文献

J-GLOBAL ID：201802262873517286   整理番号：18A1255669

スライディングウィンドウ・メタヒューリスティック最適化機械学習回帰を用いた株価の前向き予測【JST・京大機械翻訳】

Forward Forecast of Stock Price Using Sliding-Window Metaheuristic-Optimized Machine-Learning Regression

著者 (2件)： Chou Jui-Sheng (Department of Civil and Construction Engineering, National Taiwan University of Science and Technology, Taipei, Taiwan) ,  Nguyen Thi-Kha (Faculty of Engineering and Agriculture, The University of Danang - Campus in Kontum, Kontum, Vietnam)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 14  号： 7  ページ： 3132-3142  発行年： 2018年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： 時系列予測は,ストックの将来の価格を決定するために広く使われており,財政時系列の分析とモデリングは投資家の意思決定と取引を誘導する。さらに,株式市場のような動的環境において,時系列の非線形性は顕著であり,直ちに株価予測の有効性に影響を及ぼす。そこで本論文では,台湾建設会社の株価を予測する目的で,スライディングウィンドウメタヒューリスティック最適化を用いた知的時系列予測システムを提案した。それは,そのような企業に投資するのに十分な知識を持たないホームブローカーに対して大きな関心がある可能性がある。このシステムはグラフィカルユーザインタフェイスを持ち,独立したアプリケーションとして機能する。開発したハイブリッドシステムは優れた予測性能を示し,投資性能の全体的利益を改善した。提案したモデルは,高度に非線形な時系列に対する有望な予測技術であり,そのパターンは従来のモデルによって捉えることが困難である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測 ,  GUI【計算機】 ,  台湾 ,  意思決定 ,  モデリング ,  *機械学習 ,  投資 ,  予測技法 ,  応用プログラム ,  在庫量 ,  モデル
準シソーラス用語： ハイブリッドシステム ,  動的環境 ,  *株価 ,  *スライディングウィンドウ , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： スライディングウィンドウ ,  ヒューリスティック最適化 ,  機械学習 ,  株価 ,  予測