為替レート予測の高度化：グローバルな金融市場における精度向上のための機械学習とAIの活用

Abstract

米ドル（USD）からバングラデシュ・タカ（BDT）などの為替レートの予測は、貿易、投資、そして経済の安定性に影響を与えるため、グローバルな金融市場において極めて重要な役割を果たしている。本研究では、Yahoo Finance から取得した2018年から2023年までの過去の USD/BDT 為替レートデータを用い、正確な予測のための高度な機械学習モデルを開発する。Long Short-Term Memory（LSTM）ニューラルネットワークを採用し、99.449%という卓越した精度、Root Mean Square Error（RMSE）0.9858、テスト損失0.8523を達成し、ARIMA（RMSE 1.342）のような従来手法を大きく上回る。さらに、方向性予測のために Gradient Boosting Classifier（GBC）を適用し、初期資本10,000ドルでのバックテストでは40.82%の有利な取引率が明らかになったが、49回の取引の結果として純損失は20,653.25ドルとなった。本研究は歴史的トレンドを分析し、BDT/USD レートが 0.012 から 0.009 に低下していることを示すとともに、ボラティリティを捉えるために正規化した日次リターンを組み込む。これらの結果は、ディープラーニングが為替予測にもたらす可能性を示しており、トレーダーと政策立案者に対してリスクを軽減するための堅牢なツールを提供する。今後の研究では、センチメント分析やリアルタイムの経済指標を統合し、不安定な市場におけるモデルの適応性をさらに高めることが考えられる。