Normativity according to Hayek

Herein you will find the text for the next seminar on Friday. The text is a ‘working paper’ . It lacks complete footnotes and the language requires to be reviewed and corrected. Please note that it is my first text in English:)

What difference representaion

Zamieściłem omówienie badań przeprowadzonych na Havardzie a dotyczących skuteczności pomocy prawnej: What difference representation. Gdyby ktoś był zainteresowany to umieszczam również  (What Difference Representation) oryginalny raport z tychże badań. Jest on jednak dość obszerny.

Ponura nauka

Niniejszym zamieszczam tekst na najbliższe seminarium pod znamiennym tytułem Ponura nauka Zachęcam do krytyki. Tekst jest odtwórczy i opisuje historię myśli ekonomicznej na wybranych przykładach ze szczególnym naciskiem na spór co do przedmiotu ekonomii i stosowanych metod. W rozdziale wykorzystałem też uprzednio przygotowany tekst nt. ekonomii behawioralnej i neuroekonomii. MG

Obrona antynaturalizmu. Wokół myśli F.A. Hayeka

Zgodnie z ustaleniami z ostatniego spotkania przedstawiam kompletną (prawie) wersję Obrona antynaturalizmu. Wokol mysli F.A. Hayeka Brakuje w niej, tak jak sygnalizowałem jednego rozdziału który jest zaznaczony w środku wraz z jego planem. za tydzień nie będę mógł się bronić przed waszymi zarzutami – dopiero za dwa tygodnie. Plan był taki, aby skupić się na rozdziale poświęconym wyjaśnieniu naukowym.

Po ostatniej dyskusji mam kilka przemyśleń, z którymi poniżej chciałbym się podzielić:

1. Sądzę, że w rozdziale pierwszym niepotrzebnie zasygnalizowałem że będę wspierał model DN wyjaśnienia naukowego wg Hempla. Nie jest to do końca prawda. Z modelu tego biorę tak na prawdę tylko dwa elementy:

– to, że wyjaśnienie jest w istocie szczególnym przypadkiem rozumowanie, co jest w istotnej opozycji do modeli realistycznych wskazująch na to, że wyjaśnienia polega na przedstawienie łańcucha przyczyn;

– to, że istotne elementem tego rozumowania jest wskazanie jakieś uchwyconej prawidłowości występującej w wyjaśnianym fenomenie – nazwanie tej prawidłowości prawem natury / ananke może być co nieco mylące;

2. W pozostałym zakresie model jest uzupełniany przez myśl Hayeka i Groblera; Hayeka w tej części w której uznaje on, że wyjaśnienie to nic innego jak modelowanie; A Groblera w tej części w której proponuje on kryterium rozrozniania mocy wyjasniającej hipotez;

3. Odnosząc się zaś wprost do pytania (Radek i Bratek) czy teoria, której falsyfikowalność jest znikoma będzie naukowym wyjaśnieniem? Tak, będzie – nawet jeśli jej falsyfikowlaność będzie zerowa. Tyle, że może być marnym wyjaśnieniem. Każda inna, która wskaże jakiś fakty ja falsyfikujące i pozowoli tym samym na odpowiedź na większą liczbę problemów, będzie miała większą moc wyjaśniającą.

Obrona antynaturalizmu

Naturalizm. Założenia teoriopoznawcze. Teoria poznania według Hayeka Obrona antynturalizmu rozdz 1-3

 

Chaos theory in financial time series analysis – theoretical aspects and empirical researches

Krzysztof Jajuga, Daniel Papla
Dynamiczne Modele Ekonometryczne
V Ogólnopolskie Seminarium Naukowe, 9-11 września 1997 r. w Toruniu
Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Kopernika w Toruniu
Summary
In his post-conference paper authors present the basic assumptions and methods of chaos theory that can be possibly used in market analyses. At first they place those methods among others quantity methods which have been worked out due to predict the certain market variables like price of commodities. Those are: technical analysis, stochastic methods, methods of financial cybernetic, econometric methods and chaos theory. The common feature of those methods is the abortion of the effective market hypothesis. In other words, they assume that the information of the past prices do not affect the present value.
The authors describe briefly what is deterministic chaos and what sort of mathematical methods of that theory can be applied to market analysis. Two of them are presented in details. Those are: correlative dimension and Hurst’s exponent.
At the end both methods are applied to the share prices on the Polish stock exchange within 1994 – 97. The results are ambiguous. It may suggest that there exists no attractor, what is the necessary condition to make the accurate predictions, or that the set of data is not rich enough.
They conclude that the example of stock exchange shows clearly the difference between the use of chaos theory in physics and in economics.
Commentary
The paper is a very brief but comprehensive presentation of certain quantity methods used in market analyses. Although the methods are very sophisticated, while they are applied in practice, the results are very poor. Fortunately the authors acknowledge that.

