Artykuł ten opisuje możliwości poprawienia predykcji notowań cen i zasobów miedzi przy użyciu filtracji cyfrowej. Stanowi ona etap wstępny, który eliminuje z sygnału losowego, jakim jest notowanie giełdowe, jego wyższe harmoniczne traktowane jako zakłócenia. Po analizie widmowej ciągu notowań giełdowych określono najwłaściwsze częstotliwości próbkowania i wybrano dwa najbardziej odpowiednie rodzaje filtrów cyfrowych. Dla tak przefiltrowanych sygnałów oraz dla notowań oryginalnych użyto metody predykcji GARCH. Jest ona szeroko stosowana w modelowaniu ekonometrycznym i finansowym, ze względu na dobre wyniki symulacji zachowań procesów heteroskedastycznych, jakimi są notowania giełdowe. Na końcu porównano błędy predykcji, uzyskując zadowalająco niskie ich wartości dla pierwszych 200 próbek sygnałów odfiltrowanych, które można porównać z błędem predykcji sygnału oryginalnego.