| 講演名 | 2004/1/19 価格時系列という環境における投資戦略の進化(<特集>「脳・認知科学」及び一般) 田中 美栄子, 元山 智弘, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本稿では,進化的アルゴリズムによるエージェント・シミュレーションによって投資戦略を自動生成するプログラムを作成し,実際の金融データに適用して得た結果について報告する.ここでは投資戦略を,金融市場という刻々と変化する環境に適応しながら進化するエージェントとみなし,他のエージェントの活動結果によって生じる市場価格の動きを相手として様々な戦略を実行し,結果の可否に応じてその時点での環境(価格変動)に対して最適な戦略に進化してゆくものとした.まず,1ティック前の価格変化の符号の情報をもとに1ティック後の変動の符号を予測することから始め,合計7ティック程度まで参照する履歴を増やして行くと,3～4ティック位までは予測率が次第に向上して約70%の予測率に達するが,5ティック位で飽和してしまいそれ以上は向上しないことがわかった.そこで直前の価格変動の符号のみの情報(「差分符号」とする)に加えて,現在の価格水準が過去の価格の平均に比べて高めなのか低めなのかという情報(「相対価格」とする)を加味して学習を行ったところ,予測率は特に向上せず「差分符号」のみの場合と同水準であった.一方「相対価格」のみの情報で学習を行った結果の予測率はやはり70%前後にとどまった.このように複数の情報を必要に応じて取り込むことのできるプログラムに知識ベースを与えてゆくことによって,より的中率の高い戦略の自動生成への土台ができたことになる. |
| 抄録(英) | We attempt to generate investment strategy in computer simulations by regarding each strategy as an agent, that evolves to the next generation according to the genetic mechanism. Varying environment created by other agents in a competitive financial market is assumed to be represented by the financial time series measured tick by tick. We first consider predicting the direction of the next motion of tick-wise price fluctuation based on the information of the past direction of motion (Sign of increment method), then see if the prediction improves if we increase the length of history from one tick to 7 ticks. We obtained a natural result of increasing performance for longer history for the history length less than five. However the performance saturates after five ticks and the best hitting rate does not go beyond the level of 70%. We then considered incorporating different source of input, such as the level of the absolute value of the current price (not a price difference) compared to the average of the absolute values of past N ticks (Relative price method), which did not show any better performance. |
| キーワード(和) | 進化的アルゴリズム / エージェント・シミュレーション / 投資戦略 / ティックデータ / 金融時系列 / 差分符号 / 相対価格 |
| キーワード(英) | Evolutional algorithm / Agent simulation / Investment strategy / Tick data / Financial time series / Sign of increment / Relative prices |
| 資料番号 | NC2003-110 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2004/1/19(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 価格時系列という環境における投資戦略の進化(<特集>「脳・認知科学」及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Evolution of Investment Strategy in an Environment of Market Represented by Financial Time Series (Neurocomputing) |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 進化的アルゴリズム / Evolutional algorithm |
| キーワード(2)（和/英） | エージェント・シミュレーション / Agent simulation |
| キーワード(3)（和/英） | 投資戦略 / Investment strategy |
| キーワード(4)（和/英） | ティックデータ / Tick data |
| キーワード(5)（和/英） | 金融時系列 / Financial time series |
| キーワード(6)（和/英） | 差分符号 / Sign of increment |
| キーワード(7)（和/英） | 相対価格 / Relative prices |
| 第 1 著者 氏名（和/英） | 田中 美栄子 / Mieko Tanaka-Yamawaki |
| 第 1 著者 所属（和/英） | 鳥取大学工学部知能情報工学科 Faculty of Engineering, Tottori University |
| 第 2 著者 氏名（和/英） | 元山 智弘 / Tomohiro Motoyama |
| 第 2 著者 所属（和/英） | 鳥取大学工学部知能情報工学科 Faculty of Engineering, Tottori University |
| 発表年月日 | 2004/1/19 |
| 資料番号 | NC2003-110 |
| 巻番号（vol） | vol.103 |
| 号番号（no） | 601 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |