文献

J-GLOBAL ID：202002257745839057   整理番号：20A0435886

ランダムフォレストとLSTM神経回路網に基づくストック予測【JST・京大機械翻訳】

Stock prediction based on random forest and LSTM neural network

著者 (3件)： Ma Yilin (School of Economics and Management, Southeast University,Nanjing,China,211189) ,  Han Ruizhu (School of Economics and Management, Southeast University,Nanjing,China,211189) ,  Fu Xiaoling (School of Economics and Management, Southeast University,Nanjing,China,211189)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCAS  ページ： 126-130  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： 株式市場のデータは複雑である。LSTMニューラルネットワークに基づく主成分分析(PCA)は,ノイズを除去することができて,ストック予測の精度を改良することができた。ランダムフォレストとLSTMニューラルネットワークに基づくストック予測モデルを提案して,ストック予測の性能をさらに向上させた。2013年から2017年までの上海複合指数のデータに基づいて,本モデルとPCA+LSTMニューラルネットワークモデルをシミュレーションして比較した。実験結果は,このモデルがPCA+LSTMモデルよりストック予測により適していることを示した。さらに,上記の2つのモデルに基づく取引戦略の収益はベンチマーク買and 戦略より高く,提案したモデルに基づく取引戦略は最良である。Copyright 2020 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： ニューラルネットワーク ,  予測モデル ,  ベンチマーク ,  雑音 ,  *神経回路網 ,  株式市場 ,  主成分分析 ,  *在庫量 ,  神経回路網モデル ,  モデル
準シソーラス用語： *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ランダムフォレスト ,  LSTM ,  神経回路網 ,  予測