Pokaż uproszczony rekord

Prognozowanie szeregów czasowych metodami ewolucyjnymi

dc.contributor.authorKucharski, Adam
dc.date.accessioned2020-02-10T07:36:47Z
dc.date.available2020-02-10T07:36:47Z
dc.date.issued2013
dc.identifier.citationKucharski A., Prognozowanie szeregów czasowych metodami ewolucyjnymi, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2013, doi: 10.18778/7525-936-0pl_PL
dc.identifier.isbn978-83-7525-936-0
dc.identifier.urihttp://hdl.handle.net/11089/31450
dc.descriptionGdy pojawia się potrzeba wykonania prognozy, istnieją sytuacje, kiedy opieramy się jedynie na szeregach czasowych, ponieważ albo brakuje czasu na poszukiwanie zewnętrznych czynników wpływających na dane zjawisko, albo takowych nie da się wskazać w jednoznaczny sposób. W konfrontacji z narzędziami o bardziej skomplikowanej konstrukcji (na przykład jedno- i wielorównaniowymi modelami ekonometrycznymi) takie postępowanie wydaje się zbyt uproszczone, żeby nie powiedzieć „trywialne”. Praktyka jednak pokazuje, że metoda prostsza nie oznacza automatycznie metody gorszej. Co więcej, dzięki optymalizacji heurystycznej techniki od dawna znane zyskują nowe możliwości. Książka stanowi próbę przerzucenia pomostu między prognozowaniem niestrukturalnym a wybranymi metodami ewolucyjnymi. Postawiliśmy sobie za cel udowodnienie, że takie połączenie jest nie tylko możliwe, lecz także niesie ze sobą korzyści.pl_PL
dc.description.sponsorshipUdostępnienie publikacji Wydawnictwa Uniwersytetu Łódzkiego finansowane w ramach projektu „Doskonałość naukowa kluczem do doskonałości kształcenia”. Projekt realizowany jest ze środków Europejskiego Funduszu Społecznego w ramach Programu Operacyjnego Wiedza Edukacja Rozwój; nr umowy: POWER.03.05.00-00-Z092/17-00.pl_PL
dc.language.isoplpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectprognozowaniepl_PL
dc.subjectszeregi czasowepl_PL
dc.subjectalgorytm genetycznypl_PL
dc.subjectdane giełdowepl_PL
dc.subjectkursy walutpl_PL
dc.titlePrognozowanie szeregów czasowych metodami ewolucyjnymipl_PL
dc.typeBookpl_PL
dc.page.number221pl_PL
dc.contributor.authorAffiliationUniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny, Katedra Badań Operacyjnychpl_PL
dc.identifier.eisbn978-83-7969-163-0
dc.referencesAczel A. D. (2000), Statystyka w zarządzaniu, PWN, Warszawa.pl_PL
dc.referencesAdya M., Collopy F., Armstrong J. S., Kennedy M. (2012), Automatic identification of time series features for rule-based forecasting, Omega 40, 748–757.pl_PL
dc.referencesAgust´ın-Blas L. E., Salcedo-Sanz S., Jim´enez-Fern´andez S., Carro-Calvo L., Del Ser J., Portilla-Figueras J. A. (2012), A new grouping genetic algorithm for clustering problems, Expert Systems with Applications 39, 9695–9703.pl_PL
dc.referencesAiello G., La Scalia G., Enea M. (2012), A multi objective genetic algorithm for the facility layout problem based upon slicing structure encoding, Expert Systems with Applications 39, 10352–10358.pl_PL
dc.referencesAllen F., Karjalainen R. (1999), Using genetic algorithms to find technical trading rules, Journal of Financial Economics 13, 245–271.pl_PL
dc.referencesArabas J. (2004), Wykłady z algorytmów genetycznych, wyd. 2, WNT, Warszawa.pl_PL
dc.referencesArroyo J., Mat´e C. (2009), Forecasting histogram time series with k-nearest neighbours method, International Journal of Forecasting 25, 192–207.pl_PL
dc.referencesBai J., Ng S. (2008), Forecasting economic time series using targeted predictors, Journal of Econometrics 146, 304–317.pl_PL
