Forecasting Euro-Yen exchange rate with hidden Markov model and a classification algorithm

سال انتشار: 1388
محل انتشار: دومین کنفرانس بین المللی تحقیق در عملیات ایران
کد COI اختصاصی: ICIORS02_194
زبان مقاله: انگلیسی
تعداد مشاهده: 2368

نویسندگان

Department of Industrial engineering, University College of engineering, University of Tehran, Iran

چکیده

The goal of this paper is forecasting the direction (increase or decrease) of EURJPY exchange rate in a day. For this purpose five major indicators are used. Then a hybrid approach using hidden Markov models and CART classification algorithms is developed. Proposed approach is used for forecasting direcation (increase or decrease) of Euro-Yen exchange rate in a day. Also the approach is used for forecasting differnece between intial and maximum (minimum) exchange rates in a day. Result of proposed method is compared with CART and neural network. Comparison shows that the forecasting with proposed method has higher accuracy.

کلیدواژه ها

foreign exchange market, forecasting, CART classification algorithm, hidden Markov model, EURJPY exchange rate

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.