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

Search:
in the keywords:  metoda podziału pola
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
Artykuł jest poświęcony problematyce szacowania wymiaru fraktalnego finansowych szeregów czasowych. Ze względu na mnogość metod szacowania owego wymiaru zasadne jest pytanie, czy oszacowania uzyskiwane za pomocą odmiennych metod cechują się podobnymi własnościami w sensie statystycznym. Głównym celem artykułu jest zatem uzyskanie odpowiedzi na tak postawione pytanie w odniesieniu do metody segmentowo-wariacyjnej, podziału pola oraz metody Higuchiego. Badania zostały przeprowadzone w oparciu o ceny akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie. Oszacowania dostarczane przez metodę podziału pola okazały się istotnie odmienne w porównaniu z oszacowaniami uzyskiwanymi za pomocą pozostałych metod. Ponadto sformułowano konkluzję, że hipotez o wykładniczym bądź liniowym związku pomiędzy oszacowaniami otrzymywanymi za pomocą metody segmentowo-wariacyjnej i podziału pola w świetle dostępnych danych nie można odrzucić
EN
One of the most important issues to be settled in the analysis of time series is determining their variability and identifying the process of shaping their values. In the classical approach, volatility is most often identified with the variance of growth rates. However, risk can be characterised not only by the variability, but also by the predictability of the changes which can be evaluated using the fractal dimension. The aim of this paper is to present the applicability of the fractal dimension estimated by the surface division method to the assessment of the properties of time series. The paper presents a method for determining the fractal dimension, its interpretation, significance tables and an example of its application. Fractal dimension has been used here to describe the properties of the time series of the WIG stock exchange index in 2014–2018 and the time series of the growth rates of the largest listed Polish companies in 2015–2018. The applied method makes it possible to classify a time series into one of three classes of series: persistent, random or antipersistent. Specific cases show the differences between the use of standard deviation and fractal dimension for risk assessment. Fractal dimension appears here to be a method for assessing the degree of stability of variations.
PL
Jedną z ważniejszych kwestii do rozstrzygnięcia w analizie szeregów czasowych jest określenie ich zmienności oraz identyfikacja procesu kształtowania ich wartości. W ujęciu klasycznym zmienność najczęściej utożsamiana jest z wariancją stóp wzrostu. Tymczasem natura ryzyka to nie tylko zmienność, lecz także przewidywalność zmian, którą można ocenić przy użyciu wymiaru fraktalnego. Celem artykułu jest prezentacja zastosowania wymiaru fraktalnego szacowanego metodą podziału pola do oceny właściwości szeregów czasowych. W opracowaniu przedstawiono sposób wyznaczenia wymiaru fraktalnego, jego interpretację, tablice istotności oraz przykład zastosowania. Za pomocą wymiaru fraktalnego opisano właściwości szeregu czasowego wartości indeksu giełdowego WIG w latach 2014–2018 oraz szeregów czasowych stóp wzrostu największych polskich spółek giełdowych w latach 2015–2018. Zastosowana metoda umożliwia zakwalifikowanie szeregu czasowego do jednej z trzech klas, jako szereg: persystentny, błądzenia losowego bądź antypersystentny. Na szczególnych przypadkach pokazano różnice pomiędzy zastosowaniem odchylenia standardowego i wymiaru fraktalnego do oceny ryzyka. Wymiar fraktalny jawi się tu jako metoda pozwalająca na ocenę stopnia stabilności wahań.
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.