E-book details

Prognozowanie szeregów czasowych metodami ewolucyjnymi

Prognozowanie szeregów czasowych metodami ewolucyjnymi

Adam Kucharski

Ebook

Gdy 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.

Wstęp 7

Rozdział 1. Algorytmy genetyczne – charakterystyka metody 11
1.1. Klasyczny algorytm genetyczny 11
1.1.1. Matematyczne podstawy algorytmów genetycznych 16
1.1.2. Przykład działania klasycznego algorytmu genetycznego 21
1.2. Przegląd modyfikacji wpływających na konstrukcję chromosomu 30
1.2.1. Zmiany reprezentacji genotypu 30
1.2.2. Działania wpływające na porządek genów w chromosomie 33
1.2.3. Kodowanie rzeczywiste chromosomu 36
1.3. Przegląd modyfikacji operatorów algorytmu 40
1.3.1. Nieklasyczne metody selekcji chromosomów 40
1.3.2. Model uogólnionego krzyżowania 47
1.3.3. Wykorzystanie zjawiska nisz i gatunków 48
1.4. Przegląd modyfikacji zmieniających postać funkcji przystosowania 53
1.4.1. Skalowanie funkcji przystosowania 53
1.4.2. Algorytmy ze zmienną liczebnością populacji 55
1.4.3. Zadania z ograniczeniami 57
1.4.4. Zastosowanie algorytmów genetycznych do optymalizacji zadań wielokryteriowych 59
1.5. Strategie ewolucyjne 61
1.6. Algorytm genetyczny jako element algorytmów ewolucyjnych 63

Rozdział 2. Prognozowanie – własności i metody 65
2.1. Podstawowe pojęcia 65
2.2. Dekompozycja szeregu czasowego 71
2.3. Prognozowanie przy pomocy metod mechanicznych 75
2.3.1. Metody naiwne 75
2.3.2. Metoda średniej ruchomej 77
2.3.3. Metoda wygładzania wykładniczego Browna 81
2.3.4. Metoda Holta 82
2.3.5. Metoda Wintersa 84
2.4. Błędy prognoz ex post 88
2.5. Charakterystyka metod analitycznych 95

Rozdział 3. Algorytm genetyczny w prognozowaniu 99
3.1. Prognostyczny algorytm genetyczny 99
3.1.1. Uwzględnianie trendu w PAG 109
3.1.2. Uwzględnianie sezonowości 111
3.2. Algorytm bazujący na średniej ruchomej 115
3.3. Prognozowanie kaskadowe 119
3.3.1. Podejście bayesowskie w prognozowaniu kaskadowym 123
3.3.2. Prognozowanie kaskadowe – przykład 127

Rozdział 4. Prognozy wybranych kategorii przy pomocy PAG 133
4.1. Prognozy ex post i ex ante wybranych szeregów danych 133
4.1.1. Prognozy notowań i wolumenu obrotów danych giełdowych 133
4.1.2. Prognozy notowań kursów walut 156
4.1.3. Prognozy IRDN oraz inflacji 169
4.1.4. PAG a zmienne losowe 177
4.2. Efektywność PAG podczas przeszukiwania zbioru wariantów prognostycznych 181
4.2.1. Zmiany przystosowania najlepszego chromosomu populacji 183
4.2.2. Zmiany średniego przystosowania chromosomów populacji 197
4.3. Dobór parametrów PAG 208

Zakończenie 215

Bibliografia 217
 

  • Title: Prognozowanie szeregów czasowych metodami ewolucyjnymi
  • Author: Adam Kucharski
  • ISBN: 978-83-796-9163-0, 9788379691630
  • Date of issue: 2014-06-23
  • Format: Ebook
  • Item ID: e_0e0j
  • Publisher: Wydawnictwo Uniwersytetu Łódzkiego