یکی از چالش‌برانگیزترین مواردی که یک فعال بازار فارکس با آن مواجه است پیش‌بینی درست قیمت جفت ارز می باشد زیرا پراکندگی قیمت جفت ارز تحت تأثیر عوامل کلان اقتصادي مثل وقایع سیاسی، سیاست هاي شرکت ها، شرایط اقتصادي، نرخ بهره، نرخ تورم، انتظارات سرمایه‌گذاران و سرمایه‌گذاران سنتی می باشد. سودآوری معاملات تا حد زیادی متکی بر پیش‌بینی درست قیمت است ازاین‌رو برای به حداکثر رساندن سود و به حداقل رساندن زیان ، داشتن دانشی مناسب و متکی بر اصول علمی که توانایی پیش‌بینی قیمت جفت ارز یا سهام را در آینده را داشته باشد ضروری است. همچنین ازآنجاکه پیش بینی وقایع آینده در فرآیند تصمیم‌گیری نقش عمده اي ایفا می کند لذا پیش بینی براي بسیاري از سازمان‌ها و نهادها حائز اهمیت است و می‌توان پیش بینی را ابزاري مفید براي برنامه‌ریزی‌های کوتاه مدت و بلندمدت تلقی کرد.
در این پژوهش قصد داریم با استفاده از رویکرد جنگل تصادفی ، درخت تصمیم، KNNو SVM که در زمره روش های یادگیری ماشین می باشند، به همراه اطلاعات قیمت و شاخص های فنی مانند RSI، Momentom، MACD و... به‌پیش بینی جهت قیمت جفت ارز ERUUSD می پردازیم و در آخر دقت الگوریتم های مختلف را بررسی می‌کنیم.
