Классификаторы динамики курса валют на основе новостей и аналитических обзоров рынка Форекс

Показана возможность выполнять автоматический прогноз котировки пары Евро/Доллар на основе текстовой информации, связанной с рынком Форекс. Предлагаемая методика включает в себя следующие три шага: 1) отбор лингвистических индикаторов (ключевых слов), которые используются как переменные в прогнозных...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Datum:2013
Hauptverfasser: Гараев, Т., Александров, М., Кошулько, О.
Format: Artikel
Sprache:Russian
Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2013
Schriftenreihe:Індуктивне моделювання складних систем
Schlagworte:
Online Zugang:http://dspace.nbuv.gov.ua/handle/123456789/83669
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Классификаторы динамики курса валют на основе новостей и аналитических обзоров рынка Форекс / Т. Гараев, М. Александров, О. Кошулько // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2013. — Вип. 5. — С. 166-176. — Бібліогр.: 8 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Показана возможность выполнять автоматический прогноз котировки пары Евро/Доллар на основе текстовой информации, связанной с рынком Форекс. Предлагаемая методика включает в себя следующие три шага: 1) отбор лингвистических индикаторов (ключевых слов), которые используются как переменные в прогнозных моделях; 2) ручную маркировку текстов для обучения классификаторов; 3) построение классификаторов. В классификаторах используются разные комбинации классов: рост, падение, неизменность, отсутствие роста, отсутствие падения. Для построения классификаторов используются два подхода: индуктивное моделирование (пакет GMDH Shell) и регрессионный анализ (пакет Eviews). Результаты экспериментов показывают преимущество классификаторов, построенных с помощью МГУА, а также возможность использовать предложенную методику как полезное дополнение к существующим численным методам.