Is technical analysis profitable? A neural network approach in the high-frequency FX Market
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A_____%2F03%3A11800026" target="_blank" >RIV/62156489:_____/03:11800026 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Is technical analysis profitable? A neural network approach in the high-frequency FX Market
Popis výsledku v původním jazyce
This paper contributes to the area of research using neural networks to describe and forecast high-frequency foreign exchange rates. The objective of this study is to investigate whether technical indicators as inputs to a neural network can provide moreaccurate predicitons for future foreign exchange rate development. To test this idea feed-forward neural networks are examined to predict short-term time intervals of major currency pairs. The data set used in this study contains 15-minute time intervals of GBP/USD, JPY/USD and EUR/USD. The result indicate that the proportion of correct forecasts is higher when using technical indicators as inputs to neural networks than model without technical indicators.
Název v anglickém jazyce
Is technical analysis profitable? A neural network approach in the high-frequency FX Market
Popis výsledku anglicky
This paper contributes to the area of research using neural networks to describe and forecast high-frequency foreign exchange rates. The objective of this study is to investigate whether technical indicators as inputs to a neural network can provide moreaccurate predicitons for future foreign exchange rate development. To test this idea feed-forward neural networks are examined to predict short-term time intervals of major currency pairs. The data set used in this study contains 15-minute time intervals of GBP/USD, JPY/USD and EUR/USD. The result indicate that the proportion of correct forecasts is higher when using technical indicators as inputs to neural networks than model without technical indicators.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2003
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS
ISSN
1211-8516
e-ISSN
—
Svazek periodika
LI
Číslo periodika v rámci svazku
6
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
6
Strana od-do
193-198
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—