Предсказание курса доллара: Минэк ждет укрепления доллара до 66 рублей к концу года

Прогнозирование обменного курса валюты с помощью машинного обучения

Обмен валюты является одним из крупнейших финансовых рынков. В настоящее время 1 доллар США эквивалентен 73,02 индийской рупии. Многие факторы влияют на обменные курсы, такие как экономические, политические и даже психологические факторы. Прогнозирование обменного курса валюты — сложная задача, поэтому в этой статье я расскажу вам о задаче прогнозирования обменного курса валюты с помощью машинного обучения с использованием Python.

Прогнозирование обменного курса валюты

Прогнозирование обменного курса валюты — это проблема регрессии в машинном обучении. Ежедневно происходят изменения курсов валют, которые влияют на доход человека, бизнеса и даже могут повлиять на экономику страны. Таким образом, прогнозирование обменных курсов валют может во многих отношениях помочь как человеку, так и стране.

Существует так много алгоритмов машинного обучения, которые мы можем использовать для прогнозирования будущих курсов валют. Вы также можете использовать искусственные нейронные сети для этой задачи. В следующем разделе я расскажу вам о задаче прогнозирования обменного курса валюты с помощью машинного обучения с использованием Python.

Прогнозирование обменного курса валюты с использованием Python

Чтобы прогнозировать обменный курс валюты с помощью машинного обучения, нам сначала нужно получить наиболее подходящие данные для этой задачи. Чтобы получить набор данных для этой задачи, просто выполните шаги, указанные ниже:

1. Посетите Yahoo Finance
2. Найдите «USD/INR(INR=x)»
3. Нажмите «Исторические данные»
4. Нажмите «Загрузить»

Следуя указанным выше шагам, вы сможете загрузить исторические данные обменных курсов индийских рупий. После нажатия на кнопку загрузки вы получите файл CSV в папке загрузок.

Теперь давайте импортируем необходимые библиотеки Python, которые нам нужны для этой задачи, и прочитаем набор данных:

Посмотреть суть на GitHub

  Дата открытия High Low Close Adj Close Volume
0 22. 05.2020 75.625000 76.209503 75.610001 75.625000 75.625000 0
1 25.05.2020 75.985001 76.129501 75.757500 75.985001 75.985001 0
2 26.05.2020 75.873596 76.110001 75.404999 76.110001 76.110001 0
3 27.05.2020 75.489502 76.000000 75.381302 75.820000 75.820000 0
4 2020-05-28 75,885696 76,129997 75,634499 76,129997 76,129997 0  

В этом наборе данных значения в столбце «Закрыть» являются целевыми значениями, которые нам нужно предсказать. Итак, давайте подробнее рассмотрим эти значения:

Посмотреть суть на GitHub

Теперь давайте посмотрим на корреляцию между функциями перед обучением модели прогнозирования валютного курса:

Посмотреть эту суть на GitHub

  Открыть Высокий Низкий Закрыть Скорректировать Закрыть Объем
Открыто 1,000000 0,984518 0,983143 0,994720 0,994720 NaN
Высокая 0,984518 1,000000 0,981582 0,984599 0,984599 NaN
Низкий 0,983143 0,981582 1,000000 0,985281 0,985281 NaN
Закрыть 0,994720 0,984599 0,985281 1,000000 1,000000 NaN
Adj Close 0,994720 0,984599 0,985281 1,000000 1,000000 NaN
Volume NaN NaN NaN NaN NaN NaN  

Теперь следующим шагом будет подготовка набора данных путем сохранения наиболее важных функций в переменной x и сохранения целевого столбца в переменной y:

См. эту суть на GitHub

Теперь давайте разделить набор данных и обучить модель прогнозирования обмена валюты с помощью модели регрессии дерева решений с использованием Python:

Посмотреть суть на GitHub

Теперь давайте посмотрим на прогнозируемые значения обменных курсов индийских рупий на следующие 5 дней:

Посмотреть суть на GitHub

  Прогнозируемый курс
0 74.820000
1 74.019997
2 73.089203
3 73.374802
4 73.133400  

Резюме

Прогнозирование обменных курсов валют — это проблема регрессии в машинном обучении. В этой статье я использовал алгоритм регрессии дерева решений для прогнозирования обменных курсов валют. Для этой задачи вы можете использовать другие алгоритмы регрессии и даже искусственные нейронные сети. Надеюсь, вам понравилась эта статья о прогнозировании курсов валют с помощью машинного обучения с использованием Python. Не стесняйтесь задавать свои ценные вопросы в разделе комментариев ниже.

Аман Харвал

Кодер с ♥️ Писателя || Специалист по данным | Индивидуальный предприниматель | Основатель

Статьи: 1330

Почему доллар не будет таким сильным, как многие думают? Посол Артур Бернс внимательно выслушал, медленно затянулся трубкой для выразительности и отрезал: «Любой, кто думает, что знает, куда движется доллар, — дурак.

Далее».

Учитывая огромную неопределенность в отношении Covid-19, инфляции, геополитики и денежно-кредитной политики, теперь нужно еще более скромно вступить в царство безрассудной перспективы доллара.

