Zastosowanie lokalnej aproksymacji wielomianowej do prognozowania chaotycznych szeregów czasowych

Abstract

Chaos theory has become a new approach to financial processes analysis. Due to complicated dynamics, chaotic time series seem to be random and, in consequence, unpredictable. In fact, unlike truly random processes, chaotic dynamics can be forecasted very precisely in a short run. In this paper, a local polynomial approximation is presented. Its efficiency, as a method of building short-term predictors of chaotic time series, has been examined. The presented method has been applied to forecasting stock prices and indices from the Warsaw Stock Exchange. Additionally, obtained results have been used to detect chaos in analyzed time series.

Teoria chaosu deterministycznego stanowi alternatywne podejście do analizy procesów finansowych. Ze względu na swój złożony charakter, szeregi chaotyczne wydają się losowe i w konsekwencji nieprognozowalne. W istocie różnią się od szeregów prawdziwie losowych możliwością ich efektywnego prognozowania w krótkim horyzoncie czasowym. W artykule zaprezentowano lokalną aproksymację wielomianową - metodę prognozowania chaotycznych szeregów czasowych. Celem przeprowadzonych badań była weryfikacja skuteczności metody na podstawie wygenerowanych szeregów chaotycznych oraz jej aplikacja do prognozowania ewolucji wybranych szeregów czasowych pochodzących z WGPW. Dodatkowo, otrzymane wyniki wykorzystano do identyfikacji chaosu na WGPW.