307 0 0 0 OA LSTMを用いた株価変動予測
- 著者
- 松井 藤五郎 汐月 智哉
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第31回全国大会(2017)
- 巻号頁・発行日
- pp.2D3OS19a2, 2017 (Released:2018-07-30)
LSTM (Long Short-Term Memory) は、時系列データを学習するリカレントニューラルネットワークの一種であり、長期的な依存関係を学習できる点が特徴である。 本論文では、この特徴を利用して、LSTMを用いて株価の変動を予測する方法を提案する。 また、提案手法を実際の株価データに適用した結果を示し、その有効性について議論する。
1 0 0 0 OA LSTMを用いた株価変動予測
- 著者
- 松井 藤五郎 汐月 智哉
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.31, 2017
LSTM (Long Short-Term Memory) は、時系列データを学習するリカレントニューラルネットワークの一種であり、長期的な依存関係を学習できる点が特徴である。 本論文では、この特徴を利用して、LSTMを用いて株価の変動を予測する方法を提案する。 また、提案手法を実際の株価データに適用した結果を示し、その有効性について議論する。