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
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。
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。