Predicting the Price of Gold in the Financial Markets Using Hybrid Models

要約

最も誤差が少なく、最高の精度を提供できる価格を予測することは、資本市場の活動家や研究者の間で最も困難な問題の1つであり、最も重大な関心事の1つでした。そのため、高い精度で問題を解決し、結果を提供できるモデルは、研究者の間で関心の高いテーマの一つとなっています。このプロジェクトでは、価格、変数、テクニカル分析に関連する指標を推定するためにARIMAなどの時系列予測モデルを使用すると、モデルのための心理的要因を含む関与トレーダーの行動を示しています。これらの変数をすべてステップワイズ回帰にリンクさせることで、変数の予測に影響を与える最適な変数を特定する。最後に、選択した変数を人工ニューラルネットワークの入力として入力する。言い換えれば、この予測プロセス全体を「ARIMA_ステップワイズ回帰_ニューラルネットワーク」モデルと呼び、国際金融市場における金価格の予測を試みたい。このアプローチは、国内外の金融市場で使用される株式、商品、通貨ペア、金融市場指標などの種類を予測するために使用できることが期待される。さらに、この手法と時系列手法の結果の比較も行う。最後に、その結果に基づいて、結果として得られたハイブリッド・モデルは、時系列法、回帰法、ステップワイズ回帰法と比較して最も高い精度を持つことがわかる。

要約(オリジナル)

Predicting the price that has the least error and can provide the best and highest accuracy has been one of the most challenging issues and one of the most critical concerns among capital market activists and researchers. Therefore, a model that can solve problems and provide results with high accuracy is one of the topics of interest among researchers. In this project, using time series prediction models such as ARIMA to estimate the price, variables, and indicators related to technical analysis show the behavior of traders involved in involving psychological factors for the model. By linking all of these variables to stepwise regression, we identify the best variables influencing the prediction of the variable. Finally, we enter the selected variables as inputs to the artificial neural network. In other words, we want to call this whole prediction process the ‘ARIMA_Stepwise Regression_Neural Network’ model and try to predict the price of gold in international financial markets. This approach is expected to be able to be used to predict the types of stocks, commodities, currency pairs, financial market indicators, and other items used in local and international financial markets. Moreover, a comparison between the results of this method and time series methods is also expressed. Finally, based on the results, it can be seen that the resulting hybrid model has the highest accuracy compared to the time series method, regression, and stepwise regression.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL