ディープラーニングを活用した個別株上昇予測

カテゴリ: 全国大会

論文No: 3-104

グループ名: 【全国大会】平成30年電気学会全国大会論文集

発行日: 2018/03/05

タイトル(英語): Individual stock rise prediction using deep learning

著者名: 小室 権枝(神奈川工科大学),志田 匠(神奈川工科大学),杉村 博(神奈川工科大学)

著者名(英語): Yoshiki Komuro(Kanagawa Institute of Technology),Takumi Shida(Kanagawa Institute of Technology),Hiroshi Sugimura(Kanagawa Institute of Technology)

キーワード: ディープラーニング,株価,予測,システム

要約(日本語): 近年、ディープラーニングを活用した画像識別や音声認識等の研究が盛んであり、他の分野でも応用されつつある。その中で株価の予測研究が行われており、膨大な時系列データから頻出する過去の株価の変動パターンを抽出することによって予測を行う。しかし、個別株では変動パターンの膨大さや規則性の低さなどで予測精度が高まらず利益化が難しい。そこで本研究では株価の分析手法であるテクニカル分析を用いて機械学習を行い、多面的な判定で高確率に上昇する銘柄を狙って取引して利益に結び付ける手法を提案し検証する。株価の変動に対応させたニューラルネットワークを構築して予測を行い、株式の売買手数料を含めた仮想的な取引によって有効性を評価する。

原稿種別: 日本語

PDFファイルサイズ: 560 Kバイト