020-17 のバックアップソース(No.1)

[[第20回研究会>020]]

*高頻度注文情報の符号化と深層学習による短期株価予測 [#f8e6a7d6]

**著者 [#xe03f3f6]
田代大悟,和泉潔(東京大学)

**概要 [#h937d77b]
機械的な取引方法では、短期的な市場予測の需要が高まっている。本研究では、アルゴリズム取引への応用を目指し、高頻度注文情報の符号化手法と深層学習による短期的な株価動向予測を行なった。可変長系列に対応した畳み込みニューラルネットワーク(CNN)を、注文系列の性質に合わせ拡張することにより精度の向上を図った。発表では、モデルの分析と実用的な評価を含めた議論を行う。

**キーワード [#r25cd6dc]
高頻度注文情報,畳み込みニューラルネットワーク,株価予測

**論文 [#c91ef5d2]

(3月19日までに公表いたします)
//&ref(SIG-FIN-020-17.pdf);

トップ   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS