ニューラルネットワークによる次期の株価予測－株価予測におけるフィルタリングによる特徴量抽出

摘要

株価の時系列データを用いて次期の株価を予測することは困難である．つまり，一因に株価の時系列データに有益でない成分が混在してることがあげられる．先行研究において，ローパスフィルタを用いて株価の時系列データから長周期成分を除去し，ニューラルネットワークにより予測を行ったところ，比較的正確な予測結果が得られた．本論文ではさらに日数の異なる移動平均線の比を求め，その周波数特性を検討し，バンドパス処理により予測に必要と考えられる特徴量の抽出を行った．また，提案方式による実験において従来の手法と比較し，より優れた予測性能が得られた．