| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2016-12-03 14:40 系列データマイニングによる株価変動パターンの抽出 ○宇田川佳久（東京工芸大）  SWIM2016-14 |
|
| 抄録 | （和） | 株価は社会が保有する含み資産を代表する指標であり，その時々の経済活動を映し出している．株価の予測ができれば，投資リスクを低減し，株式への投資を増やし，引いては企業活動の活性化を通して経済活動が活発になるものと期待できる．本研究の最終目的は，株価の変動パターンの検出や，変動要因の分析を通して，株価変動のメカニズムを解明し，経済社会の持続的な発展のためのモデルを確立することである．本文は，本研究の最終目的に至る一歩として，期間と変動率に基づく類似株価シーケンスの検索方法を提案し，日単位の日経平均株価を対象とした実験結果について論じ，この分析手法が高値圏および安値圏において類似する株価変動パターンを抽出できることを確認した． |
| （英） | Stock prices are an indicator that represents hidden assets of society and reflects the economic activity at the time. Trustworthy prediction of stock prices leads reducing the investment risk, and increasing investments in a stock market. It is expected that the increasing investments stimulate the economic activity as a whole. The ultimate goal of the study is to elucidate the mechanism of the stock price fluctuation and to establish a model for the sustainable development of our society in economy. As a step leading to the ultimate goal, this paper discusses a data mining method using a trading period and an allowable fluctuation rate as parameters to retrieve a set of similar stock price sequences. Experimental results using the Nikkei Stock Average show that the method is successful in detecting similar stock price sequences in both the highs and lows stock. | |
| キーワード | （和） | 株価変動 / 日経平均株価 / 類似株価シーケンス集合 / 株価予測 / / / / |
| （英） | stock price fluctuation / Nikkei Stock Average / set of similar stock prices / stock price prediction / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 341, SWIM2016-14, pp. 19-24, 2016年12月. | |
| 資料番号 | SWIM2016-14 | |
| 発行日 | 2016-11-26 (SWIM) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SWIM2016-14 |
|
| 研究会情報 | |
| 研究会 | SWIM |
| 開催期間 | 2016-12-03 - 2016-12-03 |
| 開催地（和） | 東京工芸大学 中野キャンパス |
| 開催地（英） | Tokyo polytechnic Univ. |
| テーマ（和） | モデリングの実装、一般 （ワークショップ） |
| テーマ（英） | Model implementation, etc. (Work Shop) |
| 講演論文情報の詳細 | |
| 申込み研究会 | SWIM |
| 会議コード | 2016-12-SWIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 系列データマイニングによる株価変動パターンの抽出 |
| サブタイトル（和） | |
| タイトル（英） | Extraction of stock price fluctuation patterns using sequential data maining method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 株価変動 / stock price fluctuation |
| キーワード(2)（和/英） | 日経平均株価 / Nikkei Stock Average |
| キーワード(3)（和/英） | 類似株価シーケンス集合 / set of similar stock prices |
| キーワード(4)（和/英） | 株価予測 / stock price prediction |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 宇田川 佳久 / Yoshihisa Udagawa / ウダガワ ヨシヒサ |
| 第1著者 所属（和/英） | 東京工芸大学 (略称： 東京工芸大) Tokyo Polytechnic University (略称： Tokyo Polytechnic Univ) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-12-03 14:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SWIM |
| 資料番号 | SWIM2016-14 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.341 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2016-11-26 (SWIM) |
[研究会発表申込システムのトップページに戻る]