文献

J-GLOBAL ID：202102284307304636   整理番号：21A2818519

深層学習方法論と時系列解析に基づくUS Dollar/Turkish Lira為替レート予測モデル【JST・京大機械翻訳】

US Dollar/Turkish Lira Exchange Rate Forecasting Model Based on Deep Learning Methodologies and Time Series Analysis

著者 (2件)： Yasar Harun (27 Barton Road, Headington, Oxford OX3 9JB, UK) ,  Kilimci Zeynep Hilal (Information System Engineering, Faculty of Technology, Kocaeli University, Kocaeli 41001, Turkey)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 12  号： 9  ページ： 1553  発行年： 2020年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 交換率予測は,投資家,研究者,および分析者にとって重要な話題である。本研究では,US Dollar/Turkish Lira交換速度の予測モデルを形成するために,財政的感情分析(FSA)と時系列分析(TSA)を提案した。この目的のために,提案したハイブリッドモデルを,FSAのためのテキストデータを得て,モデル化して,TSAのための数値データを得てモデル化して,対称性のような2つのモデルを混合する3つの段階で構築した。知る限りでは,これは,FSAのソースとしてソーシャルメディアプラットフォームを使用し,それらをTSA法とブレンドする文献における最初の研究である。FSAを実行するために,単語埋込み法Word2vec,GloVe,高速Text,およびCNN,RNN,LSTMのような深い学習モデルを使用した。知る限りでは,本研究は,トルコ語と英語テキストの両方に対する単語埋込み法と深い学習モデルの組合せを用いて,FSAを実行するという観点から初めての試みである。TSAでは,単純な指数平滑化,HoltWinters,Holts線形,ARIMAモデルを採用した。最後に,提案モデルの使用で,US Dollar/Turkish Lira交換速度予測を望むユーザは,より一貫した強い交換速度予測を行うことができる。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 対称性 ,  学習モデル ,  *時系列分析 ,  指数平滑法 ,  トルコ共和国 ,  英語 ,  線形性 ,  単語 ,  *予測モデル
準シソーラス用語： ARIMAモデル ,  ハイブリッドモデル ,  ソーシャルメディア ,  *為替レート ,  *深層学習 ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  為替レート予測 ,  財務感情分析 ,  ハイブリッドモデル ,  単語埋め込み ,  時系列解析

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

引用文献 (28件)：

• Okazaki, M.; Matsuo, Y. Semantic Twitter: Analyzing Tweets for Real-Time Event Notification. In Proceedings of the International Conference on Social Software, Cork, Ireland, 3-4 March 2008; pp. 63-74.
• Pang, B.; Lee, L. Opinion Mining and Sentiment Analysis. Found. Trend Inf. Ret. 2008, 2, 1-135.
• Stenqvist, E.; Lönnö, J. Predicting Bitcoin Price Fluctuation with Twitter Sentiment Analysis. Master’s Thesis, KTH Royal Institute of Technology, Stockholm, Sweden, 2017.
• Ozcan, F. Exchange Rate Prediction from Twitter’s Trending Topics. In Proceedings of the International Conference on Analytical and Computational Methods in Probability Theory, Moscow, Russia, 23-27 October 2017; pp. 1-46.
• Komariah, K.S.; Sin, B.K. Naïve Bayes Approach for Predicting Foreign Exchange Rate Fluctuation Based on Twitter Sentiment Analysis. In Proceedings of the Spring Conference of Korean Multimedia Society, Andong, Korea, 2-3 August 2015; pp. 78-92.

タイトルに関連する用語 (5件)： 深層学習 ,  方法論 ,  時系列解析 ,  為替レート ,  予測モデル