抄録
価格予測の根拠には普通、過去のある期間の平均価格に比べて現在価格が上がったのか下がったのかという情報が使われることが多い。テクニカル分析の多くがこの価格差に基づいたテクニカル指標を利用している。従来は一日の終値を元に分析を行っていたが、近年、コンピュータ利用によるデイ・トレードが盛んになるに連れて、超短期価格変動データを元にしたテクニカル指標の利用が注目されつつある。迅速な意思決定支援のためには、価格の上下(２値)のみを扱うのが効率的であるが、より詳しい情報を得るには多値への拡張や、高次微分利用の連続パターン考慮する必要も生じて来る。計算速度を大幅に損なうことなく、価格変化の細かい変化の特徴を捉える手法の開発が望まれる所以である。本講演では、オンライン取引を想定した自動学習による意思決定支援に利用可能なシステムの構築に、価格の高次微分を取り入れる効用についての計算結果を報告する。
