BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Brandl Bernd (University of Vienna, Austria)
Tytuł
Exchange Rates: Predictable but not Explainable? Data Mining with Leading Indicators and Technical Trading Rules
Możliwości modelowania i prognozowania kursów walutowych: wskaźniki wyprzedzające i analiza techniczna
Źródło
Acta Universitatis Lodziensis. Folia Oeconomica, 2005, t. 192, s. 195-209, bibliogr. 19 poz.
Tytuł własny numeru
Issues in Modeling, Forecasting and Decision-making in Financial Markets
Słowa kluczowe
Prognozowanie kursów walut, Analiza statystyczna, Kurs walutowy, Modele prognostyczne
Exchange rates forecasting, Statistical analysis, Exchange rates, Forecasting models
Uwagi
streszcz., summ.
Abstrakt
W artykule przedstawiono proces eksploracji danych statystycznych w prognozowaniu kursów walutowych. Zakładamy, że kursy walutowe pozostają pod wpływem zarówno czynników o charakterze fundamentalnym, jak i czynników pozaekonomicznych. Równowaga pomiędzy tymi czynnikami różni się w zależności od rodzaju kursu walutowego i częstotliwości jego pomiaru. Prognostykom trudno jest ustalić względną siłę wpływu różnych czynników, stąd analiza polegająca na eksploracji danych ma określone zalety. W proponowanym podejściu wykorzystano algorytmy genetyczne i sztuczne sieci neuronowe. Przedstawiliśmy wyniki eksperymentów prognostycznych poza próbą statystyczną w odniesieniu do pięciu kursów walutowych, obserwowanych z różną częstotliwością. Pokazaliśmy, że metoda eksploracji danych może stanowić skuteczne narzędzie prognostyczne. (abstrakt oryginalny)

This paper presents a data mining approach to forecasting exchange rates. It is assumed that exchange rates are determined by both fundamental and technical factors. The balance of fundamental and technical factors varies for each exchange rate and frequency. It is difficult for forecasters to establish the relative relevance of different kinds of factors given this mixture; therefore the utilization of data mining algorithms is advantageous. The approach applied uses a genetic algorithm and neural networks. Out-of-sample forecasting results are illustrated for five exchange rates on different frequencies and it is shown that data mining is able to produce forecasts that perform well. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Allen, F. and Karjalainen, R. (1999), "Using Genetic Algorithms to Find Technical Trading Rules", Journal of Financial Economics, 51, 245-271.
  2. Arifovic, J. (2001), "Evolutionary Dynamics of Currency Substitution", Journal of Economy Dynamics and Control, 25, 395-117.
  3. Cheung, Y.W. and Chinn, M.D. (2001), "Currency Traders and Exchange Rate Dynamics: A Survey of the US Market", Journal of International Money and Finance 20, 439-471.
  4. Cheung, Y. W. and Wong, C. Y. P. (2000), "A Survey of Market Paractioners' Views on Exchange Rate Dynamics", Journal of International Economics 51, 401-419.
  5. Frankel, J. A. and Froot, K. A. (1988), "Chartists, Fundamentalists and the Demand for Dollars", Greek Economic Review, 10(1), 49-102.
  6. Frankel, J. A. and Froot, K. A. (1990), "Exchange Rate Forecasting Techniques, Survey Data, and Implications for the Foreign Exchange Market", NBER: Working Papers Series, 3470.
  7. King, W. I. (1932), "Forecasting Methods Successfully Used Since 1928", Journal of the American Statistical Association, 27(179), 315-319.
  8. LeBaron, B. (1998), "Technical Trading Rules and Regime Shifts in Foreign Exchange". In: Acar, E. and Satchell, S. (eds.), Advanced Trading Rules Oxford, Woburn, MA: Butterworth, Heinemann.
  9. Malkiel, B. (1990), A Random Walk Down Wall Street: Including a Life-cycle Guide to Personal Investing, New York: Norton.
  10. Meese, R. A. and Rogoff, K. (1983a), "Empirical Exchange Rate Models of the 1970s: Do They Fit Out of Sample?", Journal of International Economics, 14, 3-24.
  11. Meese, R. A. and Rogoff, K. (1983b), "The Out-of-Sample Failure of Empirical Exchange Ratę Models: Sampling Error or Misspecification?". In: Frenkel, J. A. (ed.), Exchange Rates and International Macroeconomics, Chicago: University of Chicago Press, 67-105.
  12. Menkhoff, L. (1998), "The Noise Trading Approach - Questionnaire Evidence from Foreign Exchange", Journal of International Money and Finance, 17, 547-564.
  13. Michalewicz, Z. (1996), Genetic Algorithms + Data Structures = Evolution Programs, Berlin et al.: Springer.
  14. Neely, C., Dittmar, R. and Weller, P. (1996), "Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach", CEPR: Discussion Paper, 1480.
  15. Roos, C. F. (1955), "Survey of Economic Forecasting Techniques: A Survey Article", Econometrica, 23(4), 363-395
  16. Schulmeister, S. (2001), "Profitability and Price Effects of Technical Currency Trading", WIFO: Working Papers, 140.
  17. Sweeney, R. (1996), "Beating the Foreign Exchange Market", Journal of Finance, 41, 163-182.
  18. Taylor, M. P. and Allen, H. (1992), "The Use of Technical Analysis in the Foreign Exchange Market", Journal of International Money and Finance, 11, 304-314.
  19. Taylor, S. J. (1992), "Rewards Available to Currency Futures Speculators: Compensation for Risk or Evidence for Inefficient Pricing?", Economic Record, 68, 105-116.
Cytowane przez
Pokaż
ISSN
0208-6018
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu