Wavelet Analysis for Stock Market Forcasting

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26510%2F19%3APU132678" target="_blank" >RIV/00216305:26510/19:PU132678 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Wavelet Analysis for Stock Market Forcasting

Popis výsledku v původním jazyce

This paper deals with wavelet analysis and its application on the stock market. The time series of financial and economic data are usually non-linear and non-stationary. It has been shown that using decomposition models improves the prediction accuracy of these time series. These techniques include wavelet analysis, which decomposes data not only in the time domain but also in the frequency domain, and can predict non-periodic or non-stationary time series more accurately than Fourier transform. Given the decomposition of the time series using wavelet analysis, and last but not least attention is drawn to the advantages and disadvantages resulting from the use of the method in the financial markets.

Název v anglickém jazyce

Wavelet Analysis for Stock Market Forcasting

Popis výsledku anglicky

This paper deals with wavelet analysis and its application on the stock market. The time series of financial and economic data are usually non-linear and non-stationary. It has been shown that using decomposition models improves the prediction accuracy of these time series. These techniques include wavelet analysis, which decomposes data not only in the time domain but also in the frequency domain, and can predict non-periodic or non-stationary time series more accurately than Fourier transform. Given the decomposition of the time series using wavelet analysis, and last but not least attention is drawn to the advantages and disadvantages resulting from the use of the method in the financial markets.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

50206 - Finance

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Interdisciplinární mezinárodní vědecká konference doktorandů a odborných asistentů QUAERE 2019

ISBN

978-80-87952-30-6

ISSN

—

e-ISSN

—

Počet stran výsledku

1229

Strana od-do

149-153

Název nakladatele

Magnanimitas

Místo vydání

Hradec Králové, Czech Republic

Místo konání akce

online

Datum konání akce

27. 6. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—