この論文を読む／探す
抄録
株価変動は,時系列な現象として表現される。その変動要因は,経済動向,周期,季節そして不規則な出来事等である.並列処理によるニューラルネットワークは,この株価変動の予測ツールとして利用され始めている.ここでは,経済動向,周期,季節といった3つの要因を取り上げる.4つめの要因は様々な経験に基づいた,すなわち経済に基づいた学習方法を必要とする.我々のシステムでは,入力データとして,株価,重みマトリクス(以前に得られた情報),または株市場での新しい価格である.この3つのレベル階層は訓練,テスト,予測のステップに利用される.研究としての新奇性はニューロコンピューティングとしての数学的表現と経済的計算との融合にある.
Stock Exchange Events(SEE)as Time-Series(TS)present the typical components of TS: Trend, Cyclus, Season, Irregular events. Neural Networks(NN)can be used as a tool to forecast SEE, at the level of three of the four components mentioned. The forth component requires an experience-based, therefore economy based learning method. Testing is performed by a program. Input data are: stock market prices, previously aquired information in form of a weights matrix, or new prices on the stock market. This 3-level hierarchy serves for the 3steps: training, testing, prediction. Current results will be presented and, as much as possible, comparison with former systems performed.
