文献

J-GLOBAL ID：201902212327058616   整理番号：19A1488224

価格トレーリングを用いた金融取引のための深層強化学習【JST・京大機械翻訳】

Deep Reinforcement Learning for Financial Trading Using Price Trailing

著者 (4件)： Zarkias Konstantinos Saitas (School of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Passalis Nikolaos (School of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Tsantekidis Avraam (School of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Tefas Anastasios (School of Informatics, Aristotle University of Thessaloniki, Thessaloniki, Greece)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 3067-3071  発行年： 2019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： 正確な金融分析ツールの開発は,市場の挙動を分析し,金融市場の円滑な運転を確実にする不安定な条件に迅速に対応するために,投機的取引の両方に有用である。これは,金融資産の挙動を分析し予測するための様々な方法の開発をもたらし,伝統的な定量的財政からより現代的な機械学習アプローチまでの範囲にある。しかし,金融市場の揮発性で不安定な挙動は,将来の価格の正確な予測を禁止し,これらのアプローチの性能を低下させる。対照的に,本論文では,制御問題として取引を再定式化することにより,従来の価格予測を超える新しい価格追跡法を提案し,上述の限界を効果的に克服した。提案した方法により,大量の雑音に耐えることができるロバストなエージェントを開発することができる。一方,価格の傾向を捕捉し,利益のある決定を可能にする。Copyright 2019 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： 定式化 ,  ロバスト性 ,  揮発性 ,  *金融 ,  機械学習 ,  エージェント ,  雑音
準シソーラス用語： 価格予測 ,  投機 ,  金融市場 ,  解析ツール ,  深層強化学習 , 【Automatic Indexing@JST】

分類 (1件)： 電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (5件)： 価格 ,  トレー ,  金融 ,  取引 ,  深層強化学習