Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Prognozowanie cen" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 23
Tytuł:
Predicting oil prices
Prognozowanie cen ropy naftowej
Autorzy:
Ejdys, J.
Halicka, K.
Winkowski, C.
Powiązania:
https://bibliotekanauki.pl/articles/256449.pdf
Data publikacji:
2014
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
forecasting
forecast quality
price
crude oil
Holt-Winters model
artificial neural networks
prognozowanie
jakość prognozy
cena
ropa naftowa
model Holta-Wintersa
sztuczna sieć neuronowa
Opis:
The purpose of this article is the use of artificial intelligence methods and exponential smoothing methods to determine the short-term forecast of BRENT oil prices. Another important objective of the research is to conduct a comparative analysis of the quality of the forecasts and make recommendations concerning the constructed forecasting models. Historical data used in this study came from the London Stock Exchange and covered the period from January 2012 to April 2013. The selection of forecasting models was based on the visual decomposition of the time series. The comparative analysis of the quality of the forecasts was carried out, inter alia, on the basis of such measures as mean error (ME), mean absolute error (MAE), root of mean squared error (RMS), mean relative error (MAPE), and the relative error (APE).
Celem niniejszego artykułu jest zastosowanie metod sztucznej inteligencji oraz metod wygładzania wykładniczego do wyznaczenia krótkookresowej prognozy ceny ropy naftowej BRENT. Kolejnym istotnym celem badań jest przeprowadzenie analizy porównawczej jakości otrzymanych prognoz i dokonanie rekomendacji zbudowanych modeli prognostycznych. Dane historyczne wykorzystane w niniejszym badaniu pochodziły z giełdy London Stock Exchange i obejmowały okres od stycznia 2012 r. do kwietnia 2013 r. Wyboru modeli prognostycznych dokonano na podstawie wizualnej dekompozycji szeregu czasowego. Analiza porównawcza jakości otrzymanych prognoz została przeprowadzona między innymi na podstawie takich miar jak średni błąd (ME), średni bezwzględny błąd (MAE), pierwiastek ze średniego kwadratowego błędu (RMS), średni względny błąd (MAPE) oraz względny błąd (APE).
Źródło:
Problemy Eksploatacji; 2014, 1; 5-13
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie cen na przykładzie sprzedaży dorszy w Polsce w latach 2004–2013
Autorzy:
Kieliszewska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/518289.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Gdański. Wydział Ekonomiczny
Tematy:
prognozowanie
ceny
rynek rybny
szereg czasowy
dekompozycja
Opis:
In the modern economy, market entities are trying to reduce risk and uncertainty in their actions. The most important element is the price and the need for information on future prices is crucial for efficient business. Forecasting is a form of predicting the future. The aim of the study was to determine if decomposition of the time series allows to generate reliable and short-term price forecasts. The indicators were the first-sale prices of Baltic cod, which were landed in Polish ports by Polish fishing operators in 2004–2013. The analysis showed that random fluctuations have the greatest impact on prices, and thus, the utilised forecast model is not a good method for predicting these prices.
Źródło:
Zeszyty Studenckie Wydziału Ekonomicznego „Nasze Studia”; 2015, 7; 140-149
1731-6707
Pojawia się w:
Zeszyty Studenckie Wydziału Ekonomicznego „Nasze Studia”
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie cen energii elektrycznej na giełdzie energii
Forecasting the price of electricity on the energy exchange
Autorzy:
Ejdys, J.
Halicka, K.
Godlewska, J.
Powiązania:
https://bibliotekanauki.pl/articles/325187.pdf
Data publikacji:
2015
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
prognozowanie
giełda energii
cena energii
model Holta-Wintersa
sztuczne sieci neuronowe
forecasting
energy exchange
energy price
model Holt-Winters
artificial neural networks
Opis:
Zasadniczym celem artykułu było wyznaczenie prognozy ceny energii elektrycznej na Rynku Dnia Następnego Towarowej Giełdy Energii. Kolejnym istotnym celem badań było przeprowadzenie analizy porównawczej jakości otrzymanych prognoz i dokonanie rekomendacji zbudowanych modeli prognostycznych. Początkowo przeanalizowano zebrane dane, przeprowadzono dekompozycję analizowanego szeregu czasowego. Następnie wyznaczono prognozę ceny energii elektrycznej na giełdzie energii, wykorzystując takie metody, jak model Holta- Wintersa oraz sztuczne sieci neuronowe.
The main objective of this paper was to determine the forecast of the price of electricity on the POLPX Day Ahead Market. Another important aim of the study was to conduct a comparative analysis of the quality of the forecasts and make recommendations concerning the constructed forecasting models. Initially the collected data was analyzed, and the decomposition of the analyzed time series was performed. Then the forecast of electricity prices on the energy exchange was determined using methods such as the Holt-Winters model and artificial neural networks.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2015, 77; 53-61
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie ceny jednego metra kwadratowego mieszkania w Polsce
Autorzy:
Kozicki, Bartosz
Waściński, Tadeusz
Lisowska, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/1819102.pdf
Data publikacji:
2019-05-12
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
Ceny nieruchomości
Mieszkania
Nakłady inwestycyjne
Polska
Prognozowanie cen
Opis:
W artykule omówiono problem z zakresu prognozowania ceny jednego metra kwadratowego mieszkania w Polsce w latach 1999- 2017 w ujęciu kwartalnym na podstawie informacji pierwotnych uzyskanych z Narodowego Banku Polskiego. Badania rozpoczęto od analizy i oceny szeregów czasowych. Na podstawie uzy-skanych ocen, dobrano metody prognostyczne i wykonano prognozowanie. Następnie przeprowadzono analizę zastosowanych metod prognostycznych i wybrano najlepszą.
Źródło:
Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach; 2018, 46, 119; 27-33
2082-5501
Pojawia się w:
Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie cen aktywów: Eugen F. Fama, Lars P. Hansen, Robert Shiller – laureaci Nagrody Nobla w dziedzinie ekonomii w 2013 r
Autorzy:
K, Waldemar F R Ą C K O W I A
A, Adam Z A R E M B
Powiązania:
https://bibliotekanauki.pl/articles/701814.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Źródło:
Ekonomista; 2014, 4
0013-3205
2299-6184
Pojawia się w:
Ekonomista
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
PROGNOZOWANIE CEN AKCJI ZA POMOCĄ INDEKSU DJIA – WERYFIKACJA EMPIRYCZNA (CZ. II)
SHARE PRICE FORECASTING BY MEANS OF INDEX DJIA– EMPIRICAL VERIFICATION (PART II)
Autorzy:
Gostkowska-Drzewicka, Magdalena
Czaja, Paweł Tobiasz
Powiązania:
https://bibliotekanauki.pl/articles/441610.pdf
Data publikacji:
2013
Wydawca:
Sopocka Akademia Nauk Stosowanych
Tematy:
technical analysis
Candlestick Patterns
charts
the index DJIA
analiza techniczna
wykresy świecowe
indeks DJIA
Opis:
Fluktuacje indeksu DJIA stanowią przedmiot rozważań artykułu. Celem publikacji jest przedstawienie empirycznych podstaw analizy technicznej w kontekście indeksu DJIA. Okres badań – w zależności od przyjętego interwału – obejmuje lata 1989-2012 i 2009-2012. Prognoza zmian wartości indeksu DJIA została przeprowadzona w dwóch etapach, które obejmowały kolejno interwał dzienny, tygodniowy, miesięczny i kwartalny. Pierwszy etap badań został przeprowadzony 8 czerwca 2012 roku. Na tej podstawie opracowano prognozy zmian wartości indeksu DJIA, które zostały następnie zweryfikowane w dniu 6 grudnia dla interwałów dziennego, tygodniowego i miesięcznego oraz w dniu 31 grudnia dla interwału kwartalnego. Analizy zostały sporządzone na podstawie danych zamieszczonych na stronie internetowej www.stooq.pl oraz programu do tworzenia wykresów Amibroker v. 5.50. Podstawowym narzędziem, które wykorzystano do badania były wykresy świecowe oraz pomocniczo – średnie kroczące i oscylator MACD.
DJIA index fluctuations are the subject of considerations in the article. The aim of the publication is to present the empirical basis of technical analysis in the context of the DJIA index. The study period – depending on the particular interval – covers the years 1989-2012 and 2009-2012. Forecast for changes in the DJIA index was carried out in two stages, which included a successively intervals: daily, weekly, monthly and quarterly. The first stage of the research has been carried out on 8 June 2012. On this basis, forecasts for changes in the DJIA index. Then they were verified on 6 December for intervals daily, weekly and monthly on 31 December for quarterly interval. Analyses were based on data published on the website www.stooq.pl and the software to charting Amibroker v. 5.50. The main tool that was used to study Candlestick Patterns and auxiliary - moving averages and MACD oscillator.
