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 "time-series" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Clustering companies listed on the Warsaw Stock Exchange according to time-varying beta
    Autorzy:
    Szczepocki, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/424953.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    time series clustering
    cluster analysis
    time-varying beta
    Opis:
    The beta parameter is a popular tool for the evaluation of portfolio performance. The Sharpe single-index model is a simple regression model in which the stock’s returns are regressed against the returns of a broader index. The beta parameter is a measure of the strength of this relation. Extensive recent research has proved that the beta is not constant in time and should be modelled as a time-variant coefficient. One of the most popular methods of the estimation of a time-varying beta is the Kalman filter. As the output of the Kalman filter, one obtains a sequence of the estimates of a time-varying beta. This sequence shows the historical dynamics of sensitivity of a company’s returns to the variations of market returns. The article proposes a method of clustering companies listed on the Warsaw Stock Exchange according to time-varying betas.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 2; 63-79
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Clustering macroeconomic time series
    Grupowanie makroekonomicznych szeregów czasowych
    Autorzy:
    Augustyński, Iwo
    Laskoś-Grabowski, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/424890.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    time series clustering
    similarity
    cluster analysis
    GDP
    Opis:
    The data mining technique of time series clustering is well established. However, even when recognized as an unsupervised learning method, it does require making several design decisions that are nontrivially influenced by the nature of the data involved. By extensively testing various possibilities, we arrive at a choice of a dissimilarity measure (compression-based dissimilarity measure, or CDM) which is particularly suitable for clustering macroeconomic variables. We check that the results are stable in time and reflect large-scale phenomena, such as crises. We also successfully apply our findings to the analysis of national economies, specifically to identifying their structural relations.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 2; 74-88
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie szeregów czasowych ze składową periodyczną z wykorzystaniem pakietu TSprediction programu R
    Forecasting time series with periodic component using TSprediction R package
    Autorzy:
    Bartłomowicz, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/424791.pdf
    Data publikacji:
    2014
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    forecasting
    time-series methods
    TSprediction package
    R program
    Opis:
    The main aim of the paper is to present selected features of TSprediction package developed for R environment, which now is one of the most important commercial computing platforms (offered under the GNU GPL license). The article presents the features of the TSprediction package enabling the prediction of time series where there is a periodic component in the form of seasonal fluctuations. The package includes an implementation of the most popular time series methods of forecasting with a periodic component in the additive and multiplicative variety of ratio and Winters and Klein methods. The effects of selected forecasting functions and ex-post forecasting errors of TSprediction R package are presented in the examples.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 199-210
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele hierarchiczne w prognozowaniu zmiennych o wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji
    Hierarchical models in forecasting of the high-frequency variables in the conditions of lack of full information
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/425235.pdf
    Data publikacji:
    2014
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    high-frequency data
    hierarchical models
    incomplete time series
    Opis:
    The paper presents a procedure of application of regular hierarchical models in forecasting missing data in high-frequency time series with cyclical fluctuations. Annual, weekly and daily cycles of seasonal fluctuation have additive character. Separately regular hierarchical models have been built for even length cycles.Theoretical considerations are illustrated with an empirical example.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 72-84
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Finding opportunity windows in time series data using the sliding window technique: The case of stock exchanges
    Wykorzystanie techniki sliding window w danych z szeregów czasowych. Przykład giełd papierów wartościowych
    Autorzy:
    Gürsakal, Necmi
    Yilmaz, Fırat Melih
    Uğurlu, Erginbay
    Powiązania:
    https://bibliotekanauki.pl/articles/424798.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    time series
    data science
    patterns
    sliding window
    szeregi czasowe
    nauka o danych
    wzorce
    Opis:
    Data have shapes, and human intelligence and perception have to classify the forms of data to understand and interpret them. This article uses a sliding window technique and the main aim is to answer two questions. Is there an opportunity window in time series of stock exchange index? The second question is how to find a way to use the opportunity window if there is one. The authors defined the term opportunity window as a window that is generated in the sliding window technique and can be used for forecasting. In analysis, the study determined the different frequencies and explained how to evaluate opportunity windows embedded using time series data for the S&P 500, the DJIA, and the Russell 2000 indices. As a result, for the S&P 500 the last days of the patterns 0111, 1100, 0011; for the DJIA the last days of the patterns 0101, 1001, 0011; and finally for the Russell 2000, the last days of the patterns 0100, 1001, 1100 are opportunity windows for prediction.
