文献

J-GLOBAL ID：202202270167282911   整理番号：22A1164714

Gauss過程回帰を用いた株式予測【JST・京大機械翻訳】

Stock Prediction using Gaussian Process Regression

著者 (4件)： Bisht Akarsh (Delhi Technological University,Department of Computer Science & Engineering,Delhi,India) ,  Chahar Akash (Delhi Technological University,Department of Computer Science & Engineering,Delhi,India) ,  Kabthiyal Akshaj (Delhi Technological University,Department of Computer Science & Engineering,Delhi,India) ,  Goel Anurag (Delhi Technological University,Department of Computer Science & Engineering,Delhi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 693-699  発行年： 2022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： 深層学習は,近年,株式市場価格と傾向を予測するために非常に一般的になってきた。深層学習モデルは訓練のための大量のデータを必要とする。その結果,深い学習モデルは,限られた歴史的データを有するストックの価格傾向を予測するために,良い適合ではないかもしれない。本論文では,Gaussプロセス回帰手法を用いて株式市場動向を予測した。本研究では,インド(SBI)とNasdaqの国家バンクの2つのストック/インディスを考察した。両ストックの2つのサンプル期間:最初の期間は2020年1月2019年1月2021年1月2半の株価予測のため,2008年1月1日~2019年11月である。いくつかの特徴工学手法を利用して,ストックの入力データを前処理する。Gaussプロセス回帰モデルは,実験でのデセント性能を示した。Copyright 2022 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 ,  前処理 ,  インド ,  *Gauss過程 ,  株式市場 ,  在庫量 ,  回帰モデル
準シソーラス用語： 株価予測 ,  深層学習 ,  *Gauss過程回帰 ,  サンプリング期間 , 【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)： Gauss過程回帰 ,  株式 ,  予測