Źródło:
Przestrzeń, Ekonomia, Społeczeństwo; 2013, 3/1; 85-98
2299-1263
2353-0987
Pojawia się w:
Przestrzeń, Ekonomia, Społeczeństwo
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
PROGNOZOWANIE CEN AKCJI ZA POMOCĄ INDEKSU DJIA – PODSTAWY TEORETYCZNE (CZ. I)
SHARE PRICE FORECASTING BY MEANS OF INDEX DJIA – THEORETICAL BASIS (PART I)
Autorzy:
Gostkowska−Drzewicka, Magdalena
Czaja, Paweł Tobiasz
Powiązania:
https://bibliotekanauki.pl/articles/441697.pdf
Data publikacji:
2012
Wydawca:
Sopocka Akademia Nauk Stosowanych
Tematy:
analiza techniczna
wykresy świecowe
indeks DJIA
technical analysis
Candlestick Patterns
charts the index DJIA
Opis:
Analiza techniczna oraz indeks DJIA stanowią przedmiot rozważań artykułu. Celem publikacji jest przedstawienie teoretycznych oraz empirycznych podstaw analizy technicznej w kontekście indeksu DJIA. Na treść publikacji składa się opis pojęcia i genezy analizy technicznej, jej podstawowe narzędzia oraz historia stosowania indeksu DJIA.
Technical analysis and the DJIA index are the subject of considerations in the article. The aim of the publication is to present the theoretical empirical basis of technical analysis in the context of the DJIA index. The content of the publication consists of a description of the concepts and origins of technical analysis, its basic tools and the history of the DJIA index.
Źródło:
Przestrzeń, Ekonomia, Społeczeństwo; 2012, 2/II; 105-114
2299-1263
2353-0987
Pojawia się w:
Przestrzeń, Ekonomia, Społeczeństwo
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Podejmowanie decyzji inwestycyjnych na Rynkach nieruchomości mieszkaniowych w oparciu o prognozy cen mieszkań konstruowane na podstawie opinii ekspertów zużyciem rozkładu Weibulla
Making Investment Decisions on Housing Markets Based on Forecasts Housing Prices Constructed on the Basis of Expert Opinion Using the Weibull Distribution
Autorzy:
Dittmann, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/587250.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Decyzje inwestycyjne
Nieruchomości mieszkaniowe
Prognozowanie cen
Rynek nieruchomości
Investment decisions
Prediction of prices
Real estate housing
Real estate market
Opis:
This paper applies to investment decisions on housing markets based on forecasts housing prices constructed on the basis of expert opinion using the Weibull distribution. The first part shows the different ways to generate or increase revenue from property. The second part addresses the issue of using different types of price forecasts on the housing market that are useful in making investment decisions. The third section deals with the aim of the study i.e. indicates the possibility of using the model of subjective probability Weibull distribution built on the judgment of experts to construct house price forecasts and to assess the chances of profitability of investment.
Źródło:
Studia Ekonomiczne; 2013, 155; 162-174
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie targowiskowych cen żywca wieprzowego w Polsce
The forecasting of purchase prices of hog livestock in Poland
Autorzy:
Lira, J.
Powiązania:
https://bibliotekanauki.pl/articles/865428.pdf
Data publikacji:
2011
Wydawca:
The Polish Association of Agricultural and Agribusiness Economists
Opis:
Oceniono dokładność krótkoterminowych prognoz targowiskowych cen żywca wieprzowego uzyskanych z uwzględnieniem wahań cyklicznych i sezonowych na podstawie modelu multiplikatywnego według zmodyfi kowanej metody klasycznej.
The aim of the paper was the assessment of accuracy of short-term forecasts of purchase prices of hog livestock obtained taking into account the cyclical and seasonal fl uctuations on the basis of multiplicative model, according to the modifi ed classical method. The highest forecast accuracy is obtained with one to three months advance (77.3%, 61.5% and 47.6%, respectively), and the median of the good and very good forecasts amounted to about 37%. Moreover, the lower the changeability of hog livestock prices as shown by the forecast, the more accurate the forecast is.
Źródło:
Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu; 2011, 13, 3
1508-3535
2450-7296
Pojawia się w:
Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting housing sale prices in Germany by application of machine learning models and methods of data exploration
Przewidywanie cen mieszkań w Niemczech z wykorzystaniem modeli uczenia maszynowego i metod eksploracji danych
Autorzy:
Kim, Chong Dae
Bedorf, Nils
Powiązania:
https://bibliotekanauki.pl/articles/32041024.pdf
Data publikacji:
2024
Wydawca:
Szkoła Główna Handlowa w Warszawie
Tematy:
uczenie maszynowe
Niemcy
ekonomia
zbiór danych o rynku nieruchomości
big data
prognozowanie cen
machine learning
Germany
economics
real estate dataset
sale price prediction
Opis:
The prediction of real estate prices is a popular problem in the field of machine learning and often demonstrated in literature. In contrast to other approaches, which regularly focus on the US market, this paper investigates the biggest, German real estate dataset, with more than 1.5 million unique samples and more than 20 features. In this paper we implement and compare different machine learning models in respect to performance and interpretability to give insight in the most important properties, which contribute to the sale price. Our experiments suggest that the prediction of sale prices in a realworld scenario is achievable yet limited by the quality of data rather than quantity. The results show promising prediction scores but are also heavily dependent on the location, which leaves room for further evaluation.
Przewidywanie cen nieruchomości jest popularnym problemem w dziedzinie uczenia maszynowego i często przedstawianym w literaturze. W przeciwieństwie do innych podejść, które koncentrują się na rynku amerykańskim, niniejszy artykuł bada największy niemiecki zbiór danych dotyczących nieruchomości, zawierający ponad 1,5 mln unikatowych próbek i ponad 20 cech. W tym artykule wdrażamy i porównujemy różne modele uczenia maszynowego pod względem wydajności i możliwości interpretacji, aby uzyskać wgląd w najważniejsze
Źródło:
Kwartalnik Nauk o Przedsiębiorstwie; 2024, 71, 1; 107-122
1896-656X
Pojawia się w:
Kwartalnik Nauk o Przedsiębiorstwie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Możliwości zwiększenia wartości rynkowej produkcji poprzez optymalizację harmonogramów pracy elektrowni wodnej na dobę następną
Possibilities to increase production market value through a day ahead hydro power plant schedules optimization
Autorzy:
Pakulski, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/267020.pdf
Data publikacji:
2019
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
prognozowanie cen energii
sztuczne sieci neuronowe
elektrownia wodna
zwiększenie wartości rynkowej produkcji
energy prices forecasting
artificial neural network
hydropower plant
market value production increase
Opis:
Opracowanie ma na celu przedstawienie możliwości zwiększenia wartości rynkowej produkcji elektrowni wodnych (EW) poprzez cenową optymalizację harmonogramów ich pracy na dobę następną. W referacie przedstawiono koncepcję prognozowania cen energii na Towarowej Giełdzie Energii (TGE) na podstawie określonych w Krajowym Systemie Elektroenergetycznym (KSE) warunków popytowo - podażowych. Zaprezentowano wyniki testowania oraz walidacji modeli prognostycznych, wykorzystujących metody sztucznej inteligencji, pod kątem poprawności prognozowania oraz odwzorowania dobowych profili cenowych. Wykazano, że poprzez zmianę dobowego harmonogramowania pracy EW istnieje możliwość zwiększenia wartości rynkowej produkcji EW w okresie średniorocznym o ok. 5-7 % w stosunku do wariantu aktualnego.