Многие аналитики прогнозируют значительный рост доллара в 2022 году благодаря ястребиной позиции Федеральной резервной системы по отношению к другим крупным центральным банкам, особенно Европейскому центральному банку и Банку Японии. Эти относительные позиции действительно должны поддерживать доллар, особенно с учетом того, что повышения ФРС поддерживают короткий конец кривой, для которого чувствительны обменные курсы.

Но заявления о значительном укреплении доллара вполне могут оказаться преувеличенными, так же как были преувеличены прогнозы резкого падения в 2021 году.

Аналитики должны уточнить, что они подразумевают под «долларом». Индекс DXY, который сильно влияет на рыночные комментарии, в подавляющем большинстве случаев представляет собой совокупность евро и евроблока. Но даже если доллар укрепится по отношению к евро, на основные валюты приходится менее половины общего взвешенного по торговле индекса доллара, а на зону евро и Японию — четверть.

Рынок уже начал учитывать относительную денежно-кредитную политику, и финансовые условия США остаются в высшей степени адаптивными, несмотря ни на что. Рост доходности в США, как правило, приводит к росту доходности в Европе, ограничивая расширение спреда.

У США в 2022 году будет большой дефицит счета текущих операций, около 3,5% валового внутреннего продукта, как и в 2021 году.

Эффективный «доллар» уже слишком высок. Он достиг своего пика в середине 1980-х годов, резко вырос в начале 2000-х годов, когда появился евро, и в настоящее время превышает уровни начала 2000-х годов (см. рис. 1).

Рисунок 1. Реальный узкий эффективный обменный курс США

Источник: Федеральный резервный банк Сент-Луиса, Банк международных расчетов

Прогнозы показывают замедление роста США в 2022 году. Законопроект «Назад лучше» вызывает уценки в прогнозах США. Фискальная политика США будет консолидирующей. Доллар, как правило, пользуется хорошим спросом в периоды сильного снижения и повышения риска, но между ними спрос более приглушен. В отсутствие геополитических потрясений или значительной недооценки инфляционного давления и реакции ФРС — что является отличной возможностью — рынки могут оказаться в этом промежуточном состоянии.

Канадский доллар и мексиканский песо заслуживают особого внимания, составляя примерно четверть взвешенного по торговле индекса США. Канадский доллар составляет около 13% всей взвешенной по торговле корзины ФРС и лишь около 10% DXY. Он может немного укрепиться по отношению к доллару США в течение года, чему способствует более агрессивная позиция Банка Канады по отношению к ФРС; более низкие (более высокие) цены на нефть могут смягчить (увеличить) плавучесть канадского доллара.

Курс песо должен оставаться в целом стабильным – Banco de México до сих пор придерживался ястребиного тона, денежные переводы были сильными, счет текущих операций находится примерно в равновесии, а фискальная позиция была относительно ограничительной. Но структурные проблемы не решаются, что препятствует инвестиционному климату и притоку капитала.

Китайские власти в 2022 году, скорее всего, будут стремиться обуздать повышательное давление юаня по отношению к доллару, хотя это будет непросто. Власти смягчают политику на фоне замедления роста, особенно с учетом событий на рынке недвижимости, и посылают четкие сигналы о том, что дальнейшее укрепление юаня по отношению к доллару, такое как повышение резервных требований по депозитам в иностранной валюте или более слабые фиксинги, нежелательно.

Но платежный баланс указывает на устойчивый спрос на юань. Пандемия помогла увеличить положительное сальдо счета текущих операций Китая до 1,5-2% ВВП, особенно с учетом упадка выездного туризма. Курс юаня по-прежнему поддерживается растущими возможностями прямых и портфельных инвестиций на финансовом рынке Китая, относительно высокой доходностью и вялым портфельным спросом на другие валюты развивающихся рынков.

Китайский центральный банк стремится к стабильности юаня, взвешенного по торговле, но также хочет избежать резких движений юаня, особенно вверх, по отношению к доллару. Эти цели могут противоречить друг другу, когда доллар устойчив по отношению к валютам развивающихся стран и/или платежный баланс не согласуется с ним. Стремясь ограничить укрепление юаня, особенно по отношению к доллару, обострятся вопросы о том, использует ли Народный банк Китая китайские банки для скрытой интервенции или делает это сам.

Комплекс ЭМ слишком дифференцирован, чтобы его можно было проанализировать одним махом. Турция, Аргентина, Шри-Ланка и Пакистан, например, сталкиваются с своеобразными проблемами. Положение Латинской Америки нельзя сравнивать с Восточной Европой или некитайской Восточной Азией. Тем не менее, опасения по поводу повторения истерики 2013 года преувеличены, особенно в связи с тем, что ключевые развивающиеся рынки плавают, накопили резервы и сталкиваются с уменьшением внешней уязвимости. В целом доллар должен оставаться устойчивым по отношению к некитайскому комплексу развивающихся рынков, при этом многие центральные банки развивающихся стран занимают ястребиную позицию, а замедление глобального роста может ослабить цены на сырьевые товары.