023-11

| Topic path: Top / 023-11

[[第23回研究会>023]]

*機械学習による金融時系列モデルのパラメータ推定 [#aa5ccaa4]

**著者 [#x436b00d]
高石哲弥(広島経済大学)

**概要 [#ib5849b5]
金融時系列モデルを使ったボラティリティの推定では、モデルのパラメータを実際の時系列データにあるように決定する必要がある。そのための手法として最尤法やベイズ推定が存在するが、本研究では機械学習で用いられている最適化の手法によってパラメータを決定した。金融時系列モデルとしては、GARCHモデルを用い、時系列のパラメータが機械学習によって正しく決定できるかどうかを調べた。最適化の手法としてはAdam optimizerを利用した。パラメータの分かっている時系列を利用し、機械学習によってパラメータを推定した結果、パラメータが正しく決定できることが分かった。また、学習率を変えて推定速度を調べたところ、学習率が上がると推定速度が上がるが、ある値以上では不安定になり推定できなくなることが分かった。

**キーワード [#a7167b62]
金融時系列モデル, GARCHモデル, パラメータ推定, 機械学習

**論文 [#v3f9857c]

(10月9日以降に公表いたします)
//&ref(SIG-FIN-023-11.pdf);
//&ref(11_SIG-FIN-23.pdf);
トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS