Zgadzam się
Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.
W ostatnich latach można obserwować dużą różnorodność metod analizy danych finansowych, a w szczególności metod analizy finansowych szeregów czasowych. W niniejszej pracy porównano prognozy wygasłe dla kursu Euro/USD uzyskane na podstawie wybranych typów modeli. Wykorzystano szare modele typu GM(1,1), prosty model autoregresji rzędu I, modele liniowe, wielomianowe oraz modele potęgowe. Jako miarę użyteczności konstruowanych modeli przyjęto procentowy błąd względny prognoz wygasłych. Ponadto zbadano wpływ liczby obserwacji na wartości tego błędu.
Being able to forecast time series accurately has been quite a popular subject for researchers. In this article various forecasting models such as gray models GM(1,1), autoregressive models, linear models, polynomial models and power models for highly noisy data on the euro to the United States dollar parity are tested to compare the performances of those different models. A relative percentage error is used to examine the accuracy of the models. The simulation results show that the very simple autoregressive model is the best.