    Dane mają swoje formy, a ludzka inteligencja i pojmowanie muszą klasyfikować te formy w celu ich zrozumienia i interpretacji. W niniejszym artykule stosuje się technikę rozsuwanego okna (sliding window) i podejmuje próbę odpowiedzi na dwa pytania: czy możliwe jest pojawienie się szansy (opportunity window) w szeregach czasowych ideksów giełdowych; jak znaleźć sposób na wykorzystanie pojawiającej się okazji, jeśli taka istnieje. Autorzy zdefiniowali pojęcie opportunity window jako okazja (otwarcie) wygenerowana w technice sliding window, która może być zastosowana w prognozowaniu. Szukając odpowiedzi, autorzy określili częstotliwości na 3, 4 i 5 długościach wzorców skierowanych w górę i w dół oraz wyjaśnili, jak oszacować okazje osadzone przy użyciu danych szeregów czasowych dla giełd S&P 500, DJIA i Russell 2000. W rezultacie dla S&P 500 ostatnie dni wzorców 0111,1100,0011, dla DJIA ostatnie dni dla 0101, 1001, 0011 oraz dla Russell 2000 ostatnie dni dla 0100, 1001 i 1100 stanowią okazję dla prognozy.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2020, 24, 3; 1-19
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A few remarks on the stochastic structure of the unemployment rate in Poland by gender
    Kilka uwag o stochastycznej strukturze stopy bezrobocia w Polsce według płci
    Autorzy:
    Jaworski, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/425032.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    Unemployment rate
    rotational design
    structural time series
    poziom bezrobocia
    plany rotacyjne
    strukturalne szeregi czasowe
    Opis:
    The quarterly unemployment rate from the Labour Force Survey covering Poland’s data from the first quarter 2005 to the third quarter 2019 was investigated. The issue was to reveal its stochastic structure as a trend, seasonality and disturbance and to make a prognosis. The analysed data comes from a survey based on rotational design, so the problem of possibly autocorrelated survey errors was taken into consideration. Following Harvey (2000), Pfeffermann, Feder, and Signorelli (1997), Yu and Mantel (1997) and Bell and Carolan (1998) it seemed to be of great importance to include the proper autocorrelation structure of the errors into a statistical treatment. It appeared that for Polish unemployment data that structure was not as it could have been expected. After the model was fitted to the data, a conclusion about the specificity of the unemployment rate with respect to gender was drawn. Unemployment forecast until 2020:Q4 is provided.
