Publikace detail

Fuzzy Rule-Based Prediction of Gold Prices using News Affect

Autoři: Hájek Petr | Novotný Josef

Rok: 2022

Druh publikace: článek v odborném periodiku

Název zdroje: Expert Systems with Applications

Název nakladatele: Pergamon-Elsevier Science Ltd.

Místo vydání: Oxford

Strana od-do: 116487

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Predikce cen zlata na základě fuzzy pravidel s využitím sentimentu zpráv	Vzhledem k hodnotě zlata se systémy pro předpovídání jeho ceny těší velkému zájmu vědecké a manažerské komunity. Různé metody umělé inteligence překonávají tradiční statistické metody při předpovídání krátkodobé a dlouhodobé ceny zlata. Dosavadní výzkum však zanedbával transparentnost těchto systémů a nezahrnoval ani potenciálně důležitý vliv mediálního sentimentu na investiční rozhodnutí. Proto zde navrhujeme predikční systém založený na fuzzy pravidlech s komponentou, která zpracovává různé aspekty zpravodajských zpráv. Tento systém je naučen na historických datech a poskytuje investorům předpovědi ceny zlata na jeden a pět dní dopředu, přičemž dosahuje vysoce interpretovatelné obchodní strategie z hlediska složitosti pravidel. Prokazujeme, že navrhovaný systém je efektivní jak z hlediska přesnosti předpovědí, tak z hlediska interpretovatelnosti ve srovnání s nejmodernějšími modely, jako jsou extrémní učící se stroje a neuronové sítě s hlubokým učením. Naše zjištění naznačují, že složka ovlivnění zpráv je důležitá zejména pro předpovědi na jeden den dopředu. Ukazujeme také, že navrhovaný systém dosahuje dobrých výsledků z hlediska průměrného ročního výnosu a zároveň poskytuje interpretovatelný soubor lingvistických obchodních pravidel. To má důležité důsledky pro investory.	cena zlata; předpověď; systém založený na fuzzy pravidlech; zprávy; sentiment
eng	Fuzzy Rule-Based Prediction of Gold Prices using News Affect	Because of gold's value, systems for predicting its price have attracted extensive interest in the scientific and industrial communities. Diverse artificial intelligence methods outperform traditional statistical methods in predicting short- and long-term gold price. However, previous research has neglected the transparency of these systems, nor have these systems incorporated the potentially important effect of media sentiment on investment decisions. Therefore, we here propose a fuzzy rule-based prediction system with a component that processes various aspects of news stories. This system is trained on historical data to provide investors with one- and five-days-ahead gold price predictions while achieving a highly interpretable trading strategy in terms of rule complexity. We demonstrate that the proposed system is effective in terms of both prediction accuracy and interpretability compared with state-of-the-art models, such as extreme learning machines and neural networks with deep learning. Our findings suggest that the component of news affect is particularly important for one-day-ahead predictions. We also show that the proposed system performs well in terms of average annual return while providing an interpretable set of linguistic trading rules. This has important implications for investors.	gold price; prediction; fuzzy rule-based system; news; sentiment

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte