У меня есть набор данных ежедневного наблюдения по двум переменным, то есть номинальному обменному курсу INR / USD (зависимая переменная, обозначаемая как исключение) »и« Номинальные цены на нефть в долларах США (обозначено как нефть, независимая переменная) (наблюдение 2495, 5 дней в неделю) с 1 июля 2009 года по 22 января 2019 года.
Моя цель состоит в том, чтобы доказать, "МОГУТ ЛИ ПРОЦЕНТЫ НЕФТИ ПРОГНОЗИРОВАТЬ ОБМЕН К ДНЮ INR / USD"?
Я новичок в анализе ANN, поэтому стараюсь соответствовать этому. Будет достаточно рассмотреть 30-дневный прогноз.
Я сделал следующее
data = read.csv("analysis_file.csv", header=T)
samplesize = 0.60 * nrow(data)
set.seed(80)
index = sample( seq_len ( nrow ( data ) ), size = samplesize )
# Create training and test set
datatrain = data[ index, ]
datatest = data[ -index, ]
max = apply(data , 2 , max)
min = apply(data, 2 , min)
scaled = as.data.frame(scale(data, center = min, scale = max - min))
trainNN = scaled[index , ]
testNN = scaled[-index , ]
# fit neural network
set.seed(2)
NN = neuralnet(exc ~ oil, trainNN, hidden = 3 , linear.output = T )
plot(NN)
predict_testNN = compute(NN, testNN)
predict_testNN = (predict_testNN$net.result * (max(data$exc) -
min(data$exc))) + min(data$exc)
plot(datatest$exc, predict_testNN, col='blue', pch=16, ylab = "predicted
exchange rates ", xlab = "real exchange rates")
abline(0,1)
Но я не могу предсказать?