文献

J-GLOBAL ID：202202275115569535   整理番号：22A1043793

データマイニング組合せモデルに基づく株価予測【JST・京大機械翻訳】

Stock Price Prediction Based on Data Mining Combination Model

著者 (3件)： Chang To-Han (Minjiang University, China) ,  Wang Nientsu (Minjiang University, China) ,  Chuang Wen-Bin (National Chi-Nan University, Taiwan)
資料名： Journal of Global Information Management  (Journal of Global Information Management)
巻： 30  号： 7  ページ： 1-19  発行年： 2022年 
JST資料番号： W3842A  ISSN： 1062-7375  資料種別： 逐次刊行物 (A)
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： ストック指数の予測は,金融世界における共通の懸念である。本研究は,ニューラルネットワーク,サポートベクターマシン(SVM),混合データサンプリング(MIDAS),およびデータマイニング技術における他の方法を用いて,次の20日の毎日の閉鎖価格と,ストック価格の市場性能に基づく将来の予想される毎日の閉鎖価格の月平均閉鎖価格を予測した。さらに,加重平均二乗誤差の相互比率によって,研究は最も良い予測結果を達成した。価値投資を非線形モデルと効果的に組合せて,完全なストック予測モデルを確立して,経験的研究をそれに関して実行した。結果は,SVMとMIDASが株価予測のために良い結果を有することを示した。それらの中で,MIDASはより良い中期予測を持ち,それはSVMモデルの予測精度より約10%高かった。一方,SVMは短期予測でより正確である。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 誤差 ,  価格 ,  *経済予測 ,  投資 ,  ニューラルネットワーク ,  精度 ,  *組合せ ,  金融 ,  在庫量 ,  *モデル ,  短期予測 ,  予測モデル ,  *データマイニング ,  サポートベクトルマシン
準シソーラス用語： 非線形モデル ,  平均二乗誤差 ,  予測精度 ,  *株価予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： データマイニング ,  ニューラルネットワークシステム ,  株価予測 ,  サポートベクトルマシン

分類 (4件)： 電力工学・電力事業一般  (NB01000X) ,  利益管理  (KA05030A) ,  電力系統一般  (NB02000E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データマイニング ,  組合せ ,  モデル ,  株価予測