文献

J-GLOBAL ID：202202262852484941   整理番号：22A0157186

複雑な定量的金融ネットワークを用いたグローバル金融指数の価格移動の予測【JST・京大機械翻訳】

Forecasting price movements of global financial indexes using complex quantitative financial networks

著者 (2件)： Seong Nohyoon (Management Engineering Department, College of Business, Korea Advanced Institute of Science and Technology, Seoul, Republic of Korea) ,  Nam Kihwan (Information Systems, Business School, Dongguk University, Seoul, Republic of Korea)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 235  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 金融市場における予測傾向がより重要になって,人工知能技術進歩が進むにつれて,歴史的価格を分析することによって,ストック運動を予測する活発な研究がある。しかし,価格移動を予測するために複雑な金融ネットワークを利用する試みはほとんどなされていない。ほとんどの研究は,目標財政指数のみに焦点を当て,少数の研究のみが,目標財政指数と影響力のある財政指数の両方を調べる。研究ギャップを埋めるために,著者らは,定量的複合金融ネットワークに基づく新しい深層学習アルゴリズムを提案し,技術的解析を用いて,グローバル金融指数の価格移動を予測した。言い換えれば,著者らは,この定量的に構築したネットワークにおける因果的影響を考慮する,クリーン相関ネットワークにおける金融指数間の因果関係を解析する方法を提案した。ランダム行列理論を用いて,最初に金融ネットワークを構築し,転送エントロピーを用いてネットワーク内の方向性影響を見出した。グローバル指数とサンプル外試験のための毎日の歴史的データセットに基づいて,結果は,提案方法が過去の最先端のアルゴリズムより優れていることを示した。著者らの知見は,適切な金融ネットワークの同定と使用が問題の予測に重要であることを明らかにした。本研究は,金融市場における予測問題を解決するとき,深層学習アルゴリズムを開発し,複合システム理論に基づく金融ネットワークを考慮することが重要であることを示唆する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  エントロピー ,  *ネットワーク ,  *金融 ,  人工知能 ,  在庫量 ,  複合系 ,  深層 ,  学習アルゴリズム
準シソーラス用語： 金融市場 ,  ランダム行列理論 , 【Automatic Indexing@JST】

著者キーワード (5件)： 金融ネットワーク ,  歴史的価格移動予測 ,  技術分析 ,  伝達エントロピー ,  ランダム行列理論

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 定量 ,  金融 ,  グローバル ,  指数 ,  価格 ,  予測