The analysis of WIG20 stock index in R: a case study
In this short note we would like to show the basic methods of analyzing time series. This methods leads us to the different models of time series (decomposition, ARIMA, Fourier techniques, exponentially smoothing and GARCH). The correctness of the models obtained may be verified by behavior of resid...
Saved in:
| Published in: | Математичне моделювання в економіці |
|---|---|
| Date: | 2014 |
| Main Authors: | , |
| Format: | Article |
| Language: | English |
| Published: |
Інститут телекомунікацій і глобального інформаційного простору НАН України
2014
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/131740 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | The analysis of WIG20 stock index in R: a case study / B. Kotyra, A. Krajka // Математичне моделювання в економіці. — 2014. — № 1. — С. 49-62. — Бібліогр.: 17 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862670103609344000 |
|---|---|
| author | Kotyra, B. Krajka, A. |
| author_facet | Kotyra, B. Krajka, A. |
| citation_txt | The analysis of WIG20 stock index in R: a case study / B. Kotyra, A. Krajka // Математичне моделювання в економіці. — 2014. — № 1. — С. 49-62. — Бібліогр.: 17 назв. — англ. |
| collection | DSpace DC |
| container_title | Математичне моделювання в економіці |
| description | In this short note we would like to show the basic methods of analyzing time series. This methods leads us to the different models of time series (decomposition, ARIMA, Fourier techniques, exponentially smoothing and GARCH). The correctness of the models obtained may be verified by behavior of residuals (small variance, stationary, uncorrelated, normally distributes) or by verifying the predictions. This second method not will be discussed here. We omit the lot of data mining methods, which may be applied to the stock index time series, such as neural networks and genetic algorithms.
У представленій роботі коротко наведені методи аналізу часових рядів. Ці методи дозволяють розробити різноманітні моделі часових рядів (розкладання, ARIMA, метод Фур’є, експонентне згладжування та GARCH). Точність отриманих моделей можна перевірити за допомогою нев’язок (невеликі відхилення, стаціонарні, корелювання та некорелювання) або шляхом верифікації прогнозів (це не представлене у даному дописі). Також не розглядаються багато методів інтелектуального аналізу даних, які можуть бути застосовані до фондового індексу часових рядів, наприклад, нейронні мережі та генетичні алгоритми.
В данной работе коротко представлены методы анализа временных рядов. Эти методы позволяют разработать различные модели временных рядов (разложение, ARIMA, метод Фурье, сглаживание по экспоненте и GARCH). Точность полученных моделей можно проверить с помощью невязок (небольшие отклонения, стационарные, коррелированные и некоррелированные) или путем верификации прогнозов (что не будет здесь представлено). Мы опускаем также множество методов интеллектуального анализа данных, которые могут быть применены к фондовому индексу временных рядов, такие как нейронные сети и генетические алгоритмы.
|
| first_indexed | 2025-12-07T15:30:12Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-131740 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2409-8876 |
| language | English |
| last_indexed | 2025-12-07T15:30:12Z |
| publishDate | 2014 |
| publisher | Інститут телекомунікацій і глобального інформаційного простору НАН України |
| record_format | dspace |
| spelling | Kotyra, B. Krajka, A. 2018-03-28T18:47:36Z 2018-03-28T18:47:36Z 2014 The analysis of WIG20 stock index in R: a case study / B. Kotyra, A. Krajka // Математичне моделювання в економіці. — 2014. — № 1. — С. 49-62. — Бібліогр.: 17 назв. — англ. 2409-8876 https://nasplib.isofts.kiev.ua/handle/123456789/131740 519.246.8 In this short note we would like to show the basic methods of analyzing time series. This methods leads us to the different models of time series (decomposition, ARIMA, Fourier techniques, exponentially smoothing and GARCH). The correctness of the models obtained may be verified by behavior of residuals (small variance, stationary, uncorrelated, normally distributes) or by verifying the predictions. This second method not will be discussed here. We omit the lot of data mining methods, which may be applied to the stock index time series, such as neural networks and genetic algorithms. У представленій роботі коротко наведені методи аналізу часових рядів. Ці методи дозволяють розробити різноманітні моделі часових рядів (розкладання, ARIMA, метод Фур’є, експонентне згладжування та GARCH). Точність отриманих моделей можна перевірити за допомогою нев’язок (невеликі відхилення, стаціонарні, корелювання та некорелювання) або шляхом верифікації прогнозів (це не представлене у даному дописі). Також не розглядаються багато методів інтелектуального аналізу даних, які можуть бути застосовані до фондового індексу часових рядів, наприклад, нейронні мережі та генетичні алгоритми. В данной работе коротко представлены методы анализа временных рядов. Эти методы позволяют разработать различные модели временных рядов (разложение, ARIMA, метод Фурье, сглаживание по экспоненте и GARCH). Точность полученных моделей можно проверить с помощью невязок (небольшие отклонения, стационарные, коррелированные и некоррелированные) или путем верификации прогнозов (что не будет здесь представлено). Мы опускаем также множество методов интеллектуального анализа данных, которые могут быть применены к фондовому индексу временных рядов, такие как нейронные сети и генетические алгоритмы. en Інститут телекомунікацій і глобального інформаційного простору НАН України Математичне моделювання в економіці Математичні та інформаційні моделі в економіці The analysis of WIG20 stock index in R: a case study Розгляд конкретного випадку аналізу фондового індексу WIG20 Разбор конкретного случая анализа фондового индекса WIG20 Article published earlier |
| spellingShingle | The analysis of WIG20 stock index in R: a case study Kotyra, B. Krajka, A. Математичні та інформаційні моделі в економіці |
| title | The analysis of WIG20 stock index in R: a case study |
| title_alt | Розгляд конкретного випадку аналізу фондового індексу WIG20 Разбор конкретного случая анализа фондового индекса WIG20 |
| title_full | The analysis of WIG20 stock index in R: a case study |
| title_fullStr | The analysis of WIG20 stock index in R: a case study |
| title_full_unstemmed | The analysis of WIG20 stock index in R: a case study |
| title_short | The analysis of WIG20 stock index in R: a case study |
| title_sort | analysis of wig20 stock index in r: a case study |
| topic | Математичні та інформаційні моделі в економіці |
| topic_facet | Математичні та інформаційні моделі в економіці |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/131740 |
| work_keys_str_mv | AT kotyrab theanalysisofwig20stockindexinracasestudy AT krajkaa theanalysisofwig20stockindexinracasestudy AT kotyrab rozglâdkonkretnogovipadkuanalízufondovogoíndeksuwig20 AT krajkaa rozglâdkonkretnogovipadkuanalízufondovogoíndeksuwig20 AT kotyrab razborkonkretnogoslučaâanalizafondovogoindeksawig20 AT krajkaa razborkonkretnogoslučaâanalizafondovogoindeksawig20 AT kotyrab analysisofwig20stockindexinracasestudy AT krajkaa analysisofwig20stockindexinracasestudy |