Working Papers

Seria wydawnicza WNE WORKING PAPERS prowadzona jest przez WNE UW od 2008 r. i jak dotąd opublikowano w niej ponad 400 prac.

Seria WNE Working Papers służy szybkiemu upowszechnianiu wyników badań prowadzonych na Wydziale Nauk Ekonomicznych UW. Publikowane tu teksty mają charakter wersji roboczych (pre-printów): mogą być uzupełniane lub poprawiane w miarę postępu prac nad tekstem i procesu wydawniczego. Prezentujemy aktualną wersję udostępnioną przez autorów, opatrzoną datą oraz identyfikatorami DOI/ISSN – co ułatwia jej cytowanie i śledzenie kolejnych iteracji. Każdy dokument zachowuje pełne prawa autorskie swoich twórców, a w przypadku późniejszych zmian, autorzy mogą w dowolnym momencie zamieścić zaktualizowany plik lub wskazać miejsce ostatecznego wydania.

Do serii WORKING PAPERS przyjmowane są artykuły pracowników naukowych WNE UW oraz publikacje z konferencji organizowanych na WNE UW. Artykuły powinny dotyczyć ekonomii, mieć charakter oryginalnych prac badawczych, nie być wcześniej publikowane. Przyjmowane są wyłącznie teksty w języku angielskim.

Prace prosimy przesyłać e-mailem na adres: GUD%-`fj0T\A^Bo=*]YpO8.?kwQ]#[?E3mqON[lEB0RYg&jfOhXxm1th=

Prosimy przesyłać dwa pliki:

(1) główny tekst bez podania tytułu artykułu oraz autorów (plik DOC/DOCX) oraz

(2) stronę tytułową zawierającą: tytuł opracowania, autorów oraz ich afiliację (plik DOC/DOCX). 

Przed przesłaniem tekstu prosimy zapoznać się z szczegółowymi wymogami edycyjnymi.

Redaktorem wydawniczym serii Working Papers jest dr Maciej Bukowski.

Ilość wyników 1

WP(20/2023)427. Ensembling ARIMAX Model in Algorithmic Investment Strategies on Commodities Market

Autorzy: Jakubowski Paweł, Ślepaczuk Robert, Windorbski Franciszek
This paper presents the results of investment strategies based on predictions from an ARIMA with exogenous variables (ARIMAX/ARIMAX-Garch) model, using the prices of selected commodities and companies from the DJIA index as explanatory variables. The…

WP427. Ensembling ARIMAX Model in Algorithmic Investment Strategies on Commodities Market

This paper presents the results of investment strategies based on predictions from an ARIMA with exogenous variables (ARIMAX/ARIMAX-Garch) model, using the prices of selected commodities and companies from the DJIA index as explanatory variables. The explained variables are four Invesco ETF funds (DBE, DBA, DBP, DBB) corresponding to baskets of energy, agricultural, precious, and industrial metals. The models are optimized using the Walk-Forward technique, and the selection of exogenous variables is based on Granger causality tests. By analyzing the results, we conclude that ARIMAX/ARIMAX-Garch models are not useful tools for making buy or sell decisions for the selected commodity baskets. Out of the 80 estimated models, 44 outperform the Buy & Hold strategy, however, none achieved statistically significant results. Combining individual models into an investment portfolio reduced the risk without significantly reducing the profit, enabling us to consistently beat the benchmark. We also observe that using returns of commodities listed on stock exchanges is more effective than using stock returns. Sensitivity analysis shows instability in results with changes in the length of the training and testing windows. The highest annual return rate of 15.37% from 02.01.2008 to 01.12.2022 was characterized by an ARIMAX model with one commodity exogenous variable.


Jakubowski Paweł, Ślepaczuk Robert, Windorbski Franciszek
ARIMA(X) GARCH ARIMA(X)/GARCH Algorithmic Investment Strategies Granger Causality Investment Performance Evaluation Trading Systems Forecasting Models
  • 1