    Analizowana jest kwartalna stopa bezrobocia według Badania Aktywności Ekonomicznej Ludności w zakresie od pierwszego kwartału 2005 r. do trzeciego kwartału 2019 r. Celem pracy jest dopasowanie strukturalnego modelu szeregu czasowego obejmującego trend, sezonowość oraz błąd, a także wyprowadzenie prognozy bezrobocia. Ponieważ analizowane dane zebrano według rotacyjnego planu losowania, błędy powinny być ze sobą skorelowane. Zgodnie z sugestią autorów, takich jak: Harvey (2000), Pfeffermann i in. (1997), Yu i in. (1997) oraz Bell i in. (1998), wzięcie tego faktu pod uwagę jest niezwykle ważne przy wyborze modelu statystycznego. Okazało się, że w przypadku analizowanych danych postać zależności błędów nie jest taka, jakiej by należało oczekiwać. Po uwzględnieniu struktury szeregu czasowego stopy bezrobocia dopasowano odpowiedni model. Na podstawie oceny składowych modelu porównano poziom bezrobocia wśród kobiet i mężczyzn oraz wyprowadzono prognozę do czwartego kwartału 2020 r.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2020, 24, 2; 41-52
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie modeli wyrównywania wykładniczego w prognozowaniu zmiennych o wysokiej częstotliwości w warunkach braku pełnej informacji
    Application of exponential smoothing models in forecasting high frequency time series in the condition of lack of full information
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/425251.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    forecasting
    high frequency time series
    complex seasonality
    exponential smoothing models
    systematic gaps in the data
    Opis:
    The paper will present the results of the application of the modified additive and multiplicative exponential smoothing models (Brown, Holt and Holt-Winters) in the interpolation and extrapolation forecasting of demand for power energy in the agglomeration A in hour periods, based on time series with systematic gaps. The basis for the construction of forecasts will be time series, from which twelve month, weekly and twenty-four hour fluctuation cycles have been eliminated. Additionally the comparative analysis of accuracy of forecasts built for classical time series models with complex seasonal fluctuations will be conducted. There also will be presented an assess of the criteria for selecting the optimal values of the smoothing constants in terms of building an ex ante forecasts.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 4 (50); 228-239
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On the method of identification of atypical observations in time series
    O metodzie identyfikacji obserwacji nietypowych w szeregach czasowych
    Autorzy:
    Oesterreich, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/424783.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    forecasts
    identification
    multiple regression
    time series
    outliers
    prognozy
    identyfikacja
    regresja wieloraka
    szeregi czasowe
    obserwacje odstające
    Opis:
    The paper presents a method of detecting atypical observations in time series with or without seasonal fluctuations. Unlike classical methods of identifying outliers and influential observations, its essence consists in examining the impact of individual observations both on the fitted values of the model and the forecasts. The exemplification of theoretical considerations is the empirical example of modelling and forecasting daily sales of liquid fuels at X gas station in the period 2012-2014. As a predictor, a classic time series model was used, in which 7-day and 12-month cycle seasonality was described using dummy variables. The data for the period from 01.01.2012 to 30.06.2014 were for the estimation period and the second half of 2014 which was the period of empirical verification of forecasts. The obtained results were compared with other classical methods used to identify influential observations and outliers, i.e. standardized residuals, Cook distances and DFFIT. The calculations were carried out in the R environment and the Statistica package.
    W pracy zaproponowano metodę wykrywania obserwacji nietypowych w szeregach czasowych z wahaniami sezonowymi oraz bez tych wahań. Jej istota jej polega na badaniu wpływu poszczególnych obserwacji szeregu na wartości teoretyczne modelu oraz wielkości prognoz zbudowanych na jego podstawie. Egzemplifikacją rozważań o charakterze teoretycznym jest przykład empiryczny dotyczący modelowania i prognozowania dziennej sprzedaży paliw płynnych na stacji paliw X w latach 2012-2014. Dane za okres od 1.01.2012 do 30.06.2014 stanowią okres estymacyjny, a za II półrocze 2014 r. okres empirycznej weryfikacji prognoz. Wyniki otrzymane za jej pomocą zostały porównane z wynikami uzyskanymi innymi metodami służącymi do identyfikacji obserwacji wpływowych oraz odstających, w tym m.in.: reszt standaryzowanych, odległości Cooka oraz DFFIT. Obliczenia przeprowadzono w środowisku R oraz pakiecie Statistica.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2020, 24, 2; 1-16
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    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:
    Identyfikacja spekulacji na rynkach terminowych towarów rolnych
    The identification of speculationon the terminal commodity markets
    Autorzy:
    Malik, Gabriela
    Powiązania:
    https://bibliotekanauki.pl/articles/425040.pdf
    Data publikacji:
    2013
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    speculations on financial markets
    soft commodity derivatives market
    time series analysis
    ARIMA model
    one-step forecast errors
    Opis:
    The purpose of this article is to identify speculative activities on the futures commodity market of the CME and to investigate the tendencies of such activities by classifying them according to whether their impact on the market is stabilizing or destabilizing. That goal was accomplished by generating one-step-forecasts for the monthly returns of the future contracts with the shortest time left to expiration, and then examining tendencies in the forecast error series. The mentioned-above predictions were obtained by means of the ARIMA model for which best parameterization was identified based upon the value of AIC. Tendencies in the prediction errors were quantified using the linear trend formula, estimated in the sub-periods. The predictions of tendencies in the error series, covering three years staring at the end of the sample, were calculated after fitted the best ARIMA model in order to catch the dynamic structure of the series under consideration.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 4(42); 140-152
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modeling and Forecasting of Monthly Global Price of Bananas Using Seasonal Arima And Multilayer Perceptron Neural Network
    Modelowanie i prognozowanie miesięcznej globalnej ceny bananów z wykorzystaniem sezonowej ARIMA i wielowarstwowej sieci neuronowej perceptronowej
    Autorzy:
    Chi, Yeong Nain
    Chi, Orson
    Powiązania:
    https://bibliotekanauki.pl/articles/1748958.pdf
    Data publikacji:
    2021
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    bananas
    global price
    time series
    modeling
    forecasting
    seasonal ARIMA
    multilayer perceptron neural network
    banany
    cena globalna
    szeregi czasowe
    modelowanie
    prognozowanie
    sezonowy model ARIMA
    wielowarstwowa sieć neuronowa perceptronowa
    Opis:
    The primary purpose of this study was to pursue the analysis of the time series data and to demonstrate the role of time series model in the predicting process using long-term records of the monthly global price of bananas from January 1990 to November 2020. Following the Box-Jenkins methodology, ARIMA(4,1,2)(1,0,1)[12] with the drift model was selected to be the best fit model for the time series, according to the lowest AIC value in this study. Empirically, the results revealed that the MLP neural network model performed better compared to ARIMA(4,1,2)(1,0,1)[12] with the drift model at its smaller MSE value. Hence, the MLP neural network model can provide useful information important in the decision-making process related to the impact of the change of the future global price of bananas. Understanding the past global price of bananas is important for the analyses of current and future changes of global price of bananas. In order to sustain these observations, research programs utilizing the resulting data should be able to improve significantly our understanding and narrow projections of the future global price of bananas.
    Podstawowym celem tego badania była analiza danych szeregów czasowych oraz wskazanie ważności modelu szeregów czasowych w procesie predykcji z wykorzystaniem długoterminowych zapisów miesięcznej ceny bananów na świecie od stycznia 1990 r. do listopada 2020 r. Zgodnie z metodologią Boxa-Jenkinsa wybrano jako najlepiej dopasowany dla szeregu czasowego model ARIMA(4,1,2)(1,0,1)[12] z dryfem, zgodnie z najniższą wartością AIC. Na podstawie wyników empirycznych stwierdzono, że model sieci neuronowej MLP działał lepiej w porównaniu z modelem ARIMA(4,1,2)(1,0,1)[12] z dryfem z mniejszą wartością MSE. Wynika z tego, że model sieci neuronowej MLP może dostarczyć użytecznych informacji, które są ważne w procesie decyzyjnym dotyczącym wpływu zmian przyszłej globalnej ceny bananów. Postrzeganie przeszłych światowych cen bananów jest ważne dla analiz zarówno bieżących, jak i przyszłych zmian światowych cen. Aby podtrzymać te obserwacje, programy badawcze wykorzystujące uzyskane dane powinny umożliwiać znaczne poprawianie wnioskowania i zawężać prognozy przyszłych światowych cen bananów.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 3; 21-41
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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