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。

言及状況

外部データベース (DOI)

はてなブックマーク (1 users, 1 posts)

Twitter (305 users, 306 posts, 638 favorites)

【投資】これ面白い結果ですね[LSTM を用いた株価変動予測]1 分ごとの株価の動きを予測するために、LSTMを用いて 1 分ごとの 1 分後利益率をモデル化する手法を提案。実験結果、LSTM は 1 分後利益率の時系列をモデル化… https://t.co/1rpRvqYQ0e
人工知能学会論文「LSTMを用いた株価変動予測」のまとめ「実験の結果、LSTM は 1 分後利益率の時系列をモデル化できることが確認された。ただし、過学習が生じ、テストデータに対する予測ができない点が課題である」… https://t.co/Kt8UVS0L0m
これめっちゃすき https://t.co/A9iYvUjnVy

収集済み URL リスト