| 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 | 2017-08-25 11:10 動的計画法に基づく類似数値シーケンス検索手法について ～ 類似株価シーケンス探索への応用 ～ ○宇田川佳久（東京工芸大）  SWIM2017-9 SC2017-14 |
|
| 抄録 | （和） | 株価は重要な経済指標の公表時期や経済・政治関連のニュースに応じて変動するため，数日間のずれ（間欠)を挟んで，株価変動の傾向が継続することがある．このような株価の特性を考慮し，本研究では，動的計画法に基づく検索アルゴリズムに着目し，動的計画法の一つである最長共通部分文字列（LCS: Longest Common Subsequence）アルゴリズムを数値列に適用するよう改良を行った．日経平均株価の日足データを対象とした実験の結果，従来の方法よりも高い精度で，直近の株価変動を予測することができた． |
| （英） | The trend of stock price fluctuation continues with intermission of several days because stock prices tend to fluctuate according to announcements of important economic indicators, economic and political news, etc. To cope with this kind of stock price characteristics, this paper focuses on algorithms based on dynamic programming for retrieving similar numerical sequences. To be specific, the well-known longest common subsequence algorithm is revised to handle numerical sequences. Experimental results on the daily data of the Nikkei Stock Average show that the revised algorithm is able to forecast the latest stock price fluctuation with higher precision than a conventional algorithm. | |
| キーワード | （和） | 動的計画法 / 最長共通部分列（LCS） / 数値列LCS / 日経平均株価 / 株価予測 / / / |
| （英） | dynamic programming / longest common subsequence(LCS) / Numeric LCS / Nikkei Stock Average / stock price forecast / / / | |
| 文献情報 | 信学技報, vol. 117, no. 183, SWIM2017-9, pp. 7-12, 2017年8月. | |
| 資料番号 | SWIM2017-9 | |
| 発行日 | 2017-08-18 (SWIM, SC) | |
| 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 | SWIM2017-9 SC2017-14 |
|
| 研究会情報 | |
| 研究会 | SWIM SC |
| 開催期間 | 2017-08-25 - 2017-08-25 |
| 開催地（和） | 法政大学新一口坂校舎 |
| 開催地（英） | |
| テーマ（和） | ソサエティ5.0に向けたサービスコンピューティングとインタプライズモデル化技術および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SWIM |
| 会議コード | 2017-08-SWIM-SC |
| 本文の言語 | 日本語 |
| タイトル（和） | 動的計画法に基づく類似数値シーケンス検索手法について |
| サブタイトル（和） | 類似株価シーケンス探索への応用 |
| タイトル（英） | Dynamic Programming Method for Retrieving Similar Numerical Sequences |
| サブタイトル（英） | Application to Mining Stock Price Sequences |
| キーワード(1)（和/英） | 動的計画法 / dynamic programming |
| キーワード(2)（和/英） | 最長共通部分列（LCS） / longest common subsequence(LCS) |
| キーワード(3)（和/英） | 数値列LCS / Numeric LCS |
| キーワード(4)（和/英） | 日経平均株価 / Nikkei Stock Average |
| キーワード(5)（和/英） | 株価予測 / stock price forecast |
| 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 | 2017-08-25 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SWIM |
| 資料番号 | SWIM2017-9, SC2017-14 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.183(SWIM), no.184(SC) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2017-08-18 (SWIM, SC) |
[研究会発表申込システムのトップページに戻る]