文献

J-GLOBAL ID：201702220143655215   整理番号：17A1389496

高有用性エピソードマイニングと遺伝的アルゴリズムを用いた株式投資のための新しい方法論【Powered by NICT】

A novel methodology for stock investment using high utility episode mining and genetic algorithm

著者 (3件)： Lin Yu-Feng (Department of Computer Science and Information Engineering, National Cheng Kung University, Taiwan, ROC) ,  Huang Chien-Feng (Department of Computer Science and Information Engineering, National University of Kaohsiung, Taiwan, ROC) ,  Tseng Vincent S. (Department of Computer Science, National Chiao Tung University, Taiwan, ROC)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 59  ページ： 303-315  発行年： 2017年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,高い有用性エピソードマイニングと遺伝的アルゴリズムの手法を用いた株式投資のための新しい方法論を提示した。著者らの目的は,株式市場における高い有用性と関連している隠された事象を明らかにするために有益なエピソードベース投資モデルを考案することである。株価と導かれた技術的指標の時系列データ,移動平均,移動平均収束と発散,ランダム指数とバイアス指数を含む,エピソード事象の構築のために使用した。モデルのサブセットのパラメータと選択の同時最適化のための遺伝的アルゴリズムを採用した。実験結果は,提案した方法は投資と精度の年間収益に関して最先端の方法よりも著しく優れていることを示した。さらに本稿では,提案手法の有効性を検証する統計的にZ試験のセットを提供した。得られた有望な結果に基づいて,この新しい方法論は,計算ファイナンスのためのデータマイニングの研究を前進させ,実際の株式投資の代替をもたらすことが期待される。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 株式市場 ,  バイアス ,  *投資 ,  *遺伝的アルゴリズム ,  データマイニング ,  部分集合 ,  *株式投資
準シソーラス用語： 同時最適化 ,  時系列データ ,  株価 , 【Automatic Indexing@JST】

著者キーワード (4件)： 高有用性エピソードのマイニング ,  遺伝的アルゴリズム ,  株式投資 ,  技術指標

分類 (2件)： 人工知能  (JE08000Z) ,  利益管理  (KA05030A)

タイトルに関連する用語 (5件)： 有用性 ,  エピソード ,  遺伝的アルゴリズム ,  株式投資 ,  方法論