The fractal dimension and forecasting of financial time series
| Název práce v češtině: | Fraktální dimenze a predikce finančních řad |
|---|---|
| Název v anglickém jazyce: | The fractal dimension and forecasting of financial time series |
| Klíčová slova: | fraktální dimenze, předpovídání, krátkodobá paměť, finanční časové řady |
| Klíčová slova anglicky: | fractal dimension, forecasting, short-term memory, financial series, |
| Akademický rok vypsání: | 2012/2013 |
| Typ práce: | bakalářská práce |
| Jazyk práce: | angličtina |
| Ústav: | Institut ekonomických studií (23-IES) |
| Vedoucí / školitel: | prof. PhDr. Ladislav Krištoufek, Ph.D. |
| Řešitel: | skrytý - zadáno vedoucím/školitelem |
| Datum přihlášení: | 06.06.2013 |
| Datum zadání: | 06.06.2013 |
| Datum a čas obhajoby: | 16.06.2014 00:00 |
| Místo konání obhajoby: | IES |
| Datum odevzdání elektronické podoby: | 15.05.2014 |
| Datum proběhlé obhajoby: | 16.06.2014 |
| Oponenti: | Mgr. Hana Džmuráňová, Ph.D. |
| Kontrola URKUND: | |
| Seznam odborné literatury |
| Gneiting, Tilmann, Hana Ševčíková, and Donald B. Percival. "Estimators of fractal dimension: Assessing the roughness of time series and spatial data."Statistical Science 27.2 (2012): 247-277.
Kristoufek, Ladislav, and Miloslav Vosvrda. "Measuring capital market efficiency: Global and local correlations structure." Physica A: Statistical Mechanics and its Applications (2012). Peters, E.: Fractal Market Analysis – Applying Chaos Theory to Investment and Analysis, John Wiley & Sons, Inc., New York, (1994) Theiler, James. "Estimating fractal dimension." JOSA A 7.6 (1990): 1055-1073. |
| Předběžná náplň práce |
| Popis témata
Nedávné studie zkoumající korelační strukturu trhů vykazují přítomnost dlouhé a krátké paměti finančních časových řad. Tento fakt vede k příležitosti predikování chování trhu a zvýšení zisků investorů. Hypotézy Hlavním cílem práce je empiricky ověřit, zda použití fraktální dimenze je aplikovatelné k předpovídání časových řad na finančních trzích. V práci se také budu zabývat tím, zda fraktální dimenze je "dobrým" nástrojem k předpovědi. Metodologie V práci použiji různé indexy, AR a ARMA modely k předpovědi, odhadnu fraktální dimenzi (hrubost) časové řady a budu zkoumat jak odchýlení této hrubosti od 1,5, což je hrubost řady náhodné procházky, ovlivňuje předpověď. |
| Předběžná náplň práce v anglickém jazyce |
| Topic characteristics
Recent studies observing the correlation structure of markets demonstrate the presence of long and short memory of financial time series. This fact leads to opportunities for predicting the market behavior and increasing the investors profit. Hypotheses The primary objective of the thesis is to empirically examine whether using the fractal dimension is applicable to predict financial market time series. I will also try to find out whether the fractal dimension serves as a ''good'' forecasting tool. Methodology I will use different indices, employ AR and ARMA models for future prediction, estimate time series fractal dimension (roughness) and observe how roughness diversion from 1.5, which is a roughness of random walk series, affects the prediction. |