemu lasyfiującego, Zeszyty Nauowe UEP, r 4, Matematya i iformatya a usługach eoomii. Metody aalizy progozy. IMPACT OF SAMPLE EXTENSION IN THE GENERATION OF WAVELET COEFFICIENTS SERIES ON THE ACCURACY OF FORECASTS Summary: The purpose of the study is to ivestigate the effect of the proposed method of sample extesios to the accuracy of the forecast series, i this case the WIG idex. The forecast of series presetig the WIG was made o the basis of a model based o wavelet trasform. Prior to the applicatio of the extesio umber, the umber of iput data samples was divided ito a eve umber of observatios to defie a more accurate forecasts. The article focuses oly o the sample at a additioal extesio sets ecapsulatio of sippig the process of predictio coefficiets. Therefore the article does ot describe i detail the model used to predict because the aim of this article is ot to evaluate the ability of predictio model ad oly the effect o the fial outcome of predictio of six-rule extesio method whe determiig the a coefficiets. Keywords: wavelet trasform, multi-resolutio aalysis, predictio of WIG, predictio series, wavelet coefficiets.