文献

J-GLOBAL ID：202202259635598403   整理番号：22A1037703

深層学習モデルに基づく金融市場感情予測技術と応用【JST・京大機械翻訳】

Financial Market Sentiment Prediction Technology and Application Based on Deep Learning Model

著者 (1件)： Guo Yixuan (Department of Business Administration, Shanghai Lixin University of Accounting and Finance, Shanghai 201209, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 実世界では,知能の意思決定と行動戦略を研究するための方法として,強化学習である戦略制御を必要とする様々な状況がある。それは,その機能と役割に関する多くの研究と経験的証拠を受け,また,学者によって認識された方法である。それらの中で,感情解析による強化学習の組合せは重要な理論的研究方向であるが,これまで,それに関してまだ比較的少ない研究作業があり,まだ不十分な応用効果と低い精度率の問題がある。したがって,本研究では,感情解析と深層強化学習に関連する特徴を用いて,上記の問題を扱うための最適化のための様々なアルゴリズムを使用した。本研究では,知識グラフを組み込んだ感情解析法を,株式取引市場の特性を用いて設計した。この研究からの知識グラフと組み合わせた感情解析のための深い強化学習投資取引戦略アルゴリズムを,その後の実験に用いた。本研究で実施した感情解析と知識グラフを組み合わせた深層強化学習システムは,理論的側面からアルゴリズムを分析するだけでなく,実験比較と解析のための株式交換市場からのデータもシミュレートする。実験結果は,本研究で使用した感情解析と知識グラフを結合する深い強化学習アルゴリズムが,既存の従来の強化学習アルゴリズムより良い利得を達成して,より良い実用的応用価値を持っていることを例証した。Copyright 2022 Yixuan Guo. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測技法 ,  アルゴリズム ,  最適化 ,  意思決定 ,  *市場 ,  投資 ,  経験 ,  戦略 ,  取引 ,  利得 ,  *機械学習 ,  強化学習 ,  学習アルゴリズム
準シソーラス用語： *金融市場 ,  株式取引 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (28件)：

• Z. Jin, K. Guo, Yi Sun, L. Lai, Z. Liao, "The industrial asymmetry of the stock price prediction with investor sentiment: based on the comparison of predictive effects with SVR," Journal of Forecasting, vol. 39, no. 7, pp. 1166-1178, 2020.
• D. C. Broadstock, D. Zhang, "Social-media and intraday stock returns: the pricing power of sentiment," Finance Research Letters, vol. 30, pp. 116-123, 2019.
• T. Ito, H. Sakaji, K. Izumi, K. Tsubouchi, T. Yamashita, "GINN: gradient interpretable neural networks for visualizing financial texts," Journal of Data Science, vol. 9, no. 4, pp. 431-445, 2020.
• F. Audrino, F. Sigrist, D. Ballinari, "The impact of sentiment and attention measures on stock market volatility," International Journal of Forecasting, vol. 36, no. 2, pp. 334-357, 2020.
• K. G. Nishimura, S. Sato, A. Takahashi, "Term structure models during the global financial crisis: a parsimonious text mining approach," Asia-Pacific Financial Markets, vol. 26, no. 3, pp. 297-337, 2019.

タイトルに関連する用語 (6件)： 深層学習 ,  モデル ,  金融市場 ,  感情 ,  予測 ,  応用