二重CLVSA:感情測定による金融市場を予測するための新しい深層学習アプローチ【JST・京大機械翻訳】

Wang Jia; Zhu Hongwei; Shen Jiancheng; Cao Yu; Liu Benyuan

プレプリント

J-GLOBAL ID：202202212971020042 整理番号：22P0285770

二重CLVSA:感情測定による金融市場を予測するための新しい深層学習アプローチ【JST・京大機械翻訳】

Dual-CLVSA: a Novel Deep Learning Approach to Predict Financial Markets with Sentiment Measurements

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月27日プレプリントサーバーでの情報更新日： 2022年01月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

金融市場を予測する挑戦的な作業である。このタスクの複雑性は,主に,金融市場と市場参加者の間の相互作用によるものであり,それは,すべての時間を合理的に保つことができず,しばしば,恐怖やエクスタシーのような感情によって影響を受ける。特に金融市場予測,特に金融市場予測のための最新のアプローチに基づき,注意(CLVSA)によるハイブリッド畳込みLSTMベース変分シーケンス-シーケンスモデル,二重CLVSAと名付けた新しい深層学習アプローチを提案し,取引データと対応する社会的感情測定の両方による金融市場移動を,別々のシーケンス-シーケンスチャネルを通して予測した。8年間にわたるSPDR SP 500 Trust ETFの歴史的取引データに関するバックテストにより,本手法の性能を評価する。実験結果は,二重CLVSAが2種類のデータを効果的に融合することができ,感情測定が金融市場予測に有益なだけでなく,著者らの予測システムの性能を高めるための余分な利益特性も含むことを示した。【JST・京大機械翻訳】

, , , , , ,
, , , , , , 【Automatic Indexing@JST】

利益管理 , 人工知能

, , ,

前のページに戻る