ディジタルフィルターとニューラルネットワークを用いた経済時系列データの予測(一般セッション(6))(データマイニングとパターン認識・メディア理解)

スポンサーリンク

概要

• 論文の詳細を見る

• FIRディジタルフィルターとニューラルネットワークを用いて、短時間の変動を無視することなく経済時系列データを予測することを試みた。日経平均株価を101段FIRバンドパスフィルタで5つの周波数帯に分解した。それぞれのデータはニューラルネットワークで学習、予測した。その際、過去20日のデータを入力し、10日先のデータを予測する。それらの予測値を合成し最終的な予測値を得る。最終的に予測されたものは比較的よい結果を示した。

• 2003-09-02

著者

• 齊藤 進

  東京理科大学経営学部

• 神田 晋太郎

  (株)日立情報システム

• 齊藤 進

  東京理科大学

関連論文

• ディジタルフィルターとニューラルネットワークを用いた経済時系列データの予測(一般セッション(6))(データマイニングとパターン認識・メディア理解)
• ウイルス進化論を用いた遺伝的アルゴリズムの組み合わせ問題への適用
• ジョブショップスケジューリングへのウイルス進化型遺伝的アルゴリズムの適用(遺伝的アルゴリズム)
• ジョブショップスケジューリングへのウイルス進化型遺伝的アルゴリズムの適用
• デジタルフィルターによる株式変動予測(予測)
• 組み合わせ問題のためのウイルス進化論を用いた遺伝的アルゴリズム
• 1-D-6 マーケティングに関する大規模ナップサック問題(マーケティング(2))

スポンサーリンク