抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
clesチャートは,金融製品の価格移動を予測するときに,より多くの情報を持つことができるように,チャートから視覚パターンを認識することができる18世紀から取引決定を行うために,人間の取引者にとって非常に重要なツールであった。このアイデアに基づいて,本論文では,金融報告からの数値データよりも,clesチャートを読み出すことにより価格移動を予測するために,深いネットワークフレームワークDeep candlesick Predictor DCPを提案した。DCPは,いくつかのサブチャートに与えられたclesチャートを分解できるチャート分解器を含み,サブチャートに対して最良の表現を導出できるCNN-Autoエンコーダと,(k+1)日の価格移動を予測することができる1D-CNNである。広範な実験は,台湾のストックエクスカッション資本化加重指数における6つの商品の実際のデータセットから毎日の価格によって行われる。それは全体として21,819の取引日を持っている。実験結果は,提案したフレームワークDCPが従来の指数ベースのモデルより高い精度を達成することができることを示して,それは人間のようなclesチャートを読み出すために深いネットワークを設計するコンセプトの有効性を示した。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】
