講演抄録/キーワード |
講演名 |
2019-07-30 10:45
時系列予測モデル ~ 外貨為替データによるモデルの評価に関する研究 ~ ○シャオ イーチェン・ゴウタム チャクラボルティ・シンフー チェン(岩手県立大) CAS2019-2 VLD2019-8 SIP2019-18 MSS2019-2 |
抄録 |
(和) |
時系列データは、実際の生活におけるシステムの動的な振る舞いを明らかにします。例えば、交通量、降雨量、電力使用量、シェア値、外国為替レートなど。システムダイナミクス、アルゴリズムの複雑さに応じて
時系列データを正確にモデル化することが異なるため、モデルは補間に使用でき、より一般的に使用できます。
外挿または予測たとえば、ARモデルは定常時系列ではうまく機能しますが、非定常時ではそれはパターンをうまく捉えることができません。この研究では、外国為替レートのデータを使用して、さまざまなアルゴリズムを使ってキャプチャしました。
データのダイナミクスモデルの成功は予測の正確さによって評価されます。
我々の実験では、二つの状態を適用したアートモデルのサポートベクトル回帰(SVR)と回帰ニューラルネットワーク(RNN)。実験は再帰によるより長い未来の予測です(予測値のフィードバック)次のステップの予測に入力します。その結果は、RNNが適切なLong Short Term Memory(LSTM)を持っていることを示しています。より長い未来を予測するのにより良いパフォーマンスを持っています。 |
(英) |
Time series data reveals dynamic behavior of systems in real life, such as traffic flow, amount of rainfall, usage of electricity, share values, Forex rate etc.. Depending on the complexity of the system dynamics, algorithms differ to model the time series data accurately, so that the model can be used for interpolation and more commonly extrapolation or prediction. For example, AR model performs well in stationary time seri es, but for non stationary, it cannot capture the pattern well. In this research, we use Forex rate data, and tried various algorithms to capture the dynamics of the data. The success of the model is evaluated by accuracy in prediction.
In our experiments, we applied two state of the art models Support Vector Regression (SVR) and Recurrent Neural Network (RNN). The experiment is the prediction of longer future by recursion (feeding back predicted value to input for the next step prediction). The result shows that RNN with proper Long Short Term Memory (LSTM) has better performance in predicting longer future. |
キーワード |
(和) |
時系列データ / 外貨の為替レート / サポートベクトル回帰 / 回帰ニューラルネットワーク / LSTM / / / |
(英) |
Time series / Forex / SVR / RNN / LSTM / / / |
文献情報 |
信学技報, vol. 119, no. 155, SIP2019-18, pp. 7-10, 2019年7月. |
資料番号 |
SIP2019-18 |
発行日 |
2019-07-23 (CAS, VLD, SIP, MSS) |
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 |
CAS2019-2 VLD2019-8 SIP2019-18 MSS2019-2 |
研究会情報 |
研究会 |
MSS CAS SIP VLD |
開催期間 |
2019-07-30 - 2019-07-31 |
開催地(和) |
岩手大学 |
開催地(英) |
Iwate Univ. |
テーマ(和) |
システムと信号処理および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
SIP |
会議コード |
2019-07-MSS-CAS-SIP-VLD |
本文の言語 |
英語(日本語タイトルあり) |
タイトル(和) |
時系列予測モデル |
サブタイトル(和) |
外貨為替データによるモデルの評価に関する研究 |
タイトル(英) |
Modeling and Prediction of Time Time-Series |
サブタイトル(英) |
A Case Study with Forex Data |
キーワード(1)(和/英) |
時系列データ / Time series |
キーワード(2)(和/英) |
外貨の為替レート / Forex |
キーワード(3)(和/英) |
サポートベクトル回帰 / SVR |
キーワード(4)(和/英) |
回帰ニューラルネットワーク / RNN |
キーワード(5)(和/英) |
LSTM / LSTM |
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) |
シャオ イーチェン / Shiao Yi Chen / シャオ イーチェン |
第1著者 所属(和/英) |
岩手県立大学 (略称: 岩手県立大)
Iwate Prefectural University (略称: IPU) |
第2著者 氏名(和/英/ヨミ) |
ゴウタム チャクラボルティ / Goutam Chakraborty / ゴウタム チャクラボルティ |
第2著者 所属(和/英) |
岩手県立大学 (略称: 岩手県立大)
Iwate Prefectural University (略称: IPU) |
第3著者 氏名(和/英/ヨミ) |
シンフー チェン / Chen Shin Fu / シンフー チェン |
第3著者 所属(和/英) |
岩手県立大学 (略称: 岩手県立大)
Iwate Prefectural University (略称: IPU) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-07-30 10:45:00 |
発表時間 |
25分 |
申込先研究会 |
SIP |
資料番号 |
CAS2019-2, VLD2019-8, SIP2019-18, MSS2019-2 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.153(CAS), no.154(VLD), no.155(SIP), no.156(MSS) |
ページ範囲 |
pp.7-10 |
ページ数 |
4 |
発行日 |
2019-07-23 (CAS, VLD, SIP, MSS) |
|