The study aims at presenting the possibilities of hydropower plants (HPPs) market value production increase through a day ahead pricing schedule optimization. The change of HPPs planning system in Poland results from the new provisions introduced in national legislation, in particular from the validity of the renewable energy sources act. The approach presented in this paper is based on the change of current HPPs schedules by using energy price forecasts. The paper presents the concept of energy price forecasting at the Polish Power Exchange (PPE) based on the demand and supply conditions defined in the National Power System. The results of testing and validation forecast models using artificial intelligence methods were presented. The research was carried out to check correctness of forecasting systems and the mapping of daily price profiles in various conditions. It has been shown that it is possible to increase the HPPs production market value by changing the daily HPPs operation schedule by about 5-7% compared to the present case. The risk factors that may contribute to the reduction of the expected income were indicated. Potential areas for further growth in the production market value were presented.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 63; 81-84
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele autoregresyjne w prognozowaniu cen zbóż w Polsce
Autoregressive models used for forecasting the prices of crops in Poland
Autorzy:
Tłuczak, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/453640.pdf
Data publikacji:
2010
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
ceny zbóż
modele autoregresyjne
prognozowanie
crop prices
autoregressive models
forecasting
Opis:
Prognozowanie cen rolnych odgrywa dużą rolę we wspomaganiu decyzji produkcyjnych w gospodarstwach rolnych. Poprawne prognozowanie cen pozwala na ograniczenie ryzyka związanego z prowadzeniem działalności gospodarczej. W opracowaniu zastosowano modele autoregresyjne, za pomocą których wyznaczono prognozy cen podstawowych zbóż w skupie na 2010 rok. Do oceny modeli oraz prognoz wykorzystano współczynnik determinacji oraz średnie błędy ex post prognoz wygasłych.
The forecasting of crop prices is one of the most important factors in making decision on production farms. The appropriate forecast allows for limiting the risk connected with one’s economic activity. In this study autoregressive models have been used, which helped to determine the price forecast for crops in the purchasing centres in 2010. To determine the quality of forecast the average ex-post errors of the past forecasts have been used. The achieved results show that autoregressive models are an effective tool in forecasting the crop prices in Poland.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2010, 11, 2; 254-263
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Czy dezagregacja indeksu cen poprawia prognozy polskiej inflacji?
Forecasting Inflation Components – Does it Help to Predict Polish Inflation?
Autorzy:
Baranowski, Paweł
Mazurek, Małgorzata
Nowakowski, Maciej
Raczko, Marek
Powiązania:
https://bibliotekanauki.pl/articles/1827218.pdf
Data publikacji:
2010-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
prognozowanie
inflacja
subindeksy cen
agregacja
forecasting
inflation
inflation components
sectoral aggregation
Polska
Opis:
W dotychczasowych badaniach rozważa się celowość wykorzystania na cele prognostyczne danych o niższym stopniu agregacji (np. dla inflacji Hubrich, 2005; Reijer and Vlaar, 2006). W artykule badamy czy prognozowanie 12 subindeksów cen dóbr i usług konsumpcyjnych (komponentów inflacji), a następnie ich agregacja poprawia trafność prognozy inflacji. Prognozy inflacji oraz jej poszczególnych komponentów wyznaczymy przy pomocy modeli autoregresji (AR), średniej ruchomej (MA), wektorowej autoregresji (VAR) oraz autoregresji progowej (TAR). Otrzymane wyniki nie pozwalają jednoznacznie rozstrzygnąć postawionego problemu. Okazuje się, że dla modeli AR i TAR dezagregacja nie pozwala zmniejszyć błędów prognoz, dla modeli MA nie otrzymano jednoznacznych wskazań testów, zaś dla VAR zmniejsza błędy prognoz.
This paper examines whether forecasting CPI components improves CPI forecast. We exploit quarterly data for Poland, disaggregated into 12 components. We follow methodology used in previous studies for Euro Area (Hubrich, 2005; Reijer and Vlaar, 2006). AR, MA, TAR and unrestricted VAR models are estimated using recursive sample and aggregated into CPI. Using out-of-sample forecasts, these models are evaluated and compared to the benchmark -- equivalents for aggregate CPI. The evidence is mixed. VAR component-forecast outperform benchmark. Contrary to VAR, for AR and TAR models we do not find substantial gain from using disaggregated data. Results for MA models are not robust. Moreover, it seems that results for AR- and VAR-based forecasts are comparable to consensus forecast.
