文献

J-GLOBAL ID：201802219884156694   整理番号：18A0446018

最適ウィンドウサイズ選択とサポートベクトル回帰を用いた退職投資信託値の時系列予測【Powered by NICT】

Time series prediction of retirement mutual fund values using optimal window size selection and support vector regression

著者 (3件)： Sukkachart Piyawadee (Machine Intelligence and Multimedia Information Technology (MIMIT)Laboratory, Department of Mathematics and Computer Science, Faculty of Science, Chulalongkorn University, Bangkok, Thailand 10330) ,  Surapholchai Chotiros (Machine Intelligence and Multimedia Information Technology (MIMIT)Laboratory, Department of Mathematics and Computer Science, Faculty of Science, Chulalongkorn University, Bangkok, Thailand 10330) ,  Lipikorn Rajalida (Machine Intelligence and Multimedia Information Technology (MIMIT)Laboratory, Department of Mathematics and Computer Science, Faculty of Science, Chulalongkorn University, Bangkok, Thailand 10330)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICITSI  ページ： 332-335  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 退職投資信託(RMF)は退職の省の代替法である。RMFの大部分は利益の中程度の成長を提供した。しかし,低リスク計画と高リスク計画のような提供されたいくつかの投資計画である。投資家は過去記録といくつかの因子に基づく購買時の意思決定を行わなければならない。主要因の一つは,将来における資金値の傾向を調べることである。本論文では,正確な予測に必要なデータの最適ウィンドウサイズを選択する発見的方法を使用し,過去からの時系列データに基づくRMFの1日前の値を予測するためのサポートベクトル回帰(SVR)を用いる方法を提案する。提案したアルゴリズムは,八リスクレベルから91RMF計画で評価した。統計的結果は,低リスク計画の大部分は高リスク計画よりも将来の値を予測するために,過去に多くの時間系列データを用いることを明らかにした。さらに,最適窓サイズを用いて,提案したアルゴリズムの全体の正診率は89.00%以上であった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 意思決定 ,  購買 ,  *退職 ,  発見的方法 ,  投資計画 ,  アルゴリズム
準シソーラス用語： 診断精度 ,  時系列データ ,  投資家 ,  *時系列予測 ,  *投資信託 ,  *サポートベクトル回帰 ,  *ウィンドウサイズ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： ウィンドウサイズ ,  サポートベクトル回帰 ,  退職 ,  投資信託 ,  時系列予測