ニューラルネットワークによる経済時系列の予測に関する研究
スポンサーリンク
概要
- 論文の詳細を見る
最近、ニューラルネットワークを用いた不規則時系列の予測に関する研究が注目を浴びている。その応用の1つにカオス的な時系列データを予測する問題がある。この時系列はカオスの特徴である「初期値敏感性」という性質を持つので、短期的な予測は可能であるかもしれないが、長期での予測は不可能であることが分かっている。そこで、本研究では階層型ニューラルネットワークにおけるバックプロパゲーション学習法をカオス時系列に適用して、その時系列の変化を学習させ、短期予測を試みる。本研究の目的は、ニューラルネットワークを用いて株価や為替などに代表される経済時系列の短期予測をすることである。我々の予測の方法は、大域的な傾向を多項式で回帰し、局所的な不規則変動をニューラルネットワークによって学習する。予測過程では回帰分析とニューラルネットワークによる予測データを合成し、時系列の予測値を得る。
- 2002-01-22
著者
関連論文
- 個人の不確実性にもとづく合意形成支援システムによる集団の意思決定 (不確実性科学と意思決定の数理と応用)
- ホップフイールドニューラルネットワークに対するトンネル効果法の適用
- 多期間消費投資モデルにおける強化学習を用いたポートフォリオ戦略(非線形問題)
- 作物栽培環境・品質データからのデータマイニング手法(食料と環境問題のOR)
- 金融時系列の独立成分によるパターンの認識と特徴点抽出 : 人工市場モデルにおいて生成された金融時系列への適用に関する一考察 (不確実性の下での意思決定の数理)
- A-2-10 CAとGMDHによる仮想環境シミュレータ
- ファジー数量化理論II類を用いた農作物の栽培環境評価・品種選定システム
- 生産者の好み及び市場情報の不確かさと時間遅れを考慮した競合状況での市場選択問題
- フローモデルにおける遺伝的アルゴリズムを用いた適応的なルーチングとフロー制御
- 情報ネットワークモデルにおける最適な経路・フロー制御 (不確実性の下での数理モデルの構築と最適化)
- カオスニューラルネットワークにおける誤差逆伝播学習
- 非線形大域結合写像モデルによるカオスを利用した最適化 (不確実・不確定性のもとでの数理的決定理論)
- 23pZB-13 桜島の爆発的火山噴火の時間列
- 離散時間Hogg-Hubermanモデルにおける利益関数の効果
- 株式市場におけるフラクタル分布の数理モデル
- 3資源Hogg-Hubermanモデルにおける時間に依存する再評価率の効果
- ニューラルネットワークによる経済時系列の予測に関する研究