MétaCan
Menu
Retour à la cohorte
Enregistrement W68459141 · doi:10.22059/ier.2008.32659

Nonlinearity In Exchange Rates and Forecasting

2008· article· en· W68459141 sur OpenAlexaff
Saeed Moshiri, Forough Seifi

Notice bibliographique

RevueIranian economic review · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAutocorrelationEconometricsExchange rateLyapunov exponentNonlinear systemAutoregressive integrated moving averageAutoregressive conditional heteroskedasticitySeries (stratigraphy)EconomicsStatisticsTime seriesComputer scienceMathematicsChaoticVolatility (finance)Artificial intelligenceFinance

Résumé

récupéré en direct d'OpenAlex

Exchange rates are subject to large and frequent fluctuations in mean and variances making it very difficult to model and forecast. In this paper, a series of tests for nonlinearity and chaos in exchange rates is conducted using the daily data on the market rates in Iran for the period 1991-2005. The tests for nonlinearity are BDS and ANN tests, and the tests for chaos are autocorrelation and Lyapunov exponents. The tests results suggest that the exchange rates and their rates of change follow complex nonlinear and stochastic processes. In the second part of the paper, an ANN model is designed to forecast the exchange rates. The results show that ANN outperforms both ARIMA and GARCH models in forecasting the exchange rates, but generates the same results as the alternative models in forecasting the rate of change of the exchange rates.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,112
Tête enseignante GPT0,254
Écart entre enseignants0,142 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIranian economic reviewMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207