ニューラル・ネットワークによる時系列データ予測 : 株の売買タイミング予測
スポンサーリンク
概要
- 論文の詳細を見る
人間の脳をモデル化し,多数の並列的に動作するニューロン素子を互に結合したニューラル・ネットワークは,ニューロン間の結合の強さ(重み)の自動調節によって学習機能を実現できる.我々は,パターン認識,制御などの従来の工学的応用分野のみならず,予測問題全般にニューラル・ネットワークが適応できることを期待し,その実証を試みた.証券アナリストが適切な株の売買タイミングを分析する場合には、株のテクニカル指標,経済指標,社会情勢などの時々刻々と変化する時系列パターンを総合的に利用し判断すると言われている.しかし,実際には専門家自身がどのくらい過去の経験に基づき予測を行なっているかはあいまいであるし,その判断基準も,政治情勢や経済システムの変化に伴い変化させているはずである.このため従来の統計手法では精度の高い予測が難しかった.我々は,このような予測問題に対してニューラル・ネットワークの学習が有効であると考え,TOPIXの売買タイミング予測を例題として,専門家以上に高精度な予測システムの構築を目指した.
- 一般社団法人情報処理学会の論文
- 1990-09-04
著者
関連論文
- ニューラル・ネットワークによる時系列データ予測 : 株の売買タイミング予測
- バックプロパゲーションにおける高速アルゴリズムの研究 : 追記学習
- ニューラル・ネットワークによるモデル獲得 : 債券格付け問題を例として
- アウトソーシングによる電子行政の実現 (特集:電子行政の早期実現に向けて) -- (富士通の電子行政統合ソリューション)
- エージェントによる無線インターネットアクセスシステム
- 株の売買タイミング予測システム (ニュ-ロコンピュ-タ特集号)
- バックプロパゲーション法の学習過程の可視化
- ニュ-ロコンピュ-タの原理とロボット制御への応用 (′88富士通総合技術展特集号)