文献

J-GLOBAL ID：201902260040674861   整理番号：19A1584388

アルゴリズム取引のための独立成分分析と予測システムの適用【JST・京大機械翻訳】

Applying Independent Component Analysis and Predictive Systems for Algorithmic Trading

著者 (3件)： Ceffer Attila (Department of Networked Systems and Services, Budapest University of Technology and Economics, Budapest, Hungary) ,  Levendovszky Janos (Department of Networked Systems and Services, Budapest University of Technology and Economics, Budapest, Hungary) ,  Fogarasi Norbert (Department of Networked Systems and Services, Budapest University of Technology and Economics, Budapest, Hungary)
資料名： Computational Economics  (Computational Economics)
巻： 54  号： 1  ページ： 281-303  発行年： 2019年 
JST資料番号： T0671A  ISSN： 0927-7099  CODEN： CNOMEL  資料種別： 逐次刊行物 (A)
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： 本論文では,経済的時系列の将来価値を予測することにより,アルゴリズム取引のために,非線形自己回帰ネットワークを提案した。これらのアーキテクチャは,ベクトル自己回帰VAR(p)時系列をモデル化し,予測することができる。過剰適合を避けるために,入力を独立成分分析によって前処理して,最もノイズのような成分をフィルターにかけた。このようにして,予測の精度と取引性能は増加した。提案したアルゴリズムは,高速学習と取引を可能にする少数の自由パラメータを持っている。この方法は,単一資産価格系列でテストされるだけでなく,VAR(1)プロセスの予測可能性パラメータを最大化することによって得られる平均逆転ポートフォリオの値を予測することにもなる。最初に,人工的に生成したデータについて試験を行い,次に,bid-ask拡散を含む交換取引資金時系列から選択した実データについて行った。両方の場合において,提案した方法は正の利益を達成することができた。Copyright 2017 Springer Science+Business Media, LLC Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ポートフォリオ ,  フィルタ ,  学習 ,  前処理 ,  *アルゴリズム ,  高速度 ,  モデリング ,  雑音 ,  *独立成分分析 ,  予測可能性 ,  計算機アーキテクチャ ,  ネットワーク
準シソーラス用語： 資産価格 ,  ベクトル自己回帰 ,  自己回帰 , 【Automatic Indexing@JST】

著者キーワード (6件)： アルゴリズム取引 ,  金融時系列 ,  ニューラルネットワーク ,  サポートベクトルマシン ,  独立成分分析 ,  平均復帰ポートフォリオ

分類 (2件)： 人工知能  (JE08000Z) ,  繊維料作物  (FC03077U)

タイトルに関連する用語 (4件)： アルゴリズム ,  取引 ,  独立成分分析 ,  予測システム