Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
Exchange rates forecasting is an important financial problem that is receiving increasing attention especially because of its difficulty and practical applications. This paper proposes utilisation of Machine Learning methods in the field of financial praxis. Two modelling approaches - enhanced Group Method of Data Handling (GMDH) and back propagation Neural network - were employed for CZK/EUR exchange rate forecasting. Predictions were used for financial management decision simulation of a virtual company and the results indicate, that machine learning proved to be useful source of information in the area. This implies that the proposed modelling approaches can be used as a feasible solution for exchange rate forecasting in exchange rate management.