dc.referencesBłaszczuk D. (2006), Wstęp do prognozowania i symulacji, wyd. 2, PWN, Warszawa.pl_PL
dc.referencesBeenstock M., Szpiro G. (2001), Specification search in nonlinear time-series models using the genetic algorithm, Journal of Economic Dynamic & Control 26, 811–835.pl_PL
dc.referencesB´erard J. (2005), Genetic algorithms in random environments: two examples, Probab. Theory Relat. Fields 133, 123–140.pl_PL
dc.referencesBiecek P. (2008), Przewodnik po pakiecie R, wyd. 1, Oficyna Wydawnica GiS, Wrocław.pl_PL
dc.referencesBorgulya I. (2005), A multi-objective evolutionary algorithm with a separative archive, Central European Journal of Operations Research 13, 233–253.pl_PL
dc.referencesBunn D. W., Vassilopoulos A. I. (1999), Comparison of seasonal estimation methods in multi-item short-term forecasting, International Journal of Forecasting 15, 431–443.pl_PL
dc.referencesBuszkowska E. (2008), Porównywanie zdolności prognostycznej modeli zmienności indeksu wig20 za pomocą testu spa, w Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, nr 10 w Rynek kapitałowy, skuteczne inwestowanie, Uniwersytet Szczeciński, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin, 306–319.pl_PL
dc.referencesCieślak M. (1997), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa.pl_PL
dc.referencesCleveland R. B., Cleveland W. S., McRae J. E., Terpenning I. (1990), Stl: A seasonal-trend decomposition procedure based on loess, Journal of Official Statistics 6(1), 3–73.pl_PL
dc.referencesCorber´an-Vallet A., Bermu´dez J. D., Vercher E. (2011), Forecasting correlated time series with exponential smoothing models, International Journal of Forecasting 27, 252–265.pl_PL
dc.referencesCytowski J. (1996), Algorytmy genetyczne. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa.pl_PL
dc.referencesDittman P. (2004), Prognozowanie w przedsiębiorstwie, wyd. 2, Oficyna Ekonomiczna, Kraków.pl_PL
dc.referencesDong R., Pedrycz W. (2008), A granular time series approach to long-term forecasting and trend forecasting, Physica A 387, 3253–3270.pl_PL
dc.referencesDucange P., Lazzerini B., Marcelloni F. (2010), Multi-objective genetic fuzzy classifiers for imbalanced and cost-sensitive datasets, Soft Comput 14, 713–728.pl_PL
dc.referencesEaston F., Mansour N. (1999), A distributed genetic algorithm for deterministic and stochastic labor scheduling problems, European Journal of Operational Research 118, 505–523.pl_PL
dc.referencesFalkenauer E. (1992), The grouping genetic algorithm – widening the scope of the gas, Proceedings of the Belgian Journal of operations research, statistics and computer science 33, 79–102.pl_PL
dc.referencesFalkenauer E. (1998), Genetic algorithms for grouping problems, Wiley, New York.pl_PL
dc.referencesFok D., van Dijk D., Franses P. H. (2005), Forecasing aggregates using panels of nonlinear time series, International Journal of Forecasting 21, 785–794.pl_PL
dc.referencesFonseca C. M., Fleming P. J. (1995), An overview of evolutionary algorithms in multiobjective optimizations, Evolutionary Computation 3, 165–180.pl_PL
dc.referencesFriedman D. (1998), On economic applications of evolutionary game theory, Journal of Evolutionary Economics 8, 15–43.pl_PL
dc.referencesGajda J. B. (2001), Prognozowanie i symulacja a decyzje gospodarcze, Wydawnictwo C.H. Beck, Warszawa.pl_PL
dc.referencesGajda J. B. (2004), Ekonometria, Wydawnictwo C.H. Beck, Warszawa.pl_PL
