Модели прогнозирования валютных курсов: от теории к практике

Назарова Варвара Вадимовна; Ульзутуева Бальжина Дашинимаевна


	1		Риски финансовых рынков Обзор методов прогнозирования валютных курсов и их классификация
	5		Модели прогнозирования валютных курсов, сравнительный анализ
	6		Рис. 1. Статический прогноз ARIMA для валютного курса USD / GBP
	7		Рис. 2. Прогноз для валютного курса USD / GBP с помощью модели Брауна
	8		Рис. 3. Прогноз CEWMA для валютного курса USD / GBP с 95%-ным доверительным интервалом
	9		Рис. 4. Схема простой нейронной сети Рис. 5. Алгоритм построения нейронной сети
	10		Таблица 1. Преимущества и недостатки моделей технического анализа Построение прогнозов валютных курсов
	11		Рис. 6. Процентное изменение валютного курса USD / RUB
	12		Рис. 7. Процентное изменение валютного курса JPY / RUB
	13		Таблица 2. Сравнение информационных критериев по девяти прогнозным моделям для трех валютных пар
	14		Рис. 8. Различные сценарии будущего прогноза валютного курса USD / RUB
	15		Рис. 8. Различные сценарии будущего прогноза валютного курса USD / RUB (продолжение)
	16		Рис. 9. График японских свечей валютной пары USD / RUB
	17		Рис. 10. График японских свечей валютной пары EUR / RUB
	18		Рис. 11. Торговая стратегия для валютной пары USD / RUB Таблица 3. Торговая статистика для стратегии, разработанной на основе модели ANN в отношении валютной
	19		Таблица 3. Торговая статистика для стратегии, разработанной на основе модели ANN в отношении валютной Таблица 4. Информация по отдельным операциям для пары USD / RUB
	20		Таблица 5. Торговая статистика для стратегии, разработанной на основе модели ANN в отношении валютной пары
	21		Таблица 6. Информация по отдельным операциям для пары USD / RUB: включение дополнительных данных
	22		Таблица 7. Результаты оценки точности прогнозов по восьми моделям для трех валютных пар
	23		Литература

Портфельные инвестиции Биржевая торговля

Банковские риски Валютные риски

Портфельные инвестиции Технический анализ

Финансы Биржевая торговля

Финансы Инвестирование

Ключевые слова: валютный курс, рынок Forex, технический и фундаментальный анализ, монетарные модели, линейные модели, нейронная сеть

Аннотация

Целью данного исследования является разработка механизма прогнозирования на среднесрочный период динамики валютных курсов на основе объединения фундаментального и технического подходов, учитывающих спекулятивную составляющую в формировании цены валюты на международном рынке капиталов. Результаты исследования могут быть использованы валютными отделами банков, инвестиционными компаниями и другими организациями, заинтересованными в торговле на международном валютном рынке.

Журнал: «Управление финансовыми рисками» — №3, 2017 (© Издательский дом Гребенников)

Объем в страницах: 24

Кол-во знаков: около 28,277

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Алмазов А.А. Фрактальная теория рынка Forex. — М.: Admiral Markets, 2009.

2. Мандельброт Б., Хадсон Р.Л. (Не) послушные рынки. Фрактальная революция в финансах. — M.: Вильямс, 2006.

3. Назарова В.В., Ульзутуева Б.Д. Прогнозирование котировок валютного курса евро и доллара с использованием искусственных ней-ронных сетей // Управление финансовыми рисками. — 2016. — №1. — С. 42–58.

4. Светуньков И.С. Самообучающаяся модель краткосрочного прогнозирования социально-экономической динамики // Модели оцен-ки, анализа и прогнозирования социально-экономических систем. — Харьков: ИД «ИНЖЕК», 2010. — С. 11–32.

5. Batten J.A., Kinateder H., Wagner N. (2014). «Multifractality and value-at-risk forecasting of exchange rates». Physica A: Statistical Mechanics and Its Applications, Vol. 401, pp. 71–81.

6. Box G.E.P., Jenkins G.M., Reinsel G.C. (1994). Time Series Analysis: Forecasting and Control. Prentice-Hall, Englewood Cliffs, NJ.

7. Brown R.G. (1963). Smoothing, Forecasting and Prediction of Discrete Time Series. Prentice-Hall, Englewood Cliffs, NJ.

