外汇汇率预测中算法的比较
计算机视觉与模式识别
2024-05-27 v2
摘要
外币兑换在金融市场中的货币交易中起着至关重要的作用。由于其波动性，外币汇率预测是一项具有挑战性的任务。本文介绍了不同的机器学习技术，如人工神经网络（ANN）、循环神经网络（RNN），以开发尼泊尔卢比兑三种主要货币（欧元、英镑和美元）的预测模型。循环神经网络是一种具有反馈连接的神经网络。在本文中，预测模型基于不同的 RNN 架构、带有反向传播算法的前馈 ANN，然后比较了每个模型的准确性。使用了不同的 ANN 架构模型，如前馈神经网络、简单循环神经网络（SRNN）、门控循环单元（GRU）和长短期记忆网络（LSTM）。输入参数是每种货币的开盘价、最低价、最高价和收盘价。从这项研究中，我们发现 LSTM 网络比 SRNN 和 GRU 网络提供了更好的结果。
引用
@article{arxiv.2404.04461,
title = {Comparison of algorithms in Foreign Exchange Rate Prediction},
author = {Swagat Ranjit},
journal= {arXiv preprint arXiv:2404.04461},
year = {2024}
}