1636660530

ARCH [14], GARCH [8]. Od lat kilkunastu szerzej stosowane są metody eksploracji danych [34]. Każde z tych podejść prognozuje wartość indeksu w przyszłości na podstawie jego obecnej wartości i zachowania indeksu w ostatnim okresie. W przypadku metod eksploracji danych oprócz historii indeksu prognozowanego można wprowadzić wartości innych szeregów czasowych takich jak inne indeksy, kursy walut, ceny najważniejszych surowców, notowania metali szlachetnych itd. Taki wzrost ilości atrybutów opisujących stan giełdy może przyczynić się do poprawy jakości prognozy, jednak powoduje wzrost obliczeń, co skłania do zwrócenia uwagi na złożoność obliczeniową algorytmów. Dodatkowo przy dużej ilości atrybutów mogą zostać użyte metody selekcji cech, redukujące ich ilość przy zachowaniu a nawet polepszeniu własności prognostycznych budowanych modeli.

Teza rozprawy:

Metody eksploracji danych oparte na funkcjach kryterialnych typu CPL mogą być skutecznym narzędziem prognozowania notowań giełdowych.

Szczegółowe cele pracy to:

—    analiza wybranych, dotychczas stosowanych, obliczeniowych metod prognozowania notowań giełdowych,

—    przystosowanie metod eksploracji danych do specyfiki problemu prognozowania notowań giełdowych,

—    opracowanie założeń i przeprowadzenie badań symulacyjnych służących ocenie użyteczności metod klasyfikacji i prognozowania typu CPL przy użyciu wybranej strategii inwestowania na giełdzie,

—    oszacowanie skuteczności prognozowania notowań giełdowych w oparciu o metody klasyfikacji i prognozowania typu CPL na bazie badań eksperymentalnych i symulacyjnych.

Treść rozprawy

Treść rozprawy składa się z 9 rozdziałów, rozdział pierwszy zawierał ogólne przedstawienie zagadnienia oraz sformułowanie tezy pracy. W rozdziale drugim zamieszczono wprowadzenie do giełd papierów wartościowych. Krótko przedstawiono historię giełdy i giełdy współczesne z uwzględnieniem największych giełd na świecie. Osobny rozdział poświęcono Giełdzie

3