リカレントニューラルネットワークを用いた株価予測における複数銘柄の利用

摘要

株価など経済時系列データの予測に関して，ニューラルネットワークをはじめ様々な手法を用いた研究が盛hに行われている．経済時系列データの1つに株価がある．しかし，株価は，その変動の要因が複雑に関連するため，適切に予測を行うことは困難である．株価を予測するために，例えば，ARIMAモデルとニューラルネットワークモデルを比較した研究り，echo state networksを用いた研究，Long Short-Term Memoryを用いた研究，ファジィマルチエージェントシステムアーキテクチャを用いた研究，Deep Belief Networkを用いた研究，Deep Belief Networkやベイジアンネットワークを用いた研究などがある．株価の予測に関する研究の多くは，単一銘柄の株価を用いている．これに対して，複数銘柄のデータからの予測の必要性が指摘されている．