- Tytuł:
-
Jakość prognozowania cen w zależności od wykładnika Hursta przy wykorzystaniu danych wysokiej częstotliwości z rynku walutowego
The use of the Hurst exponent to investigate the quality of forecasting methods of ultra-high-frequency data of exchange rates - Autorzy:
- Szóstakowski, Robert
- Powiązania:
- https://bibliotekanauki.pl/articles/964852.pdf
- Data publikacji:
- 2018
- Wydawca:
- Główny Urząd Statystyczny
- Tematy:
-
dane wysokich częstotliwości
prognozowanie
uczenie maszynowe
metody statystyczne
mikrostruktura rynku
wykładnik Hursta
dane wysokich częstotliwości
uczenie
maszynowe
wykładnik hursta - Opis:
-
Over the last century a variety of methods have been used for forecasting financial time data series with different results. This article explains why most of them failed to provide reasonable results based on fractal theory using one day tick data series from the foreign exchange market. Forecasting AMAPE errors and forecasting accuracy ratios were calculated for statistical and machine learning methods for currency time series which were divided into sub-segments
according to Hurst ratio. This research proves that the forecasting error decreases and the forecasting accuracy increases for all of the forecasting methods when the Hurt ratio increases. The approach which was used in the article
can be successfully applied to time series forecasting by indicating periods with the optimal values of the Hurst exponent
Na przestrzeni ostatniego wieku przeprowadzono wiele badań na temat użyteczności metod statystycznych w prognozowaniu cen na rynkach finansowych. Niniejszy artykuł wyjaśnia, dlaczego większość z nich zawiodła, bazując na teorii rynku fraktalnego oraz na podstawie badań przeprowadzonych przy użyciu da-nych wysokich częstotliwości z głównych par walutowych. Dla wykorzystanych modeli statystycznych i metod uczenia maszynowego zostały policzone miary takie jak AMAPE oraz trafność prognozowania kierunku zmian cen w zależności od wykładnika Hursta. Artykuł pokazuje, że średni błąd prognozowania zmniejsza się wraz ze wzrostem wartości wykładnika Hursta dla zastosowanych modeli prognostycznych. Zaprezentowana w artykule metodyka prognozowania może być skutecznie wykorzystana do podejmowania trafniejszych decyzji inwestycyjnych oraz do budowy automatycznych systemów decyzyjnych. - Źródło:
-
Przegląd Statystyczny; 2018, 65, 2; 200-223
0033-2372 - Pojawia się w:
- Przegląd Statystyczny
- Dostawca treści:
- Biblioteka Nauki