dc.referencesGnat S. (2008), Badanie wpływu szerokości aproksymanty segmentowej na blędy prognoz ex post w prognozach z wykorzystaniem trendu pełzającego z wagami harmonicznymi, w J. B. Gajda i A. Kucharski, (red.), Badania operacyjne. Metody i zastosowania, Wydawnictwo Uniwersytetu Łódzkiego, Łódź, 107–115.pl_PL
dc.referencesGoldberg D. E. (2003), Algorytmy genetyczne i ich zastosowania, wyd. 3, WNT, Warszawa.pl_PL
dc.referencesGong D., Yamazaki G., Gen M., Xu W. (1999), A genetic algorithm method for one-dimensional machine location problems, International Journal Production Economics 60–61, 337–342.pl_PL
dc.referencesGoryl A., Jędrzejczyk Z., Kukuła K., Osiewalski J. (1996), Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa.pl_PL
dc.referencesGoud P. G., Koehler A. B., Ord J. K., Snyder R. D., Hyndman R. J., Vahig-Araghi F. (2008), Forecasting time series with multiple seasonal patterns, European Journal of Operational Research 191, 207–222.pl_PL
dc.referencesGran J., Aral M. M. (1999), Progressive genetic algorithm for solution of optimization problems with nonlinear equality and inequality constraints, Applied Mathematical Modelling 23, 329–343.pl_PL
dc.referencesGranger C. W. J., Jeon Y. (2003), A time-distance for evaluating forecasting models, International Journal of Forecasting 19, 199–215.pl_PL
dc.referencesGwiazda T. (1995), Algorytmy genetyczne. Wstęp do teorii, Biblioteka Sztucznej Inteligencji, Warszawa.pl_PL
dc.referencesHanne T. (1999), On the convergence of multiobjective evolutionary algorithms, European Journal of Operational Research 117, 553–564.pl_PL
dc.referencesHong T.-P., Huang K.-Y., Lin W.-Y. (2002), Applying genetic algorithms to game search tree, Soft Computing 6, 277–283.pl_PL
dc.referencesIgnasiak E. (2001), Badania operacyjne, wyd. 3, PWE, Warszawa.pl_PL
dc.referencesJajuga K., Jajuga T. (2001), Inwestycje. Instrumenty finansowe, ryzyko finansowe, inżynieria finansowa, PWN, Warszawa.pl_PL
dc.referencesJędrzejczyk Z., Kukuła K., Skrzypek J., Walkosz A. (2002), Badania operacyjne w przykładach i zadaniach, PWN, Warszawa.pl_PL
dc.referencesJoines J. A., Houck C. R. (1994), On the use of non-stationary penalty functions to solbe nonlinear constrained optimization problems with gas, w (Michalewicz 2003), IEEE Service Center, Piscataway NJ.pl_PL
dc.referencesKang I.-B. (2003), Multi-period forecasting using different models for different horizons: an application to us economic time series data, International Journal of Forecasting 19, 387–400.pl_PL
dc.referencesKoehler A. B., Snyder R. D., Ord J. K., Beaumont A. (2012), A study of outliers in the exponential smoothing approach to forecasting, International Journal of Forecasting 28, 477–484.pl_PL
dc.referencesKoloch G. (2008), O przeszukiwaniu przestrzeni modeli prognostycznych, w J. B. Gajda i A. Kucharski, (red.), Badania operacyjne. Metody i zastosowania, Wydawnictwo Uniwersytetu Łódzkiego, Łódź, 195–206.pl_PL
dc.referencesKonarzewska I., Karwacki Z. (2005), Planowanie i kontrola kosztów – wybrane problemy statystyczne, w Zarządzanie organizacjami w świetle wyzwań XXI wieku – od teorii do praktyki, Wydawnictwo Naukowe Wyższej Szkoły Kupieckiej, Łódź, 445–459.pl_PL
dc.referencesKopczewska K., Kopczewski T., Wójcik P. (2009), Metody ilościowe w R. Aplikacje ekonomiczne i finansowe, CeDeWu, Warszawa.pl_PL