8. CaZorzi M., Kocięcki A., Rubaszek M. (2015). «Bayesian forecasting of real exchange rates with a Dornbusch prior». Economic Modelling, Vol. 46, pp. 53–60.

9. Cheung Y-W., Chinn M., Marsh I. (2004). «How do UK-based foreign exchange dealers think their market operates?» International Journal of Finance and Economics, Vol. 9, No. 4, pp. 289–306.

10. Ferraro D., Rogoff K., Rossi B. (2010). «Can oil prices forecast exchange rates? An empirical analysis of the relationship between commodity prices and exchange rates». Journal of International Money and Finance, Vol. 54, pp. 116–141.

11. Garratt A., Mise E. (2014). «Forecasting exchange rates using panel model and model averaging». Economic Modelling, Vol. 37, pp. 32–40.

12. Hanke J.E., Wichern D.W., Reitsch A.G. (2005). Business Forecasting. PHI Publication, New Delhi.

13. Hansen B. Multi-step Forecast Model Selection. — Подробнее .

14. Holt C.C. (2004). «Forecasting seasonals and trends by exponentially weighted moving averages». International Journal of Forecasting, Vol. 20, No. 1, pp. 5–10.

15. Holt T.P. et al. (2006). The Effects of Internal Audit Report Disclosure on Perceived Financial Reporting Reliability. University of Alabama, Tuscaloosa, AL.

16. Korol T. (2014). «A fuzzy logic model for forecasting exchange rates». Knowledge-Based Systems, Vol. 67, pp. 49–60.

17. Kuan C.M., Liu T. (1995). «Forecasting exchange rates using feedforward and recurrent neural networks». Journal of Applied Econometrics, Vol.10(4), pp. 347–364.

18. Meese R., Rogoff K. (1983). «Empirical exchange rate models of the seventies: do they fit out of sample?» Journal of International Economics, Vol. 14(1/2), pp. 3–24.

19. Morales-Arias L., Moura G.V. (2013). «Adaptive forecasting of exchange rates with panel data». International Journal of Forecasting, Vol. 29, pp. 493–509.

20. Nagarajan V., Wu Y., Liu M., Wang Q. (2005). «Forecast studies for financial markets using technical analysis». In: Proceedings of the 5th International Conference on Control and Automation, ICCA’05, pp. 259–264.

21. Nag F., Mitra A. (2002). «Forecastin daily foreign exchange rates using genetically optimized neural networks». Journal of Forecasting, Vol. 7(21), pp. 501–511.

22. Neftci S.N. (1991). «Naive trading rules in financial markets and Wiener — Kolmogorov prediction theory: a study of «technical analysis». Journal of Business, Vol. 64, No. 4, pp. 549–571.

23. Panda C., Narasimhan V. (2007). «Forecasting exchange rate better with artificial neural network». Journal of Policy Modeling, Vol. 29(2), pp. 227–236.

24. Park C.H., Irwin S.H. (2007). «What do we know about the profitability of technical analysis?» Journal of Economic Surveys, Vol. 21, pp. 786–826.

25. Pierdzioch C., Rülke J. (2015). «On the directional accuracy of forecasts of emerging market exchange rate». International Review of Econo-mics & Finance, Vol. 38, pp. 369–376.

26. Samuelson P.A. (1965). «Proof that properly anticipated prices fluctuate randomly». Industrial Management Review, Vol. 6, No. 2, pp. 41–49.

27. Stokes A., Abou-Zaid A.S. (2012). «Forecasting foreign exchange rates using artificial neural networks: a trader’s approach». International Journal of Monetary Economics and Finance, Vol. 5(4), pp. 370–394.

28. Tseng F.M. et al. (2011). «Fuzzy ARIMA model for forecasting the foreign exchange market». Fuzzy Sets and Systems, Vol. 118, No. 1, pp. 9–19.

29. Yao J., Tan C.L. (2000). «A case study on using neural networks to perform technical forecasting of FOREX». Neurocomputing, Vol. 34, pp. 79–98.

Назарова Варвара Вадимовна
к. э. н.
доцент

Доцент департамента финансов Санкт-Петербургской школы экономики и менеджмента Национального исследовательского университета «Высшая школа экономики».

г. Санкт-Петербург

Другие статьи автора 15

Ульзутуева Бальжина Дашинимаевна

магистр

Магистр направления «Финансы» НИУ ВШЭ.

г. Санкт-Петербу рг

Другие статьи автора 3

Электронная библиотека