慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
KAKEN_25330266seika  
プレビュー
画像
thumbnail  
キャプション  
本文
KAKEN_25330266seika.pdf
Type :application/pdf Download
Size :89.6 KB
Last updated :Jan 6, 2017
Downloads : 366

Total downloads since Jan 6, 2017 : 366
 
本文公開日
 
タイトル
タイトル プログラム枚挙と統計的学習の組合せによる機械学習手法の提案と実装  
カナ プログラム マイキョ ト トウケイテキ ガクシュウ ノ クミアワセ ニ ヨル キカイ ガクシュウ シュホウ ノ テイアン ト ジッソウ  
ローマ字 Puroguramu maikyo to tokeiteki gakushu no kumiawase ni yoru kikai gakushu shuho no teian to jisso  
別タイトル
名前 A proposal of a machine learning method combining enumeration and statistical learning  
カナ  
ローマ字  
著者
名前 櫻井, 彰人  
カナ サクライ, アキト  
ローマ字 Sakurai, Akito  
所属 慶應義塾大学・理工学部・教授  
所属(翻訳)  
役割 Research team head  
外部リンク 科研費研究者番号 : 00303339
 
出版地
 
出版者
名前  
カナ  
ローマ字  
日付
出版年(from:yyyy) 2016  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 科学研究費補助金研究成果報告書  
翻訳  
 
 
2015  
 
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
外国為替・株等の金融市場は極めて効率的であり, 外国為替交換レートや株価・株価指標値等の短期金融時系列は, 外部情報に対する瞬時的な応答を除けば, 独立増分を持つ確率過程で近似できると考えられる。しかし実際には, 当該応答の影響は暫時残り, 増分は事前の動作・状態に依存している。本研究では, 事前状態を, トレンドという人間の直観に合う形での記述を試み, また非線形関数で暗黙的に記述し, 予測精度の向上を目指した。前者ではランダム性が強く出, 予測精度の改善はなかったが, 後者では十分な改善効果が得られた。
Financial markets where foreign currency and stocks are exchanged are very efficient and short term time series of values of exchange rates, prices, and indexes are well approximated by stochastic processes with independent increments except for sudden changes caused by outer world events. But in reality, the changes remain and the increments are dependent on previous states/movements. In this research, so-called trends as human experts recognize are tried, and implicit non-linear representations are also tried, and used to describe and predict the time series. We showed that the former results in strong random sequences and does not contribute to improvements of prediction but the latter does.
 
目次

 
キーワード
金融時系列予測  

機械学習  
NDC
 
注記
研究種目 : 基盤研究(C)(一般)
研究期間 : 2013~2015
課題番号 : 25330266
研究分野 : 機械学習
 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
Dec 27, 2016 11:18:34  
作成日
Dec 27, 2016 11:18:34  
所有者
mediacenter
 
更新履歴
 
インデックス
/ Public / 科学研究費補助金研究成果報告書 / 2015年度 / 日本学術振興会
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 世襲経営者のマネ... (1003) 1st
2位 「危険の予見可能... (622)
3位 故意犯と過失犯の... (556)
4位 新自由主義に抗す... (517)
5位 731部隊と細菌戦 ... (487)

最も多くダウンロードされたアイテム
1位 価格に対する消費... (970) 1st
2位 新田敏教授略歴・... (846)
3位 Pseudo-Adversari... (653)
4位 アセトアニリドの... (522)
5位 インフルエンサー... (509)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース