著者

齋藤 朗宏 池田 欽一 平山 克己 隈本 覚

出版者

北九州市立大学経済学会

雑誌

北九州市立大学商経論集 = The Review of business and economics (ISSN:13472623)

巻号頁・発行日

vol.50, no.1・2・3・4, pp.37-44, 2015-03

---

文科系学生に対するプログラミング導入教育は,数学,数理論理学に対する学生の知識不足から困難が多い.本研究では,大学文科系学部1年生へのプログラミング導入教育として,Scratchを使用した成果について検討した.理解度アンケートから,反復構造などの理解は深まっていた一方で,フローチャートに対する理解は十分ではないという結果を得た.

著者

池田 欽一 時永 祥三

出版者

公益社団法人 日本オペレーションズ・リサーチ学会

雑誌

日本オペレーションズ・リサーチ学会論文誌 (ISSN:04534514)

巻号頁・発行日

vol.42, no.1, pp.18-31, 1999 (Released:2017-06-27)

参考文献数

11

被引用文献数

1 2

---

本論文では, まずフラクタル性をもつ時系列のインパルス応答関数をスケール関数により近似的に展開した場合に, 時間軸方向にインパルス応答を伸長することにより予測が行える原理について説明し, 予測誤差などについて整理する. 次に, フラクタル性をもつ時系列について, フラクタル次元が未知である場合に, 時系列をウェーブレット変換係数から計算できる方法を整理する. これらを現実の株価時系列へと適用して, 株価予測誤差の検討, フラクタル性, その次元推定について述べる. 具体的な応用例として株価のオプション取引のシミュレーションをとりあげ, 本論文の予測手法とこれに基づくオプション戦略の有効性について示している.

著者

池田 欽一

出版者

北九州市立大学経済学会

雑誌

北九州市立大学商経論集 (ISSN:13472623)

巻号頁・発行日

vol.55, no.1・2・3・4合併号, pp.1-17, 2020-03

---

深層学習(ディープラーニング)の株式予測において、入力情報を多重化にすることにより予測精度に改善が見られるか、シミュレーションにより検証する。

著者

青木 達彦 六浦 光一 池田 欽一

出版者

信州大学経済学部

雑誌

信州大学経済学論集 (ISSN:02880466)

巻号頁・発行日

no.49, pp.89-161, 2003

---

本研究は,平成10年度以降破綻の相次ぐ全国信用金庫,信用組合を対象に,経営破綻した信用金庫・信用組合と,破綻金融機関の譲渡・引受を行った金融機関を選び出し,それら個別行の財務変数の平成9年度から13年度までの動きを読み取ることにより破綻の説明に有意な財務変数を確定し,それによって破綻確率の推定を行ったものである。地域中小零細金融機関が共通しておかれるマクロ的・制度的環境下で,「倒産」する金融機関と「非倒産」の金融機関とを分岐させ,破綻に至らせるところの財務変数として,われわれは不良債権とその処理の仕方,そして不良債権処理の進捗率に焦点を当て,それに影響する各金融機関の不良債権「処理体力」等を問題にした。破綻行に特徴的な財務変数の動きをパターン化し,それをロッジト分析において破綻確率の推定に用いようとするとき,われわれはそれらの変数,例えば「不良債権の処理進捗率」が破綻行と非破綻行との間で識別しがたいという問題に出会った。この識別問題に対して,われわれは変数をどのように適切に組み合わせて,破綻確率をもっとも効率的に説明しうるかについての基準を与えるAIC (Akaike Information Criterion)を用いることとした。こうしてわれわれは破綻確率の推定に当たって,不良債権比率とか自己資本比率といった通常の説明変数よりもより効率的に説明しうる変数として(不良債権処理損を貸出で割った)「(実現)信用コスト」や不良債権の「処理体力」(その水準と変化率),あるいは「処理進捗率」を選び出し,それらを組み合わせて,破綻,健全を正しく判別できる確率が93%以上という最適モデルを得た。

著者

時永 祥三 池田 欽一

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. NLP, 非線形問題 (ISSN:09135685)

巻号頁・発行日

vol.110, no.465, pp.117-122, 2011-03-03

---

本報告では,非線形時系列モデルにおける粒子フィルタ(Particle Filter:PF)および遺伝的プログラミング(Genetic Programming:GP)を用いた構造変化の推定とその応用について述べる.まず非線形状態方程式により生成される観測時系列データからPFにより状態を推定する問題を仮定する.さらにモデルの尤度などから構造変化が抽出された場合に,非線形方程式が変化すると仮定し,GPによりこの変形後の関数形を推定する.すなわち,GP手法により元の関数形から変形された複数の関数を求め,モデルの尤度が最大となる関数を構造変化のあとの関数と推定する.応用例として人工的なデータを用いて,本報告の手法の有効性を確認するとともに現実の時系列データに適用して,構造変化の前後の状態方程式推定を議論する.

著者

池田 欽一 時永 祥三

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. NLP, 非線形問題 (ISSN:09135685)

巻号頁・発行日

vol.105, no.125, pp.13-18, 2005-06-16

---

ボラティリティに注目したモデルとして, ARCH, これを一般化したGARCHモデルが用いられているが, モデル化では, あらかじめその構造が仮定されており, 最適化性の検証に問題がある。本報告では, モンテカルロフィルタと遺伝的プログラミング(Genetic Programming: GP)を用いたGARCHタイプ時系列モデル推定と, その応用について述べる。この場合, 時系列のボラティリティ変動を含むモデルを多次元の状態変数を含むダイナミックスとして記述し, ダイナミックスを推定するためにGPを用い, その状態を推定する手法として, モンテカルロフィルタを用いる。推定手法の有効性を確認するため, 人工的に生成された時系列からのモデル推定問題, 現実の株価時系列から推定されるモデルを求める。