Forecasting Exchange Rates with AR Model With Exponential Forgetting
Result description
The success of investing in the modern economical environment strongly depends on a good ability of forecasting of the future development of economical variables, e.g. the exchange rates. The econometrical tools used for this purpose are often based on regression models like the autoregression model (AR), the autoregression model with moving average (ARMA) and others, including the nonparametric methods. Such models forecast the future values of economic variable (in our case the exchange rate) on baseof their previous (usually known) values. If we use the Bayesian approach to this modelling, it is obviously possible to use the basic autoregression model and modify its parameters estimation to make it admits slow time variability.
Keywords
The result's identifiers
Result code in IS VaVaI
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním
Original language description
Základem úspěšného investování v prostředí moderní tržní ekonomiky je dobrá schopnost predikce budoucího vývoje ekonomických veličin, například směnných kurzů. Ekonometrický aparát používaný pro predikování ekonomických veličin je často založen na regresních modelech, např. autoregresním modelu (AR), autoregresním modelu s proměnnou střední hodnotou (ARMA) či jiných, například neparametrických metodách. Takové modely predikují budoucí hodnotu ekonomické veličiny (v našem případě směnného kurzu) v závislosti na hodnotách předchozích, obvykle známých. Předpokládáme-li využití Bayesovského přístupu k modelování směnných kurzů, odvozujícího aposteriorní informaci o hodnotě budoucí na základě a priori známých kurzových hodnot, lze zřejmě za určitých podmínek využít základní autoregresní model a modifikovat odhad jeho parametrů tak, aby byla přípustná jejich změna v čase.
Czech name
Predikce směnných kurzů autoregresním modelem s exponenciálním zapomínáním
Czech description
Základem úspěšného investování v prostředí moderní tržní ekonomiky je dobrá schopnost predikce budoucího vývoje ekonomických veličin, například směnných kurzů. Ekonometrický aparát používaný pro predikování ekonomických veličin je často založen na regresních modelech, např. autoregresním modelu (AR), autoregresním modelu s proměnnou střední hodnotou (ARMA) či jiných, například neparametrických metodách. Takové modely predikují budoucí hodnotu ekonomické veličiny (v našem případě směnného kurzu) v závislosti na hodnotách předchozích, obvykle známých. Předpokládáme-li využití Bayesovského přístupu k modelování směnných kurzů, odvozujícího aposteriorní informaci o hodnotě budoucí na základě a priori známých kurzových hodnot, lze zřejmě za určitých podmínek využít základní autoregresní model a modifikovat odhad jeho parametrů tak, aby byla přípustná jejich změna v čase.
Classification
Type
D - Article in proceedings
CEP classification
AH - Economics
OECD FORD branch
—
Result continuities
Project
—
Continuities
V - Vyzkumna aktivita podporovana z jinych verejnych zdroju
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Sborník příspěvků 3. mezinárodní vědecké konference "Nové trendy - nové nápady 2008"
ISBN
978-80-903914-8-2
ISSN
—
e-ISSN
—
Number of pages
7
Pages from-to
—
Publisher name
Soukromá vysoká škola ekonomická Znojmo
Place of publication
Znojmo
Event location
Znojmo
Event date
Nov 20, 2008
Type of event by nationality
EUR - Evropská akce
UT code for WoS article
—
Result type
D - Article in proceedings
CEP
AH - Economics
Year of implementation
2008