文献

J-GLOBAL ID：201802260492176127   整理番号：18A1488870

多目的最適化による金融時系列における傾向【JST・京大機械翻訳】

Trend following in financial time series with multi-objective optimization

著者 (4件)： Liu Jingyuan (Department of Computer and Information Science, University of Macau, Macau, China) ,  Si Yain-Whar (Department of Computer and Information Science, University of Macau, Macau, China) ,  Zhang Defu (Department of Computer Science, Xiamen University, China) ,  Zhou Ligang (School of Business, Macau University of Science and Technology, Taipa, Macau, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 66  ページ： 149-167  発行年： 2018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： トレンド(TF)は市場価格の技術分析に基づく投資戦略である。傾向追跡者は,特定の価格レベルを予測したり予測することを目的としていない。それらは,この上昇傾向の終わりまで,それに関して上昇傾向と乗心地に関して簡単にジャンプした。ほとんどの傾向追跡者は,それら自身の規則に基づく上昇傾向の確立と停止を決定する。本論文において,著者らは,株式市場タイミングを決定するために複数の閾値を用いるTFアルゴリズムを提案した。閾値の最適値を粒子群最適化(PSO)とシミュレーテッドアニーリング(SA)によって得た。7つの株式市場指数に関する実験結果は,多目的最適化による提案したマルチ閾値TFアルゴリズムが,それを静的,動的,およびフロート符号化遺伝的アルゴリズムベースのTFと比較したとき,優れていることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーテッドアニーリング ,  株式市場 ,  乗り心地 ,  *アルゴリズム ,  遺伝的アルゴリズム
準シソーラス用語： 粒子群最適化 ,  最適値 ,  投資戦略 ,  市場価格 ,  *多目的最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 金融時系列 ,  技術分析 ,  動向 ,  粒子群最適化 ,  シミュレーテッドアニーリング

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 (3件)： 多目的最適化 ,  金融時系列 ,  傾向