Acta Universitatis Lodziensis. Folia Oeconomica, 2005
The author acknowledges the support of the Polish Foundation for Science under the scholarship fo... more The author acknowledges the support of the Polish Foundation for Science under the scholarship for young scientists in 2004.
Dynamic modeling and econometrics in economics and finance, 2014
ABSTRACT In the paper we evaluate the usability of certain wavelet based signal estimation techni... more ABSTRACT In the paper we evaluate the usability of certain wavelet based signal estimation techniques for forecasting economic time series. We concentrate on extracting stochastic signals lying in white noise with the help of wavelet denoising techniques based on the non-decimated version of the discrete wavelet transform. The methods we suggest here can be thought of as wavelet variants of the exponential smoothing with smoothing weights depending on spectral properties of processes under scrutiny. Our simulation studies as well as empirical examination based on 17 time series from the M3-JIF-Competition database provide promising results, suggesting that the approach might be attractive for automatic forecasting systems applied to expansive data sets.
ABSTRACT 1. Wprowadzenie Od około 20 lat notuje się duże zainteresowanie ekonometryków niegaussow... more ABSTRACT 1. Wprowadzenie Od około 20 lat notuje się duże zainteresowanie ekonometryków niegaussowskimi i nieliniowymi procesami stochastycznymi, które poszerzają ramy klasycznej analizy szeregów czasowych za pomocą liniowych modeli ARIMA, prezentowanej w pracy Boxa i Jenkinsa (7). Wśród dyscyplin ekonomicznych modelowanie procesów nieliniowych znalazło zastosowanie głównie w ekonometrii finansowej oraz w makroekonometrii, obejmując tak różnorodne podejścia do analizy szeregów czasowych jak teoria chaosu, analiza falkowa, sieci neuronowe, algorytmy genetyczne, metody analizy oparte na estymacji nieparametrycznej (np. z wykorzystaniem regresji jądrowej - kernel regression - czy metody najbliższego sąsiedztwa - nearest-neighbour method) oraz tzw. parametryczne modele procesów nieliniowych, wśród których można wymienić modele z rodziny GARCH, modele progowe, wygładzonego przejścia i przełącznikowe, nieliniowe modele ARMA czy modele dwuliniowe. Nieliniowość pojawia się w procesach finansowych w dość naturalny sposób. Zachowania uczestników rynków finansowych są częstokroć tego rodzaju, że będące efektem tych zachowań procesy finansowe charakteryzują się określoną nieliniowością. Nieliniowe są funkcje opisujące postawy inwestorów wobec ryzyka, oczekiwania co do stóp zwrotu z walorów giełdowych, strategiczne interakcje pomiędzy uczestnikami rynku czy wreszcie formuły wyceny instrumentów finansowych1.
Acta Universitatis Lodziensis. Folia Oeconomica, 2005
The author acknowledges the support of the Polish Foundation for Science under the scholarship fo... more The author acknowledges the support of the Polish Foundation for Science under the scholarship for young scientists in 2004.
Dynamic modeling and econometrics in economics and finance, 2014
ABSTRACT In the paper we evaluate the usability of certain wavelet based signal estimation techni... more ABSTRACT In the paper we evaluate the usability of certain wavelet based signal estimation techniques for forecasting economic time series. We concentrate on extracting stochastic signals lying in white noise with the help of wavelet denoising techniques based on the non-decimated version of the discrete wavelet transform. The methods we suggest here can be thought of as wavelet variants of the exponential smoothing with smoothing weights depending on spectral properties of processes under scrutiny. Our simulation studies as well as empirical examination based on 17 time series from the M3-JIF-Competition database provide promising results, suggesting that the approach might be attractive for automatic forecasting systems applied to expansive data sets.
ABSTRACT 1. Wprowadzenie Od około 20 lat notuje się duże zainteresowanie ekonometryków niegaussow... more ABSTRACT 1. Wprowadzenie Od około 20 lat notuje się duże zainteresowanie ekonometryków niegaussowskimi i nieliniowymi procesami stochastycznymi, które poszerzają ramy klasycznej analizy szeregów czasowych za pomocą liniowych modeli ARIMA, prezentowanej w pracy Boxa i Jenkinsa (7). Wśród dyscyplin ekonomicznych modelowanie procesów nieliniowych znalazło zastosowanie głównie w ekonometrii finansowej oraz w makroekonometrii, obejmując tak różnorodne podejścia do analizy szeregów czasowych jak teoria chaosu, analiza falkowa, sieci neuronowe, algorytmy genetyczne, metody analizy oparte na estymacji nieparametrycznej (np. z wykorzystaniem regresji jądrowej - kernel regression - czy metody najbliższego sąsiedztwa - nearest-neighbour method) oraz tzw. parametryczne modele procesów nieliniowych, wśród których można wymienić modele z rodziny GARCH, modele progowe, wygładzonego przejścia i przełącznikowe, nieliniowe modele ARMA czy modele dwuliniowe. Nieliniowość pojawia się w procesach finansowych w dość naturalny sposób. Zachowania uczestników rynków finansowych są częstokroć tego rodzaju, że będące efektem tych zachowań procesy finansowe charakteryzują się określoną nieliniowością. Nieliniowe są funkcje opisujące postawy inwestorów wobec ryzyka, oczekiwania co do stóp zwrotu z walorów giełdowych, strategiczne interakcje pomiędzy uczestnikami rynku czy wreszcie formuły wyceny instrumentów finansowych1.
Uploads
Papers by Joanna Bruzda