文献

J-GLOBAL ID：201802243835252636   整理番号：18A1415978

深層学習と高頻度データを用いた株式注文状況の推定

Order Prediction in Stock Market using Tick based LSTM-RNN model

著者 (2件)： 田代大悟 (東大 大学院工学系研究科) ,  和泉潔 (東大 大学院工学系研究科)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.2D2-2  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,金融市場の電子化と高速化に伴い膨大化した取引情報は,高頻度データ(ティックデータ)という形で記録され,効率的な活用が期待されている。一方,アルゴリズム取引やHFTなどの高頻度取引では,瞬時に適切な注文を出すアルゴリズムが求められる。そのような機械的売買の戦略向上を目指し,本研究では,深層学習を用いてティックデータを読むことで,株式注文状況の予測を目指す。(著者抄録)

シソーラス用語： *機械学習 ,  *取引 ,  株式市場 ,  頻度 ,  市場 ,  計算機アルゴリズム ,  *予測技法
準シソーラス用語： アルゴリズム取引 ,  *株式取引 ,  金融市場 ,  *深層学習

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 (6件)： 深層学習 ,  高頻度データ ,  株式 ,  注文 ,  状況 ,  推定