WEKO3
-
RootNode
アイテム
ベイジアンネットワークを用いた株価予測について
https://ipsj.ixsq.nii.ac.jp/records/69437
https://ipsj.ixsq.nii.ac.jp/records/69437a9b9980b-8940-4d65-baa5-45453a8b9636
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MPS10078014.pdf (349.1 kB)
|
Copyright (c) 2010 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2010-05-14 | |||||||
| タイトル | ||||||||
| タイトル | ベイジアンネットワークを用いた株価予測について | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Stock Prices Prediction by using Bayesian Network | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 名古屋大学大学院情報科学研究科 | ||||||||
| 著者所属 | ||||||||
| 名古屋大学大学院情報科学研究科 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Information Science, Nagoya University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Graduate School of Information Science, Nagoya University | ||||||||
| 著者名 |
左, 毅
北, 栄輔
× 左, 毅 北, 栄輔
|
|||||||
| 著者名(英) |
Yi, Zuo
Eisuke, Kita
× Yi, Zuo Eisuke, Kita
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 株価予測のために，過去データを用いた時系列分析に基づくモデルがしばしば用いられる．これらのモデルでは，予測したい株価を過去の株価等と残差の線形和で近似し，分布には正規分布が仮定される．しかし，実データに関するいくつかの知見によれば，株価収益率の頻度分布は必ずしも正規分布しないことが示されている．そうであれば，ホワイトノイズに基づくモデルでは精度良く予測できない可能性がある．そこで，本研究では，ベイジアンネットワークを用いる方法を示す．ところでベイジアンネットワークは離散的な値だけしか扱うことができないので，クラスタリング手法を用いて株価を離散値に変換する．解析例では，日経平均株価をとる．解析結果より，収益率を適切に離散化すれば，一般的な時系列分析モデルよりも精度良く予測できることがわった． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Time-series prediction algorithms are very often employed for predicting the stock price. In the algorithms, the stock price is assumed to be the weighted summation of the past stock price and the residual. The distribution is assumed to be according to the normal distribution. However, recent results show that the stock price fluctuation dose not allow the normal distribution. Therefore, in this study, the Bayesian network is employed for the stock price prediction. The Bayesian network can deal with the discrete numbers alone. The use of clustering algorithm transforms the continued number of stock price to the discrete number. NIKKEI stock average is considered as numerical examples. The results show that the prediction accuracy of the present algorithm is better than the time-series prediction algorithms if the stock price is transformed to the discretized number adequately. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10505667 | |||||||
| 書誌情報 |
研究報告数理モデル化と問題解決（MPS） 巻 2010-MPS-78, 号 14, p. 1-4, 発行日 2010-05-14 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
