• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Short-term forecast of gold price using generalized autoregressive conditional heteroscedastic models
【2h】

Short-term forecast of gold price using generalized autoregressive conditional heteroscedastic models

机译：使用广义自回归条件异方差模型的黄金价格短期预测

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Gold is used in many industries and it is popular as a good investment. However, its price can fluctuate widely. There are many mathematical models that can be used to forecast gold prices. In this study, the Generalised Autoregressive Conditional Heteroscedastic (GARCH) and Autoregressive Integrated Moving Average (ARIMA) models are developed to produce short term forecasts of gold prices. GARCH model is developed due to it is ability to capture the volatility by the nonconstant of conditional variance while forecasts produced by the ARIMA model are used as a benchmark. Comparison of forecasts produced by GARCH and ARIMA models are based on two performance measures: mean absolute percentage error (MAPE) and root mean square error (RMSE). In this study, analyses are done by using Minitab and E-Views software. In general, it can be concluded that the GARCH model is a potential method for forecasting trading day data of gold prices.
机译：黄金在许多行业中都得到使用，并且作为一种良好的投资而受到欢迎。但是，其价格可能会大幅波动。有许多数学模型可用于预测黄金价格。在这项研究中，开发了广义自回归条件异方差（GARCH）和自回归综合移动平均线（ARIMA）模型，以产生黄金价格的短期预测。之所以开发GARCH模型，是因为它能够通过条件变量的非恒定量捕获波动率，而将ARIMA模型产生的预测用作基准。由GARCH和ARIMA模型产生的预测比较基于两个性能指标：平均绝对百分比误差（MAPE）和均方根误差（RMSE）。在这项研究中，使用Minitab和E-Views软件进行了分析。一般而言，可以得出结论，GARCH模型是预测黄金价格交易日数据的一种潜在方法。

著录项

  • 作者

    Mohamed Siti Nor Hazanah;

  • 作者单位
  • 年度 2012
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号