In this thesis, we develop a synergistic forecasting model using the information fusion
approach. By using high frequency (one-minute) foreign exchange (FX) data, the
model fuses two standalone models, namely the technical analysis structural model
and the intra-market model. Subsequently, the outputs are fed into a unique modified
extended Kalman filter whose functional parameters are estimated dynamically by
using an artificial neural network. The synergistic model is tested on four currency
pairs (EURUSD, EURGBP, NDZUSD, and USDJPY) that dominate the FX market.
In terms of forecasting performance, both root mean squared error and correct
directional change performance results show that the synergistic model statistically
outperforms and is superior to each of the both standalone models as well as to the
benchmark random walk model.
This thesis also presents the economic significance of trading system based on the
synergistic forecasting model by developing automated simple trend-following and
adaptive trading systems strategies, considering the market microstructures of
transaction costs. The results for economic significance support the possibility of
profiting from these predictions which are positive for both trading strategies, but the
adaptive trading system gain higher return than simple trend following trading.
Keywords: foreign exchange, Kalman filter, forecasting, high-frequency data,
technical analysis indicators, automated trading, statistical significance, economic
significance.
ÖZ :
Bu çalışmada bilgi füzyon yaklaşımını kullanarak yüksek frekanslı verilerin gelecek
değerlerini tahmin etmeye yönelik sinerjik bir model geliştirdik. Bu model tahmin
sürecinin ilk aşamasında teknik analiz yapısal modeli ve piyasa içi modeli birleştirerek
yüksek frekanslı (bir dakikalık) döviz piyasası verilerini analiz etmektedir. Bu süreçten
elde edilen çıktılar fonksiyonel parametreleri yapay bir sinir ağı kullanılarak dinamik
olarak tahmin edebilen genişletilmiş Kalman filtresine aktarılmaktadır. Oluşturulan
model, küresel piyasalarda en çok işlem gören dört döviz çiftinin (EURUSD,
EURGBP, NDZUSD, ve USDJPY) gelecek değerlerinin tahmin edilmesinde
kullanılmıştır. Tahmin performansı açısından, gerek hata kareleri toplamı gerekse yön
değişimlerini tahmin edebilme yüzdesi olarak, modelin karşılaştırıldığı diğer tahmin
modellerine göre daha üstün olduğu görülmektedir. Çalışma aynı zamanda piyasa
mikro yapılarını, işlem maliyetlerini ve komisyon ücretlerini de göz önünde
bulundurarak, sinerjik tahmin modelinin kullanıldığı çeşitli alım-satım stratejilerinin
ekonomik olarak anlamlılığını da ortaya koymaktadır. Modelin istatistiksel
üstünlüğünün yanında ekonomik olarak da anlamlılığının gösterilmesi modelimizin
piyasa işlemlerinde kullanılabilir olduğunu ifade etmektedir.
Anahtar Kelimeler: döviz kuru, Kalman filtresi, tahmin, yüksek frekanslı veri, teknik
analiz göstergeleri, otomatik işlem, istatistiksel önem, ekonomik önem.
