論文の概要: Explaining Exchange Rate Forecasts with Macroeconomic Fundamentals Using
Interpretive Machine Learning
- arxiv url: http://arxiv.org/abs/2303.16149v1
- Date: Thu, 23 Mar 2023 04:40:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 15:59:03.287783
- Title: Explaining Exchange Rate Forecasts with Macroeconomic Fundamentals Using
Interpretive Machine Learning
- Title(参考訳): 解釈機械学習を用いたマクロ経済学基礎を用いた為替レート予測の解説
- Authors: Davood Pirayesh Neghab, Mucahit Cevik, M. I. M. Wahab
- Abstract要約: 我々は、解釈的枠組みの中でカナダとアメリカのドル為替レートの基本的なモデルを開発する。
本稿では,機械学習を用いて為替レートを予測し,マクロ経済変数間の関係を正確に解析するための解釈可能性手法を提案する。
- 参考スコア(独自算出の注目度): 1.1602089225841632
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The complexity and ambiguity of financial and economic systems, along with
frequent changes in the economic environment, have made it difficult to make
precise predictions that are supported by theory-consistent explanations.
Interpreting the prediction models used for forecasting important macroeconomic
indicators is highly valuable for understanding relations among different
factors, increasing trust towards the prediction models, and making predictions
more actionable. In this study, we develop a fundamental-based model for the
Canadian-U.S. dollar exchange rate within an interpretative framework. We
propose a comprehensive approach using machine learning to predict the exchange
rate and employ interpretability methods to accurately analyze the
relationships among macroeconomic variables. Moreover, we implement an ablation
study based on the output of the interpretations to improve the predictive
accuracy of the models. Our empirical results show that crude oil, as Canada's
main commodity export, is the leading factor that determines the exchange rate
dynamics with time-varying effects. The changes in the sign and magnitude of
the contributions of crude oil to the exchange rate are consistent with
significant events in the commodity and energy markets and the evolution of the
crude oil trend in Canada. Gold and the TSX stock index are found to be the
second and third most important variables that influence the exchange rate.
Accordingly, this analysis provides trustworthy and practical insights for
policymakers and economists and accurate knowledge about the predictive model's
decisions, which are supported by theoretical considerations.
- Abstract(参考訳): 金融と経済システムの複雑さと曖昧さは、経済環境の頻繁な変化とともに、理論に一貫性のある説明によって支持される正確な予測を困難にしている。
重要なマクロ経済指標の予測に使用される予測モデルを解釈することは、異なる要因間の関係を理解し、予測モデルに対する信頼を高め、予測をより実用的なものにするために非常に有用である。
本研究では,解釈枠組みの中でカナダ・アメリカドル為替レートの基本モデルを構築した。
本稿では,機械学習を用いて為替レートを予測し,マクロ経済変数間の関係を正確に解析するための解釈可能性手法を提案する。
さらに,モデルの予測精度を向上させるために,解釈の出力に基づくアブレーション研究を実施している。
実験の結果、カナダの主要輸出品目である原油は、時間的変動の影響で為替レートの動態を決定する主要な要因であることが示された。
原油の為替レートへの寄与の大きさや記号の変化は、商品市場やエネルギー市場における重要な出来事や、カナダにおける原油のトレンドの進化と一致している。
金とTSX株価指数は、為替レートに影響を与える第2および第3の最も重要な変数である。
したがって、この分析は政策立案者や経済学者に信頼できる実践的な洞察を与え、理論的な考察によって支持される予測モデルの決定に関する正確な知識を提供する。
関連論文リスト
- Boosting Stock Price Prediction with Anticipated Macro Policy Changes [0.0]
我々は、より正確で株価を予測するための革新的なアプローチを導入する。
我々は、外的経済環境関連情報と株価を組み入れている。
提案手法は従来手法のRMSE値が1.61であり, RMSE値が1.75であるのに対し, 従来手法のRMSE値が1.61である。
論文 参考訳(メタデータ) (2023-10-27T04:57:45Z) - Diffusion Variational Autoencoder for Tackling Stochasticity in
Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。
多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。
深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。
本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文 参考訳(メタデータ) (2023-08-18T16:21:15Z) - Design interpretable experience of dynamical feed forward machine
learning model for forecasting NASDAQ [0.0]
株式市場のボラティリティや原油、金、ドルなどの経済指標の影響、NASDAQ株も影響を受けている。
我々は、石油、ドル、金、および経済市場における株式市場のボラティリティの影響について検討した。
我々はPCAと線形回帰アルゴリズムを用いて、これらのストックをモデル化するための最適な動的学習体験を設計した。
論文 参考訳(メタデータ) (2022-12-22T21:27:40Z) - DeepVol: Volatility Forecasting from High-Frequency Data with Dilated
Causal Convolutions [78.6363825307044]
本稿では,Dilated Causal Convolutionsに基づくDeepVolモデルを提案する。
拡張畳み込みフィルタは日内財務データから関連情報を抽出するのに最適であることを示す。
論文 参考訳(メタデータ) (2022-09-23T16:13:47Z) - Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics
in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。
最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。
予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文 参考訳(メタデータ) (2022-03-07T18:59:54Z) - The Interpretability of LSTM Models for Predicting Oil Company Stocks:
Impact of Correlated Features [0.0]
本研究では,石油在庫予測のための長短期記憶(LSTM)citeec04モデルの解釈性に及ぼす相関特性の影響について検討した。
本研究の目的は、原油価格、金価格、米ドルといった市場に影響を与える複数の要因を考慮し、株価予測の精度を向上させることである。
論文 参考訳(メタデータ) (2022-01-02T12:52:37Z) - Economic Recession Prediction Using Deep Neural Network [26.504845007567972]
本稿では,米国における景気後退の開始と終了を予測するための最も正確なモデルとして,オートエンコーダを用いたBi-LSTMの深層学習手法を同定する。
我々は、さまざまな機械学習モデルの能力を比較して、サンプル内とサンプル外の両方で優れた予測を生成するために、一般的なマクロおよびマーケットコンディション機能を採用する。
論文 参考訳(メタデータ) (2021-07-21T22:55:14Z) - A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。
ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。
我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文 参考訳(メタデータ) (2020-12-10T01:15:48Z) - Latent Causal Invariant Model [128.7508609492542]
現在の教師付き学習は、データ適合プロセス中に急激な相関を学習することができる。
因果予測を求める潜在因果不変モデル(LaCIM)を提案する。
論文 参考訳(メタデータ) (2020-11-04T10:00:27Z) - Double Robust Representation Learning for Counterfactual Prediction [68.78210173955001]
そこで本稿では, 対実予測のための2次ロバスト表現を学習するための, スケーラブルな新しい手法を提案する。
我々は、個々の治療効果と平均的な治療効果の両方に対して、堅牢で効率的な対実的予測を行う。
このアルゴリズムは,実世界の最先端技術と合成データとの競合性能を示す。
論文 参考訳(メタデータ) (2020-10-15T16:39:26Z) - Empirical Study of Market Impact Conditional on Order-Flow Imbalance [0.0]
署名された注文フローに対して,注文フローの不均衡の増加に伴い,価格への影響は線形に増大することを示す。
さらに,注文フローにサインされた市場への影響を予測するために,機械学習アルゴリズムを実装した。
この結果から,機械学習モデルを用いて財務変数を推定できることが示唆された。
論文 参考訳(メタデータ) (2020-04-17T14:58:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。