Wyniki wyszukiwania

Autor	Aleksandra Matuszewska-Janica, Dorota Witkowska
Tytuł	Modelowanie kursu euro/dolar: dynamiczne modele ekonometryczne i sztuczne sieci neuronowe
Title	Euro/dollar exchange rate modelling: dynamic econometric model and artifi cial neural networks
Słowa kluczowe
Key words
Abstrakt
Abstract	In the paper we present the results of the research regarding relationship among euro/dollar exchange rate and other variables from financial and good markets. The analyzed time series are observed daily. In the first stage we investigate selected variables from financial and good markets that influence the euro/dollar exchange rate applying the Granger causality test. Our investigation shows that futures contract influences the euro/dollar exchange rate the most. In the second stage we construct the econometric models (ARMA-DL and ARMADL with GARCH) and artificial neural networks (Multilayer Perceptron) that are used to modelling and forecasting of the euro/dollar exchange rate. In the last stage we compare different models using goodness-of-fi t measures, Theil inequality statistic and its decomposition
Cytowanie	Matuszewska-Janica A., Witkowska D. (2008) Modelowanie kursu euro/dolar: dynamiczne modele ekonometryczne i sztuczne sieci neuronowe.Zeszyty Naukowe SGGW - Ekonomika i Organizacja Gospodarki Żywnościowej, nr 69: 55-75
HTML	wersja html
Pełny tekst	EIOGZ_2008_n69_s55.pdf

Autor	Aleksandra Matuszewska, Dorota Witkowska
Tytuł	Analiza zmian kursu euro/dolara: model VAR i perceptron wielowarstwowy
Title	The Euro/ Dollar Exchange Rate Analysis: VAR Model and Multilayer Perceptron
Słowa kluczowe	modele VAR, perceptron wielowarstwowy, kurs walutowy
Key words	VAR model, multilayer perceptron, euro/dollar exchange rate
Abstrakt	W analizach finansowych szeregów czasowych stosuje się często metody wielowymiarowego opisu zjawisk, takie jak na przykład modele wektorowej autoregresji (VAR). Alternatywnym do modeli VAR narzędziem badania mogą być jednokierunkowe sztuczne sieci neuronowe, do których należy perceptron wielowarstwowy (MLP). W pracy przedstawiono rezultaty wykorzystania modeli VAR i MLP do opisu zmian w szeregu kursu euro/dolar oraz tych zmiennych z rynku finansowego, które wpływają na badany kurs oraz ulegają zmianom pod wpływem kursu. Efektywność obu metod oceniono na podstawie dokładności wyznaczonych prognoz
Abstract	In the financial time series analysis one often recommends the application of the multidimensional methods such as the vector autoregression model – VAR, that was proposed by Sims in 1980. The feedforward artificial neural networks, especially multilayer perceptron – MLP, can be considered as an alternative, for VAR model, tool. In the paper we discuss the results of the euro/dollar time series investigation that is provided employing VAR and MLP models. The efficiency of both methods is evaluated in terms of ex-post errors. The source of the analysed series is REUTERS data base from the 4th of January 1999 till the 5th of December 2003. In our investigation we consider the euro/dollar exchange rate and selected financial instrument time series. The models are constructed for the euro/dollar exchange rate that is transformed into daily logarithmic rate of returns
Cytowanie	Matuszewska A., Witkowska D. (2006) Analiza zmian kursu euro/dolara: model VAR i perceptron wielowarstwowy.Zeszyty Naukowe SGGW - Ekonomika i Organizacja Gospodarki Żywnościowej, nr 60: 241-250
HTML	wersja html
Pełny tekst	EIOGZ_2006_n60_s241.pdf

Autor	Tomasz Ząbkowski
Tytuł	Porównanie metod Tramo-Seats i Sieci Neuronowych wykorzystywanych do prognozowania krótkookresowego szeregów czasowych
Title	Comparison of Tramo-Seats and Artficial Neural Networks for time series forecasting
Słowa kluczowe
Key words	Tramo-Seats, artificial neural networks, forecasting, time series
Abstrakt	Artykuł prezentuje dwa podejścia prognozowania szeregu czasowego wykorzystania minut przez abonentów firmy telekomunikacyjnej. Do porównania zostały wykorzystane: metoda Tramo- Seats bazująca na metodologii ARIMA oraz różnego typu sztuczne sieci neuronowe. Metody te zostały w artykule gruntownie scharakteryzowane. Otrzymane w części eksperymentalnej wyniki dla prognoz krótkookresowych sugerują zasadność stosowania metody Tramo-Seats
Abstract	The paper presents the methods for time series forecasting. The case was to forecast an airtime usage of telecom customers. The metods chosen for comparison were ARIMA based Tramo-Seats and artificial neural networks. The results obtained in practical experiment suggest using Tramo-Seats for short time forecasting in this specific problem
Cytowanie	Ząbkowski T. (2006) Porównanie metod Tramo-Seats i Sieci Neuronowych wykorzystywanych do prognozowania krótkookresowego szeregów czasowych.Zeszyty Naukowe SGGW - Ekonomika i Organizacja Gospodarki Żywnościowej, nr 60: 369-377
HTML	wersja html
Pełny tekst	EIOGZ_2006_n60_s369.pdf