dc.referencesKucharski A. (2006), Wykorzystanie algorytmów genetycznych do krótkookresowych prognoz na giełdzie papierów wartościowych, w Zeszyty Naukowe Uniwersytetu Szczecińskiego, Vol. 462, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin, 135–145.pl_PL
dc.referencesKucharski A. (2007), O pewnym zastosowaniu algorytmów genetycznych do prognozowania szeregów czasowych, w Prace Naukowe AE we Wrocławiu, Vol. 1167, Wydawnictwo AE im. O. Langego we Wrocławiu, Wrocław, 143–153.pl_PL
dc.referencesKucharski A. (2008a), Algorytmy genetyczne w prognozowaniu danych giełdowych - usuwanie obserwacji nietypowych, Badania Operacyjne i Decyzje 1, 35–45.pl_PL
dc.referencesKucharski A. (2008b), Efektywność algorytmu genetycznego jako narzędzia prognozowania szeregów czasowych, Badania Operacyjne i Decyzje 3, 43–52.pl_PL
dc.referencesKucharski A. (2008c), Krótkookresowe prognozy notowań - implementacja średniej ruchomej ze zmiennym efektem wygładzania w algorytmie genetycznym, w Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, Vol. 9, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin, 663–670.pl_PL
dc.referencesKucharski A. (2008d), Wpływ sezonowości w szeregu czasowym na prognozy ex post otrzymywane przy pomocy algorytmu genetycznego, w H. Sobocka-Szczapa, (red.), Przedsiębiorczość i Zarządzanie, t. IX, Wydawnictwo SWSPiZ w Łodzi, Łódź, 99–107.pl_PL
dc.referencesKucharski A. (2008e), Wykorzystanie zjawiska nisz i gatunków w prognozach na podstawie algorytmu genetycznego, w D. Kopańska-Bródka, (red.), Metody i zastosowania badań operacyjnych ’07, Prace Naukowe AE im. K. Adamieckiego w Katowicach, Katowice, 99–107.pl_PL
dc.referencesLawton R. (1998), How should additive holt-winters estimates be corrected?, International Journal of Forecasting 14, 393–403.pl_PL
dc.referencesLipowski A., Lipowska D. (2012), Roullette-wheel selection via stochastic acceptance, Physica A 391, 2193–2196.pl_PL
dc.referencesLiu H.-T., Wei M.-L. (2010), An improved fuzzy fuzzy forecasting method for seasonal time series, Expert Systems and Applications 37, 6310–6318.pl_PL
dc.referencesLocatelli M., Schoen F. (2003), Efficient algorithms for large scale global optimization: Lennard-jones clusters, Computational Optimization and Applications 26, 173–190.pl_PL
dc.referencesLukoseviciute K., Ragulskis M. (2010), Evolutionary algorithms for the selection of time lags for time series forecasting by fuzzy inference systems, Neurocomputing 73, 2077–2088.pl_PL
dc.referencesMaddala G. S. (2008), Ekonometria, PWN, Warszawa.pl_PL
dc.referencesMajcherczak J. (2004), Analityczne metody krótkookresowego prognozowania wielkości popytu przedsiębiorstwa produkcyjnego, w T. Trzaskalik, (red.), Prace Naukowe AE im. K. Adamieckiego, Metody i zastosowania badań operacyjnych’04, Akademia Ekonomicza im. K. Adamieckiego w Katowicach, Katowice, 223–230.pl_PL
dc.referencesMascheck M. K. (2010), Intelligent mutation rate control in an economic application of genetic algorithms, Comput Econ 35, 25–49.pl_PL
dc.referencesMichalewicz Z. (2003), Algorytmy genetyczne + struktury danych = programy ewolucyjne, wyd. 3, WNT, Warszawa.pl_PL
dc.referencesMiszczyńska D., Miszczyński M. (2002), Wybrane metody badań operacyjnych, Wyższa Szkoła Ekonomiczno-Humanistyczna w Skierniewicach, Skierniewice.pl_PL
dc.referencesMontero E., Riff M.-C. (2011), On-the fly calibrating strategies for evolutionary algorithms, Information Sciences 181, 552–566.pl_PL
