Informacja

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

Wyszukujesz frazę "noise reduction method" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Analiza wpływu zastosowania redukcji poziomu szumu losowego na poziom ryzyka inwestycyjnego
An analysis of the effect of noise reduction on the level of investment risk
Autorzy:
Zeug-Żebro, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/585760.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza R/S
Metoda segmentowo-wariacyjna
Redukcja szumu losowego
Ryzyko inwestycyjne
Wymiar fraktalny
Fractal dimension
Investment risk
Noise reduction
R/S analysis
Segment-variation method
Opis:
W pracy przeprowadzono analizę wpływu zastosowania redukcji szumu losowego na poziom ryzyka inwestycyjnego mierzonego nieklasyczną miarą ryzyka, tj. wymiarem fraktalnym. Wymiar fraktalny jest jedną z charakterystyk dynamiki chaotycznej i bada, w jakim stopniu analizowany obiekt (szereg) wypełnia przestrzeń, w której jest zanurzony. W inwestycjach miara ta określa zmienność stopy zwrotu i im większa jej wartość, tym większe ryzyko związane z inwestowaniem w dany instrument finansowy. W celu wyznaczenia wymiaru fraktalnego zastosowano metodę segmentowo-wariacyjną i analizę R/S. W badaniach pod uwagę wzięto finansowe szeregi czasowe złożone z cen zamknięcia wybranych indeksów giełdowych oraz akcji spółek notowanych na GPW w Warszawie.
The paper analyzes the impact of the use of noise reduction on the level of investment risk, measured by a non-classical risk measure, i.e. the fractal dimension. The fractal dimension is one of the characteristics of chaotic dynamics and study the extent to which an object (series) fills the space in which it is embedded. In investments, this measure determines the volatility of the rate of return and the greater its value, the greater the risk associated with investing in a given financial instrument. The segment- -variation method and R/S analysis were used to determine the fractal dimension. The test will be conducted based on the financial time series which consist of closing prices of stock market indices and companies listed on the Warsaw Stock Exchange.
Źródło:
Studia Ekonomiczne; 2017, 335; 77-90
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ metody redukcji szumu losowego na dokładność prognoz ekonomicznych szeregów czasowych
The Effect of Random Noise Reduction Method on the Accuracy of Forecasting Economic Time Series
Autorzy:
Miśkiewicz-Nawrocka, Monika
Powiązania:
https://bibliotekanauki.pl/articles/593330.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Lapunow wykładnik
Metoda najbliższych sąsiadów
Największy wykładnik
Prognozowanie za pomocą największego wykładnika lapunowa
Redukcja szumu losowego
Współczynnik NRL
Lyapunov exponent method of prediction
Nearest neighbor method
NRL indicator largest Lyapunov exponent
Random noise reduction
State space reconstruction
Opis:
Od momentu pojawienia się w literaturze pojęcia deterministycznego chaosu można zaobserwować ogromny wzrost zainteresowania wielu badaczy teorią nieliniowych układów dynamicznych. Owo zainteresowanie zaowocowało pojawieniem się nowych metod predykcji szeregów czasowych, tj. metody największego wykładnika Lapunowa oraz metody najbliższych sąsiadów. Rzeczywiste szeregi czasowe są zwykle zaburzone przez szum losowy, który może komplikować problem ich prognozowania. Obecność szumu w danych może znacząco wpływać na jakość otrzymanych prognoz, dlatego głównym celem artykułu będzie ocena dokładności prognozowania szeregów czasowych poddanych procesowi redukcji szumu losowego oraz ocena efektywoności wybranej metody redukcji.
Since the deterministic chaos appeared in the literature, we have observed a huge increase of interest in nonlinear dynamic systems theory among researchers. This interest has led to the creation of new methods of time series prediction, e.g. the method of the largest Lyapunov exponent and the nearest neighbors. Real time series are usually distributed by random noise, which can complicate the problem of time series forecasting. As the presence of noise in the data can significantly affect the quality of forecasts, the aim of the article is to evaluate the accuracy of predicting the time series filtered using the nearest neighbor method and the effectiveness of the chosen method of reduction.
Źródło:
Studia Ekonomiczne; 2015, 227; 41-58
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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