- 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