dc.referencesOng Bun T., Fukushima M. (2011), Genetic algorithm with automatic termination and search space rotation, Memetic Comp. 3, 111–127.pl_PL
dc.referencesOstasiewicz S., Rusnak Z., Siedlecka U. (2001), Statystyka. Elementy teorii i zadania, Wydawnictwo AE im. O. Langego we Wrocławiu, Wrocław.pl_PL
dc.referencesPasley A., Austin J. (2004), Distribution forecasting of high frequency time series, Decision Support Systems 37, 501–513.pl_PL
dc.referencesPowell D., Skolnick M. M. (1993), Using genetic algorithms in engineering design optimization with non-linear constraints, w (Michalewicz 2003), Morgan Kaufman, San Mateo CA.pl_PL
dc.referencesRagulskis M., Lukoseviciute A., Navickas Z., Palivonaite R. (2011), Short-term time series forecasting based on the identification of skeleton algebraic sequences, Neurocomputing 74, 1735–1744.pl_PL
dc.referencesRechenberger I. (1973), Evolutionsstrategie: Optimization technischer systeme nach prinzipien der biologischen evolution, w (Michalewicz 2003), Frohmann-Holzberg, Stuttgart.pl_PL
dc.referencesRemus W., O’Connor M., Griggs K. (1998), The impact of information of unknown correctness on the judgmental forecasting process, International Journal of Forecasting 14, 313–322.pl_PL
dc.referencesRen L., Glasure Y. (2009), Applicability of the revised mean absolute percentage errors (mape) approach to some popular normal and non-normal independent time series, Int. Adv. Econ. Res. 15, 409–420.pl_PL
dc.referencesRiechmann T. (2001), Genetic algorithm learning and evolutionary games, Journal of Economic Dynamic & Control 25, 1019–1037.pl_PL
dc.referencesRośczak P. (2010), Wykorzystanie algorytmu genetycznego w generowaniu decyzji inwestycyjnych na rynku walut, w J. Siedlecki i P. Peternek, (red.), Prace naukowe Uniwersytetu Ekonomicznego we Wrocławiu, Vol. 108 Współczesne tendencje rozwojowe badań operacyjnych, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław, 231–241.pl_PL
dc.referencesRutkowska D., Piliński M., Rutkowski L. (1999), Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN, Warszawa.pl_PL
dc.referencesSchaffer J. D. (1984), Some experiments in machine learning using vector evaluated genetic algorithms, w (Michalewicz 2003), Vanderbilt University, Nashville.pl_PL
dc.referencesSchoenauer M., Xanthakis S. (1993), Constrained GA optimization, w (Michalewicz 2003), Morgan Kaufman, San Mateo CA.pl_PL
dc.referencesSchwefel H.-P. (1981), Numerical optimization of computer models, w (Michalewicz 2003), Wiley, Chichester.pl_PL
dc.referencesShang H. L., Hyudman R. J. (2011), Nonparametric time series forecasting with dynamic updating, Mathematics and Computers in Simulation 81, 1310–1324.pl_PL
dc.referencesSikora R., Piramuthu S. (2005), Efficient genetic algorithm based data mining using feature selection with Hausdorff distance, Information Technology and Management 6, 315–331.pl_PL
dc.referencesSzapiro T. (2000), Decyzje menedżerskie z Excelem, PWE, Waraszawa.pl_PL
dc.referencesTakahashi Y. (1998), Convergence of simple genetic algorithms for the two-bit problem, BioSystems 46, 235–282.pl_PL
dc.referencesTarczyński W. (1997a), Rynki kapitałowe, Vol. I, Agencja Wydawnicza Placet, Warszawa.pl_PL
dc.referencesTarczyński W. (1997b), Rynki kapitałowe, Vol. II, Agencja Wydawnicza Placet, Warszawa.pl_PL
dc.referencesTashman L. J. (2000), Out-of-sample tests of forecasting accuracy: an analysis and review, International Journal of Forecasting 16, 437–450.pl_PL
