The hybrid prediction model of CNY/USD Exchange Rate Based On Wavelet And Support Vector Regression

Liu, Fan-Yong

doi:10.1109/icacc.2010.5486856

Cited by 9 publications

(5 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Natomiast zadaniem SVM była integracja wszystkich tych klasyfikatorów. Liu (2010) Zasadniczym problemem współczesnego rozwoju społeczno-gospodarczego jest pogłębiające się zróżnicowanie przestrzenne. Analiza poziomu rozwoju społeczno-gospodarczego na szczeblu regionalnym wymaga zdefiniowania jego podstawowych aspektów: poziomu rozwoju gospodarczego i poziomu rozwoju życia (Czyż, 2012, s. 219).…”

Section: Badanieunclassified

Systematyczny przegląd literatury w naukach ekonomicznych. Metodyka, przykłady

2023

View full text Add to dashboard Cite

W polskim piśmiennictwie naukowym systematyczne przeglądy literatury są wciąż nową, nieznaną formą eksploracji wątków tematycznych. W światowej nauce odchodzi się od narracyjnych przeglądów literatury na rzecz analiz usystematyzowanych, replikowalnych i w rezultacie jasno ukazujących to, co warto badać, gdyż zawiera potencjalnie dużą wartość naukową. Książka jest jedną z nielicznych (a pierwszą, która przedstawia liczne przykłady zastosowania omawianej tematyki w naukach ekonomicznych, i to w tak szerokim ujęciu) na polskim rynku pracą obrazującą, na czym polega systematyczny przegląd literatury, w tym analiza bibliometryczna. Pokazuje, do czego takie przeglądy prowadzą: jak przekonująco (bo transparentnie, przy podaniu powtarzalnej metody) pozwalają wyłonić z naukowego gąszczu piśmienniczego te wątki, które warto badać przy wykorzystaniu określonych teorii i metod oraz jakie pytania lub hipotezy badawcze są warte dalszego dociekania. Książka jest adresowana do młodszych naukowców (doktorantów, doktorów) i osób aspirujących do zostania akademikami. Może być też pomocna w pisaniu prac magisterskich w częściach poświęconych przeglądowi literatury naukowej.

show abstract

Section: Badanieunclassified

Systematyczny przegląd literatury w naukach ekonomicznych. Metodyka, przykłady

2023

View full text Add to dashboard Cite

show abstract

“…We consider the set of measurements s(n) as the set A and measurements a time lag T, s(n+T), as the B set. The average mutual information between time series s(n) and s(n+T) can be evaluated as equation (3).…”

Section: Finding the Time Delaymentioning

confidence: 99%

“…The authors in [2] use chaos theory and reconstructed state space for predicting the exchange rate between USD and EURO (EUR). Fan-Yong Liu [3] uses a hybrid discrete wavelet transform (DWT) and support vector regression (SVR) to predict the exchange rate between Chinese Yuan (CNY) and USD. First, this researcher uses DWT to decompose time series data to different time scales and later appropriately chooses a kernel function for SVR and a prediction that corresponds with each time scale.…”

Section: Introductionmentioning

confidence: 99%

Building a Model for Prediction Exchange Rate from USD to VND Using a Novel Method

Ba¹,

Thai²,

Xuan³

et al. 2020

AJECE

View full text Add to dashboard Cite

In this paper, the combination of the Hilbert-Huang Transform (HHT), Support Vector Regression (SVR) and an embedding theorem is described to predict the short-term exchange rate from United States dollar to Vietnamese Dong. Firstly, we use Empirical Mode Decomposition (EMD) of the HHT to decompose a signal into multi oscillation scales called Intrinsic Mode Function (IMF). After that, we synthesis the signal without highest oscillation IFM to reduce noise. Next, we use the False nearest neighbors algorithm to find the embedding dimension space of the de-noise signal. Finally, we use SVR to build a model for prediction exchange rate between US dollar and VND. By using the Hilbert-Huang Transform as an adaptive filter, the proposed method decreases the embedding dimension space from twelve (original samples) to four (de-noising samples). This dimension space provides the number of inputs to the SVR model, which affects the complexity and the training time decrease of the model. Experimental results indicated that this method not only reduces complication of the model but also achieves higher accuracy prediction than the direct use of original data.

show abstract

“…() proposed a model combining the wavelet noise analysis technique, en ensembling approach and SVR and claimed that the performance of the computational‐intelligence‐based exchange rate forecast model outperformed the traditional approaches. Liu () presented another hybrid prediction model based on SVR and discrete wavelet transform (DWT) and noted performance improvement over the individual models for Chinese yuan/USD exchange rate prediction. Fu () combined empirical mode decomposition with SVR on an ensemble‐based framework and demonstrated the effectiveness of the model in predicting the euro (EUR)/Chinese renminbi (RMB) exchange rate.…”

Section: Foreign Exchange Rate Predictionmentioning

confidence: 99%

Linear Relationship Between the Aud/Usd Exchange Rate and the Respective Stock Market Indices: A Computational Finance Perspective

Imam

Tickle

Ahmed

et al. 2012

Intell. Sys. Acc. Fin. Mgmt.

View full text Add to dashboard Cite

SUMMARY In the recent era, computational intelligence techniques have found an increased popularity in addressing varied financial issues, including foreign exchange rate prediction. This article, through an intelligent system research framework, relates the Australian dollar (AUD)/US dollar (USD) exchange rate to the Australian and the US stock market indices. Information for exchange rate, All Ordinaries Index (AOI) and Dow Jones Industrial Average (DJI) for the trading days over the period January 1991–May 2011 is considered in this research. Utilizing a set of statistical and computational intelligence techniques, the research establishes that the AUD/USD exchange rate is best estimated by a linear forecast model compared with the nonlinear and ensemble‐based intelligent system models. This research further highlights that, among the competing linear models, the model with both the stock market indices and historical exchange rate values as the predictors is the best forecaster. Parameters of the linear model are deduced through a Monte Carlo stochastic approach. Relative importance of the predictors is also studied, and the influence of historical exchange rates, the immediate impact of AOI and the lagged effect of DJI are noted. Copyright © 2012 John Wiley & Sons, Ltd.

show abstract

The hybrid prediction model of CNY/USD Exchange Rate Based On Wavelet And Support Vector Regression

Cited by 9 publications

References 10 publications

Systematyczny przegląd literatury w naukach ekonomicznych. Metodyka, przykłady

Systematyczny przegląd literatury w naukach ekonomicznych. Metodyka, przykłady

Building a Model for Prediction Exchange Rate from USD to VND Using a Novel Method

Linear Relationship Between the Aud/Usd Exchange Rate and the Respective Stock Market Indices: A Computational Finance Perspective

Contact Info

Product

Resources

About