文献

J-GLOBAL ID：201902299300533328   整理番号：19A0248162

市場変動予測のためのニュース駆動リカレントニューラルネットワーク【JST・京大機械翻訳】

A News-Driven Recurrent Neural Network for Market Volatility Prediction

著者 (6件)： Lin Peikang ,  Mo Xianjie ,  Lin Guidong ,  Ling Liwen ,  Wei Tingting ,  Luo Wei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACPR  ページ： 776-781  発行年： 2017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： 金融ニュースに埋め込まれた隠れた情報を抽出することは,市場の揮発性予測に対する効果的なアプローチである。本論文では,市場予測のためのニュースイベントのシーケンスから潜在的構造を動的に抽出する再帰ニューラルネットワーク(RNN)ベースの方法を提案した。特に,著者らは最初に,文章の意味的意味を表現するために,金融ニュースデータセットに関するスキップ思考モデルを訓練した。次に,単一日からの表現を集約し,市場指標に従って毎日の特徴を形成する。最後に,より良い予測のために数日前に発表されたニュースを利用するために,著者らは,ニュースイベントのシーケンスに埋め込まれた動的パターンを調査することによって,情報を統合するために,長い短期記憶RNN(LSTM-RNN)を利用した。公共利用可能なReutersとBloomberg金融ニュースデータセットに関する広範な実験は,著者らの方法の有効性を検証し,著者らの方法が最先端の性能を達成することを実証した。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】

シソーラス用語： 揮発性 ,  *ニュース ,  *予測 ,  有効性 ,  金融 ,  *ニューラルネットワーク
準シソーラス用語： 最先端 ,  短期記憶 ,  市場予測 ,  リカレントニューラルネットワーク ,  変動予測 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 市場 ,  変動予測 ,  ニュース ,  リカレントニューラルネットワーク