dc.referencesTaylor J. W. (2010), Exponentialy weighted methods for forecasting intraday time series with multiple seasonal cycles, International Journal of Forecasting 26, 627–646.pl_PL
dc.referencesTaylor J. W., Snyder, R. D. (2001), Forecasting intraday time series with multiple seasonal cycles using parsimonious seasonal exponential smoothing, International Journal of Forecasting 17, 143–157.pl_PL
dc.referencesTheodosiou M. (2011), Forecasting monthly and quarterly time series using stl decomposition, International Journal of Forecasting .pl_PL
dc.referencesTrzaskalik T. (2008), Wprowadzenie do badań operacyjnych z komputerem, PWE, Warszawa.pl_PL
dc.referencesŁuniewska M. (2008), Ekonometria finansowa. Analiza rynku kapitałowego, PWN, Warszawa.pl_PL
dc.referencesvan Bellegem S., von Sachs R. (2004), Forecasting economic time series with unconditional time-varying variance, International Journal of Forecasting 20, 611–627.pl_PL
dc.referencesVenkatesan R., Kumar V. (2002), A genetic algorithms approach to growth phase forecasting of wireless subscribers, International Journal of Forecasting 18, 625–646.pl_PL
dc.referencesWagner J. (1999), A genetic algorithm solution for one-dimensional boundled stock cutting, European Journal of Operational Research 117, 368–381.pl_PL
dc.referencesWang J.-J., Wang J.-Z., Zhang Z.-G., Guo S.-P. (2012), Stock index forecasting based on a hybrid model, Omega 40, 758–766.pl_PL
dc.referencesWelfe A. (2003), Ekonometria, PWE, Warszawa.pl_PL
dc.referencesWeron R., Misiorek A. (2008), Forecasting spot electricity prices: a comparison of parametric and semiparametric time series models, International Journal of Forecasting 24, 744–763.pl_PL
dc.referencesWichard J. D. (2011), Forecasting the nn5 time series with hybrid models, International Journal of Forecasting 27, 700–707.pl_PL
dc.referencesWinston W. L. (2005), Microsoft Excel. Analiza i modelowanie danych, APN PROMISE, Microsoft Press, Warszawa.pl_PL
dc.referencesWójcik M., Szewieczek D., Kiedos L. (2008), Prognozy wartości aktywów tfi i depozytów bankowych gospodarstw domowych, w Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, Vol. 10 Rynek kapitałowy, skuteczne inwestowanie, Uniwersytet Szczeciński, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin, 306–319.pl_PL
dc.referencesZeliaś A. (1997), Teoria prognozy, PWE, Warszawa.pl_PL
dc.referencesZheng Z., Dong X., Zheng S. (2001), Assigning task by parallel genetic algorithm based on pvm, Wuhan Univeristy Journal of Natural Sciences 6(1–2), 579–584.pl_PL
dc.referencesZou H., Yang Y. (2004), Combining time series models for forecasting, International Journal of Forecasting 20, 69–84.pl_PL
dc.referencesZou X., Kong, L., Li Y. Chen, Y. (2002), Finding global minima with a new dynamical evolutionary algorithm, Wuhan Univeristy Journal of Natural Sciences 7(2), 157–160.pl_PL
dc.identifier.doi10.18778/7525-936-0


Pliki tej pozycji

Thumbnail
Nazwa:
Kucharski_Prognozowanie.pdf
Rozmiar:
2.592MB
Format:
PDF
Oglądaj/Otwórz
Thumbnail
Nazwa:
Kucharski_okladka_Prognozowanie.jpg
Rozmiar:
376.2KB
Format:
Obraz JPEG
Opis:
okładka
Oglądaj/Otwórz
Thumbnail
Nazwa:
license_rdf
Rozmiar:
805bajtów
Format:
application/rdf+xml
Oglądaj/Otwórz

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord

Attribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe
Poza zaznaczonymi wyjątkami, licencja tej pozycji opisana jest jako Attribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe