文献

J-GLOBAL ID：202002264644630624   整理番号：20A0882702

安定および揮発性市場環境における予測的な日内相関:深層学習からの証拠【JST・京大機械翻訳】

Predictive intraday correlations in stable and volatile market environments: Evidence from deep learning

著者 (2件)： Moews Ben (Institute for Astronomy, University of Edinburgh, Royal Observatory, Edinburgh, EH9 3HJ, UK) ,  Ibikunle Gbenga (Business School, University of Edinburgh, 29 Buccleuch Pl, Edinburgh, EH8 9JS, UK)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 547  ページ： Null  発行年： 2020年 
JST資料番号： D0322B  ISSN： 0378-4371  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 金融における標準的な方法と理論は,複雑なシステムとして市場における相関への洞察を得るための方法を提供する深い学習により,大規模なデータセットに基づく財政的予測問題における高度に非線形な相互作用を捉えることができる。本論文では,安定および揮発性市場環境におけるモデル挙動を比較するために,S&P500株間の遅れた相関を学習し,利用するために,深い学習を生態学的に構築した勾配に適用し,予測のためのターゲットストック情報の排除を行った。時間層の影響を測定するために,著者らは,著者らのモデルアーキテクチャの修正によって,様々な間隔長さにおける日内および毎日の株価運動を予測して,手における問題の複雑さを測定した。著者らの発見は,正確さ,一方では有意で,株式市場における遅れた相関の爆発性を示し,より短い予測層で減少することを示している。ポートフォリオ管理者のための調査ツールとして,現代の財政理論と著者らの研究の適用性に対する含意を議論する。最後に,著者らのモデルの性能は,2007/2008年の最近の金融危機の環境にそれを曝露することによって,揮発性市場において一貫していることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  爆発性 ,  揮発性 ,  *金融 ,  生態学 ,  相互作用 ,  計算機アーキテクチャ ,  株式市場
準シソーラス用語： 金融危機 ,  株価 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 経済物理学 ,  深層学習 ,  金融危機 ,  市場効率 ,  傾向予測

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 揮発性 ,  市場環境 ,  予測 ,  相関 ,  深層学習 ,  証拠