Prognozowanie kursów Forex: Modele ARIMA, XGBoost, LSTM i Monte Carlo

Proces wymiany jednej waluty na inn¿ w ró¿nych celach - najcz¿¿ciej w handlu, turystyce lub handlu - jest znany jako wymiana walutowa lub forex (FX). Jako pary walutowe, waluty s¿ przedmiotem obrotu wzgl¿dem siebie. Na przyk¿ad para walutowa EUR/USD umo¿liwia inwestorom handel euro w stosunku do dolara amerykäskiego, a GBP/JPY (funt brytyjski/jen japo¿ski). Rynki walutowe (Forex), jako najwi¿ksza na ¿wiecie arena finansowa, wymagaj¿ solidnych strategii prognozowania, aby poruszä si¿ po ich dynamicznej i z¿o¿onej naturze. Niniejsze badanie obejmuje dog¿¿bn¿ analiz¿ porównawcz¿ modeli prognostycznych obejmuj¿cych dwie dekady, od 2000 do 2019 r., z wykorzystaniem danych z szeregów czasowych Rezerwy Federalnej. Projekt zag¿¿bia si¿ w sedno prognozowania kursów walutowych, odpowiadaj¿c na krytyczn¿ potrzeb¿ dok¿adno¿ci w przewidywaniu ruchów kursów walutowych. W tym kontek¿cie badania analizuj¿ skuteczno¿¿ ró¿nych modeli, w tym tradycyjnej autoregresyjnej zintegrowanej ¿redniej ruchomej (ARIMA), uczenia maszynowego XGBoost, g¿¿bokiego uczenia Long Short-Term Memory (LSTM) oraz unikalnej perspektywy oferowanej przez symulacje Monte Carlo.