Źródło:
Przegląd Statystyczny; 2010, 57, 1; 17-33
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting Models Based on Fuzzy Logic: An Application on International Coffee Prices
Modele prognostyczne oparte na logice rozmytej: aplikacja dotycząca międzynarodowych cen kawy
Autorzy:
Fatih, Chellai
Powiązania:
https://bibliotekanauki.pl/articles/2168712.pdf
Data publikacji:
2022
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
fuzzy logic
time series
forecasting
coffee prices
FTS models
logika rozmyta
szeregi czasowe
prognozowanie
ceny kawy
Opis:
In recent decades, Fuzzy Time Series (FTS) has become a competitive, sometimes complementary, approach to classical time series methods such as that of Box-Jenkins. This study has two different purposes: a theoretical purpose, presenting an overview of the fuzzy logic and fuzzy time series models, and a practical purpose, which is to estimate and forecast monthly international coffee prices during the period 2000-2022. Analysing and forecasting the dynamics of coffee prices is of great interest to producers, consumers, and other market actors in managing and making rational decisions. The findings showed that international coffee prices exhibited significant fluctuations, with large increases and decreases influenced mainly by the level of top-ranked producers. The forecasted results revealed that a decrease in prices during the next six months (Jan 2023 to June 2023) is expected. Based on the results, it is also clear that the FTS models are more flexible and can be applied in forecasting time-series variables. At the same time, volatility and, sometimes, the unexpected swingsin coffee prices continue to draw more criticism and raise different issues regarding the roles of the markets and countries in ensuring food security.
W ostatnich dziesięcioleciach rozmyte szeregi czasowe stały się konkurencyjnym, czasem uzupełniającym, podejściem wobec klasycznych metod analizy szeregów czasowych, takich jak metoda Boxa-Jenkinsa. Prezentowane badanie ma dwa różne cele: cel teoretyczny, w którym przedstawiono przegląd logiki rozmytej i modeli rozmytych szeregów czasowych, oraz cel praktyczny, którym jest oszacowanie i prognoza miesięcznych międzynarodowych cen kawy w okresie 2000-2022. Analiza i prognozowanie dynamiki cen kawy ma duże znaczenie dla producentów, konsumentów i uczestników rynku w zarządzaniu i podejmowaniu racjonalnych decyzji. Wyniki pokazały, że międzynarodowe ceny kawy wykazywały duże wahania, z dużymi wzrostami i spadkami, na które wpływ miał głównie poziom czołowych producentów. Zgodnie z wynikami prognoz należy spodziewać się spadku cen w ciągu najbliższych sześciu miesięcy (od stycznia do czerwca 2023 r.). Na podstawie uzyskanych wyników można stwierdzić, że modele FTS są bardziej elastyczne i mogą być stosowane w prognozowaniu zmiennych szeregów czasowych. Z drugiej strony zmienność, a czasami nieoczekiwane zmiany cen kawy nadal powodują coraz większą krytykę i sygnalizują, że należy zwrócić uwagę na różne kwestie dotyczące roli rynków i państw w zapewnianiu bezpieczeństwa żywnościowego.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2022, 26, 4; 1-16
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie wybranego subindeksu CPI przy użyciu danych Google Trends
Forecasting transport inflation using Google Trends
Autorzy:
Marynowska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/585573.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza czynnikowa
Google Trends
Inflacja
Prognozowanie
Wskaźnik cen towarów i usług konsumpcyjnych
Consumer price index (CPI)
Forecasting
Inflation
Principal components
Opis:
Prognozy inflacji mają bezpośredni wpływ na prowadzenie polityki monetarnej państwa oraz odgrywają dużą rolę w uświadamianiu społeczeństwa o potrzebie wprowadzenia ewentualnych zmian w sposobie jej prowadzenia. W celu zapewnienia trafności konstruowanych prognoz stale poszukuje się zmiennych, które istotnie wpływają na inflację. Celem artykułu jest sprawdzenie, czy dane udostępniane przez serwis Google Trends mogą poprawić dokładność prognoz komponentów CPI związanych z sektorem transportowym. Dla każdego z subindeksów zbudowano modele prognostyczne uwzględniające zmienne wpływające na poziom wybranych cen, modele wzbogacone o hasła z wyszukiwarki Google i modele zawierające w swojej specyfikacji wspólne czynniki opisujące zmienność 32 wybranych haseł Google.
Inflation forecasts determine the monetary policy and can be treated as a way of raising society’s awareness of the fact that it needs certain adjustments. Experts continuously seek for the adequate variables that affect the level of inflation. In this paper the author examines whether Google Trends improve forecast of three chosen CPI components related to transport. The Author created a prognostic model for each of the components. Created models include: independent variables such as oil price and rate of excise duty, chosen variables together with statistics provided by Google Trends or principal components (explaining 32 google variables’ volatility) accordingly.
Źródło:
Studia Ekonomiczne; 2018, 375; 55-72
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 23

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies