文献

J-GLOBAL ID：201802217257975541   整理番号：18A0651659

最小分散に基づく株式市場変曲点予測手法【JST・京大機械翻訳】

Stock turning point prediction method based on minimum variance

著者 (3件)： Shi Lukui (河北工業大学計算机科学与軟件学院,天津300401;河北工業大学河北省大数据計算重点実験室,天津300401) ,  Qin Zhijiao (河北工業大学計算机科学与軟件学院,天津,300401) ,  Yan Huiqiang (河北工業大学経済管理学院,天津,300401)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 11  ページ： 3373-3378  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 株式市場を予測することは株式市場の投資を指導する上で重要な意義があるが、株式市場の変曲点の予測は不平衡分類問題である。これらの不均衡問題を解決するために,SVMを用いることにより,ペナルティ因子を選択する方法を提案した。訓練セット交差検証後の全てのクラスのサンプルの再現率と適合率の分散の積を判断基準とし、最小分散積に対応するペナルティ因子を各類の最適ペナルティ因子とし、このBiased-SVMモデルを株式市場の変曲点予測に応用した。実験において,入力ベクトルとして通常の株式技術指標を選び,他のいくつかの不平衡問題を解決するためのいくつかの方法との比較を行った。実験結果により、最小分散法は非変曲点の多数のサンプルの識別精度を保証すると同時に、二種類の変曲点サンプルの識別精度を向上させ、投資意思決定のための証拠とサポートを提供することが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *予測 ,  意思決定 ,  *予測技法 ,  判定基準 ,  ベクトル ,  投資 ,  *株式市場 ,  ペナルティ ,  非平衡状態
準シソーラス用語： 適合率 ,  再現率 ,  不均衡 ,  *最小分散 , 【Automatic Indexing@JST】

著者キーワード (5件)： stock turning point prediction ,  unbalanced classification ,  minimum variance method ,  SVM ,  penalty factor

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 最小分散 ,  株式市場 ,  変曲点 ,  予測手法