Predykcja szeregów czasowych algorytmem uwzględniającym przesuwne okno czasowe i podział jednostkowy szeregów

Celem artykułu jest przedstawienie autorskiego algorytmu do predykcji szeregów czasowych. Algorytm oparto na sztucznych sieciach neuronowych oraz analizie wielorozdzielczej. Jednakże główną cechą algorytmu, dającą dobrą jakość prognozy, jest podział wszystkich uwzględnionych w analizie szeregów na kilkuelementowe podszeregi oraz uzależnienie predykcji danego szeregu od innych szeregów ekonomicznych. Aplikację algorytmu przeprowadzono na szeregu prezentującym WIG. Prognozę WIG uzależniono od notowań indeksów Dow Jones, DAX, Nikkei, Hang Seng, z uwzględnieniem przesuwnego okna czasowego. Wyznaczono, jako przykładową aplikację autorską, prognozę WIG na okres 10, 20 i 30 dni.

This article presents the author's algorithm for time series prediction. The algorithm based on artificial neural networks and multiresolution analysis. However, the main feature of the algorithm, giving a good quality of forecasts, it is all included in the division series analysis on several elements under-series and dependence prediction of a series of other economic ranks. The application of the algorithm was performed on a series of presenting WIG. The forecast WIG made dependent on trading the Dow Jones, DAX, Nikkei, Hang Seng taking into account the shift of the time window. They were, as a sample application copyright forecast WIG for a period of 10, 20 and 30 days.