文献

J-GLOBAL ID：201902225560192089   整理番号：19A1543610

ハイブリッドアプローチを用いた金株式市場の予測【JST・京大機械翻訳】

Prediction of Gold Stock Market Using Hybrid Approach

著者 (3件)： Salis Vimuktha E. (BNMIT, Bangalore, India) ,  Kumari Akanksha (BNMIT, Bangalore, India) ,  Singh Animesh (BNMIT, Bangalore, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 545  ページ： 803-812  発行年： 2019年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 現在,株式市場は国の経済の最も重要な部分であり,その成長のための重要な運転者として機能する。金は通貨の最も古い形態であるので,それは金株式市場に投資する人々のより多くの注意を動かす。株式市場は自然において揮発性であり,リスクは避けられない。利益を最大にするために,将来の将来におけるストックを予測するモデルを必要とする。多くのデータは,歳差化予測のために扱われなければならず,機械学習は故障しない。本論文では,金価格の変動を予測するために人工ニューラルネットワーク(ANN)を用いた。それは歴史的データを取り入れて,次の日のために価格を予測した。目的は,最大精度で価格を予測するモデルを構築し,それらの利益を最大化するのに役立つ。モデルは成功を達成したが,金株式市場価格を予測することは非常に複雑であり,fval,政治的イベント,および結婚季節のような一連のイベントに依存している。それらはまた,Sensex,Nifty,原油などの他の商品にも依存している。モデルは,これらのイベントをランダムに落下させることができないが,株式市場に定期的に投資する人々は,より良いアドバイスを与えることができる。Copyright 2019 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 原油 ,  モデル ,  ニューラルネットワーク ,  *予測 ,  歳差運動 ,  *株式市場 ,  揮発性 ,  機械学習 ,  *金
準シソーラス用語： 市場価格 , 【Automatic Indexing@JST】

著者キーワード (4件)： ANN ,  LSTM ,  エキスパートアドバイス ,  NSE

分類 (1件)： エネルギーに関する技術・経済問題  (LA01050V)

タイトルに関連する用語 (4件)： ハイブリッドアプローチ ,  金 ,  株式市場 ,  予測