文献

J-GLOBAL ID：201202225050897663   整理番号：12A1064304

多くのモデルと特徴エンジニアリングの構成によるKaggleアルゴリズム取引課題を勝ち取ること

Winning the Kaggle Algorithmic Trading Challenge with the Composition of Many Models and Feature Engineering

著者 (2件)： MAGRANS DE ABRIL Ildefons (Tokyo Inst. of Technol., Tokyo, JPN) ,  SUGIYAMA Masashi (Tokyo Inst. of Technol., Tokyo, JPN)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 83(IBISML2012 1-12)  ページ： 79-84  発行年： 2012年06月12日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文は,Kaggleアルゴリズム取引課題のための勝利の解決法についての考えと方法を提示した。この分析課題は,2011年11月11日と2012年1月8日の間に起こり,264人の競争者は解決策を提出した。この競争の目的は,流動性ショックに続く株式市場賞を説明するために経験的な予測モデルを開発することである。システムは,いくつかのモデルと特徴抽出と選択戦略の最適な構成を構築した。筆者らは,最適な特徴集合の関数としてすべてのサブモデルを訓練するためにモデリング技法としてRandom Forrestを使用した。モデル化アプローチは,従属変数と特徴集合の間で非常に複雑で低い最大情報係数に対処でき,筆者らが特長選択アルゴリズムで使用した特徴ランキングメトリックを提供することができた。(翻訳著者抄録)

シソーラス用語： *特徴選択 ,  *株式市場 ,  *予測モデル ,  特徴抽出 ,  取引 ,  等級づけ ,  変数 ,  集合 ,  モデリング
準シソーラス用語： ランキング ,  従属変数

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (14件)：

• Kaggle Algorithmic Trading Challenge. Kaggle Algorithmic Trading Challenge, site. http://www.kaggle.com/c/AlgorithmicTradingChallenge/data
• HARRIS, L. Trading and Exchanges : Market Microstructure for Practitioners. 2003
• LILLO, F. Master curve for price-impact function. Nature. 2003, 421, 129-130
• FOUCAULT, T. Limit Order Book as a Market for Liquidity. Review of Financial Studies. 2005, 18, 4, 1171-1217
• ULRICH, J. Package TTR : Technical trading Rules. CRAN Repository. http://cran.r-project.org/web/packages/TTR/TTR.pdf

タイトルに関連する用語 (4件)： モデル ,  エンジニアリング ,  アルゴリズム ,  取引