文献

J-GLOBAL ID：202102278138338580   整理番号：21A0152543

深層学習を用いた金融時系列株価予測【JST・京大機械翻訳】

Financial Time Series Stock Price Prediction using Deep Learning

著者 (1件)： Goyal Madhu (Australian Artifical Intelligence Institute, School of Computer Science, University of Technology,Sydney,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IEMCON  ページ： 0378-0383  発行年： 2020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： 過去20年間,資源価格の推定または予測を行うためのいくつかの研究が行われている。正確なストック予測運動は,多くの企業と金融機関の未解決の問題である。本論文は,深い学習モデルを用いて株式市場予測を分析した。経験的結果は,4つの予測計量,すなわち平均二乗誤差,二乗平均誤差,平均誤差および平均パーセント誤差に関して,Feedフォワードニューラルネットワークおよび時系列ARIMAモデルに関するLSTM再帰深層学習モデルの優位性を明らかにした。Copyright 2021 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： 学習モデル ,  *金融機関 ,  株式市場 ,  在庫量
準シソーラス用語： 平均二乗誤差 ,  *株価予測 ,  *深層学習 , 【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 (3件)： 深層学習 ,  金融時系列 ,  株価予測