Analysis of fractal properties on Polish share market

Tomasz Kałuziak
Prace naukowe Akademii Ekonomicznej we Wrocławiu Nr 1189 / 2007
Summary (according to author)
„This report is the attempt of the verification of a long-term memory of series consisting of logarithmic rate of return expanded by the research of the statistical similarity of time series on the Polish share market. It also tries to answer the questions connected with reasons of receiving dubious and ambiguous results. Showing the existence of real fractals would require a modification of currently accepted hypotheses, with the hypothesis of the effective market at the top of it, and would justify the use of opportunities, coming from the chaos theory in financial analysis. (…)
The research tries to estimate the Hurst coefficient (rescaled range analysis described by E. Peters) as well as the coefficient of statistical similarity (suggested by M. Zwolankowska).
Looking at the Polish share market one can clearly see the difference between the research of opportunities of the use of deterministic chaos in exact science, and economy which is a set of many currents and disciplines of science. (…) Some estimated values and signals may prove the potential existence of fractal properties but others contradicts it.”
Commentary
Methodologically the research seems to be very correct. We can hardly find any strong and hidden assumptions regarding studied share market. On the contrary, the main purpose of the research is to test whether the market can be considered as fractal structure and consequently investigated by the methods appropriate to such a structure. Fractals were indentified for the first time by Mandelbrot who tried to develop the theory on them. Hurst, while studying the behavior of Nil river throughout several centuries, discovered that changes in its level do not follows the normal, statistical distribution. He worked out the mathematical tool, which can be used in order to verify whether the particular time series follow such a normal distribution (what points on its purely accidental character) or tend to prefer some of the results (what suggest that their occurrence are not accidental, and that some other hidden regularity may lie behind the pattern). One of regularity, that may be taken into account is a fractal structure. If we establish that Hurst’s exponent exceeds certain value (0,5) then we may assume that investigated series are not purely accidental. However obtained results are dubious and ambiguous.

The application of Lyapunov exponents to the prediction of time series

Monika Miśkiewicz
Prace naukowe Akademii Ekonomicznej we Wrocławiu Nr 1189 / 2007
Summary (according to author)
“The paper presents the new method of chaotic series prediction. This method is based on a basic characteristic of chaotic systems which is sensitive dependence upon initial conditions (SDUIC). This figures refers to as Lyapunov exponents are a measure of the SDUIC. They measure the rate of the divergence of trajectories in state space. The method involves, first the reconstruction of the phase space using a time series and then the prediction of unknown phase space point making use of Lyapunov exponents as a qualitative parameter. As a result of the transformation of this phase space point the predicted time series data can be obtained. Numerical examples have proved that the method is effective.”
Commentary.
Studying the numerical examples it is hard to agree that the method is really effective. Without even understanding the mathematical equations behind the method it is visible how few numbers are predicted with a tolerable deviation. It would be surprising if it were to the contrary, so that the prediction were accurate. Then we would have an effective method of predicting the currency rates. Unfortunately we haven’t worked out such a method yet.
It is not easy to judge the applied method without referring to detailed mathematical and strictly formal description. It also requires very comprehensive knowledge on Lyapunov exponents and various trials of its application. It looks that author possess such a knowledge and can use it with impressive skill. It looks however that the problems lies in the assumptions. Lyapunov exponents can be applied to chaotic systems which are deterministic. In other words, there are equations which describes the movements of elements within the phase space, even if we don’t know them yet. This is a big advantage of this method of instability measuring comparing to e.g. metric entropy of Kolmogorov. Simply studying the series of data we can firstly find an attractor (assuming that one exists) and then estimate the Lyapunov exponent and predict the subsequent series. However if there is no equation behind the series of data, and if there is no attractor the results of predictions will be highly accidental.

Nowa wersja obrony antynaturalizmu

Znajdziecie ją tutaj. Uzupełniłem drugi rozdział i dodałem aktualną bibliografię. Można czytać do str. 44. Potem tylko schemat i luźne zapiski

Obrona antynaturalizmu

Załączony tekst zawiera pierwsze dwa rozdziały rozprawy doktorskiej oraz rozbudowany konspekt dalszych części. Do str. 30 jest spójny tekst – potem zaczynają się punkty konspektowe. Proponuje doczytać do końca rozdziału drugiego z potem zapoznać się z tytułami dalszych rozdziałów i podrozdziałów.

Tekst znajduje się tutaj.