PORÓWNANIE SKUTECZNOŚCI METOD ANALIZY SZEREGÓW CZASOWYCH: SMA, WMA, EMA, EWMA I FILTR KALMANA DO ANALIZY DANYCH
Volodymyr Lotysh
Lutsk National Technical University (Ukraina)
http://orcid.org/0000-0003-0899-8015
Larysa Gumeniuk
lorapost@gmail.comLutsk National Technical University (Ukraina)
https://orcid.org/0000-0002-7678-7060
Pavlo Humeniuk
Lutsk National Technical University (Ukraina)
http://orcid.org/0000-0002-6251-8548
Abstrakt
W analizie szeregów czasowych, przetwarzaniu sygnałów i analizie finansowej szeroko stosowane są: prosta średnia ruchoma (SMA), ważona średnia ruchoma (WMA), wykładnicza średnia ruchoma (EMA), wykładniczo-ważona średnia ruchoma (EWMA) i filtr Kalmana. Każda z metod ma swoje mocne i słabe strony, a wybór metody zależy od konkretnego zastosowania i charakterystyki danych. Dla badaczy i praktyków ważne jest zrozumienie właściwości i ograniczeń tych metod w celu podejmowania świadomych decyzji podczas analizy danych szeregów czasowych. W niniejszej pracy zbadano skuteczność metod analizy szeregów czasowych z wykorzystaniem danych modelowanych znaną funkcją wykładniczą z nałożonym szumem losowym. Takie podejście pozwala na kontrolowanie głównego trendu w danych przy jednoczesnym wprowadzeniu zmienności typowej dla danych rzeczywistych. Do budowy zależności zostały napisane skrypty. Podana jest graficzna interpretacja wyników.
Słowa kluczowe:
analiza danych, modelowanie, średnia ruchoma, filtr KalmanaBibliografia
Brockwell P. J., Davis R. A.: Introduction to time series and forecasting. Springer, 2016.
DOI: https://doi.org/10.1007/978-3-319-29854-2
Google Scholar
Gardner E. S.: Exponential smoothing: The state of the art. Journal of forecasting 4(1), 1985, 1–28.
DOI: https://doi.org/10.1002/for.3980040103
Google Scholar
Hyndman R. J., Athanasopoulos G.: Forecasting: principles and practice. Otexts, 2018.
Google Scholar
Lewis C. D.: Industrial and business forecasting methods. Butterworth, Kent 1982.
Google Scholar
Ruppert D., Wand M. P., Carroll R. J.: Semiparametric regression. Cambridge University Press, 2018.
Google Scholar
Terry J. W., Parramore K.: Quantitative Methods for Finance. International Thomson Business Press, 1997.
Google Scholar
Wynn R. F., Holden K.: An introduction to applied econometric analysis. Macmillan, London 1974.
DOI: https://doi.org/10.1007/978-1-349-15548-4
Google Scholar
Autorzy
Volodymyr LotyshLutsk National Technical University Ukraina
http://orcid.org/0000-0003-0899-8015
Autorzy
Larysa Gumeniuklorapost@gmail.com
Lutsk National Technical University Ukraina
https://orcid.org/0000-0002-7678-7060
Autorzy
Pavlo HumeniukLutsk National Technical University Ukraina
http://orcid.org/0000-0002-6251-8548
Statystyki
Abstract views: 146PDF downloads: 129
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Natalia Grigorieva, Viktor Shabaykovich, Larysa Gumeniuk, Pavlo Humeniuk, Lubov Dobrovolska, Dmitry Sobchuk, ODNAWIALNA ENERGIA ELEKTRYCZNA Z DWUTLENKU WĘGLA , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 10 Nr 1 (2020)
- Larysa Gumeniuk, Vladimir Lotysh, Pavlo Gumeniuk, NARZĘDZIA DO PORÓWNANIA WYNIKÓW PRACY ALGORYTMÓW SORTOWANIA , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 8 Nr 2 (2018)