Modeling and Forecasting High Frequency Financial Data: Statistical and Neural Approach

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F13%3A86086061" target="_blank" >RIV/61989100:27510/13:86086061 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Modeling and Forecasting High Frequency Financial Data: Statistical and Neural Approach

Popis výsledku v původním jazyce

Forecasting systems are applied which are based on the latest statistical theory and artificial neural networks. The impact of these methods to risk reduction is judged in managerial decision-making. The fundamental question arises whether non-linear methods like neural networks can help modeling any non-linearities being inherent within the estimated statistical model and outperforms statistical modeling approach. The proposed novel neural modeling approach is applied to high frequency time series of USD/CAD exchange rates. Our results show that the proposed neural approach achieves better forecast accuracy on the validation dataset than most available statistical techniques. We also show how the proposed information technology contributes for the people who will make and at the sometime use the forecast in financial institutions, companies, medium and small enterprises

Název v anglickém jazyce

Modeling and Forecasting High Frequency Financial Data: Statistical and Neural Approach

Popis výsledku anglicky

Forecasting systems are applied which are based on the latest statistical theory and artificial neural networks. The impact of these methods to risk reduction is judged in managerial decision-making. The fundamental question arises whether non-linear methods like neural networks can help modeling any non-linearities being inherent within the estimated statistical model and outperforms statistical modeling approach. The proposed novel neural modeling approach is applied to high frequency time series of USD/CAD exchange rates. Our results show that the proposed neural approach achieves better forecast accuracy on the validation dataset than most available statistical techniques. We also show how the proposed information technology contributes for the people who will make and at the sometime use the forecast in financial institutions, companies, medium and small enterprises

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/EE2.3.20.0296" target="_blank" >EE2.3.20.0296: Výzkumný tým pro modelování ekonomických a finančních procesů na VŠB-TU Ostrava</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 10th International Conference on Strategic Management and its Support by Information Systems 2013 : 29th - 30th August, Valašské Meziříčí, Czech Republic

ISBN

978-80-248-3096-4

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

97-102

Název nakladatele

VŠB - Technická univerzita Ostrava

Místo vydání

Ostrava

Místo konání akce

Valašské Meziříčí

Datum konání akce

29. 8. 2013

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

000324842000009