文献

J-GLOBAL ID：202002284481079376   整理番号：20A1717837

STBM:長期短期記憶に基づく金融市場のための確率的取引行動モデル

STBM: Stochastic Trading Behavior Model for Financial Markets Based on Long Short-Term Memory

著者 (4件)： HIRANO Masanori (Univ. Tokyo) ,  MATSUSHIMA Hiroyasu (Univ. Tokyo) ,  IZUMI Kiyoshi (Univ. Tokyo) ,  SAKAJI Hiroki (Univ. Tokyo)
資料名： 人工知能学会全国大会論文集(Web)  (Proceedings of the Annual Conference of JSAI (Web))
巻： 34th  ページ： ROMBUNNO.1K4-ES-2-04 (WEB ONLY)  発行年： 2020年 
JST資料番号： U1701A  ISSN： 2758-7347  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本研究では,金融市場トレーダーの行動を予測するための確率モデルを提案する。まず,トレーダーの情報を含む実際の発注データを使用して,トレーダーをクラスタ化して,高頻度トレーダーのマーケットメイキング(HFT-MM)戦略を採用すると思われるる認識可能なクラスタを選択する。次に,LSTMベースの確率的予測モデルを用いて,トレーダーの行動を予測する。このモデルは,成行注文帳の状態とトレーダーの注文状態を入力として受け取り,次の1分の間にトレーダーの行動を確率的に予測する。結果は,著者らのモデルがランダムに行動するモデルと従来の決定論的モデルの両方のモデルより優れていることを示す。ここでは,限られたトレーダータイプを解析するだけだが,もしこのモデルが全てのトレーダータイプに実行されるならば,それは全市場に対する予測精度を向上させるであろう。(翻訳著者抄録)

シソーラス用語： *金融 ,  予測 ,  市場 ,  *取引 ,  戦略 ,  *ニューラルネットワーク ,  *予測モデル ,  確率モデル ,  発注 ,  *予測技法
準シソーラス用語： *LSTMネットワーク ,  ニューラルネットワークモデル ,  株式取引 ,  *金融市場 ,  *行動モデル ,  市場メカニズム ,  *市場予測 ,  投資戦略 ,  予測精度

分類 (2件)： 利益管理  (KA05030A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 長期 ,  短期記憶 ,  金融市場 ,  確率 ,  取引 ,  行動モデル