バギングによる非線形予測のリスク評価
スポンサーリンク
概要
- 論文の詳細を見る
現実世界のシステムの多くは非定常的であるため,将来変動の予測を行う際には直近の短期変動を学習データにする必要がある.しかし,適切な予測器を構築するには充分なデータ量が要求され,学習データ数が減るほど予測器の信頼性は低下する.そこで本研究では,アンサンブル学習の一種であるバギングを応用することで将来変動の期待分布を予測し,その標準偏差によって,予測誤差の危険性すなわちリスクを推定できることを示す.さらに,高リスクと推定された際は予測を行わないことで,予測器の信頼性を向上させることができる.つまり,学習データが少数であっても,低リスクかつ高精度な予測法を提案する.
- 2011-10-13
著者
関連論文
- コレステロール低下薬投与における血清コレステロールとドリコールの挙動
- FM放送電波の到来方位観測システムの試作とその評価
- ポートフォリオ構築問題における時系列予測モデルの活用
- カオスニューラルネットワークによる多目的最適化
- カオスニューラルネットワークによる多目的最適化
- 非線形時系列予測による株式ポートフォリオの運用
- バギングによる非線形予測のリスク評価
- 非線形時系列予測による株式ポートフォリオの運用
- バギングによる非線形予測のリスク評価
- AS-1-3 金融工学における非線形時系列モデリング(AS-1.モデリングとシミュレーションの最新動向,シンポジウムセッション)
- A-2-32 ペアトレーディングにおける非線形テクニカル分析(A-2.非線形問題,一般セッション)
- A-2-31 バギングによる平均分散ポートフォリオモデル(A-2.非線形問題,一般セッション)