Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 2

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

FILTRACJA FINANSOWYCH SZEREGÓW CZASOWYCH METODAMI NIEUJEMNEJ FAKTORYZACJI MACIERZY

100%
Szupiluk R., Rubach P.
Metody Ilościowe w Badaniach Ekonomicznych
|
2018
|
vol. 19
|
issue 3
284-292
PL
W niniejszym artykule przedstawimy metodę wielowy¬miarowej filtracji do eliminacji szumów oraz estymacji trendów z finansowych szeregów czasowych. Jednym z istotnych elementów procesu filtracji będzie dekompozycja szeregów czasowych przy wykorzystaniu nieujemnej faktoryzacji macierzy. Prezentowana metoda może być wykorzystana w wielu praktycznych obszarach finansów i zarządzania jak analiza techniczna rynków, systemy inwestycyjne czy modele ryzyka.
EN
In this paper, we will present a method of multivariate filtration that may be used to eliminate noise and estimate trends in financial time-series. A significant element of the filtration process is the decomposition of time-series using nonnegative matrix factorization. The presented method may be applied in many practical aspects of finance and management, in particular for use in technical analysis of financial markets, trading systems or risk models.
2
Publication available in full text mode
Content available

IDENTYFIKACJA KOMPONENTÓW DESTRUKCYJNYCH W MODELACH PREDYKCYJNYCH W PODEJŚCIU WIELOMODELOWYM

100%
Szupiluk R., Rubach P.
Metody Ilościowe w Badaniach Ekonomicznych
|
2017
|
vol. 18
|
issue 4
679-688
PL
W niniejszym artykule przedstawimy metodę identyfikacji komponentów destrukcyjnych występujących w podejściu wielomodelowym wykorzystującym algorytmy ślepej separacji sygnałów. Ocena charakterystyki poszczególnych komponentów dokonana zostanie na podstawie autorskich mierników zmienności/gładkości sygnałów. W celu potwierdzenia skuteczności prezentowanej metody przedstawimy praktyczny eksperyment poprawy wyników prognozy zużycia energii elektrycznej.
EN
In this paper we present a method of identification of destructive components in predictive models. This method may be applied in case of a multi-model approach and uses algorithms of blind signal separation. The evaluation of the characteristics of individual components will be based on the proposed metrics for evaluating the variation or smoothness of signals. In order to confirm the effectiveness of the presented method, we will present a practical experiment in which the results of the forecast of short-term electricity consumption are improved. Keywords: prediction, blind separation, ensemble methods, Theta noise measure
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.