抄録
規則性を見出しにくいデータを予測する方法に, カオス理論に基づく時系列データの短期予測がある.これは, 従来ランダムに推移すると思われていた時系列データをTakensの埋め込み定理を用いてアトラクタを多次元空間に再構成することにより, 短期予測を可能としている.しかし, ランダムプロセスと異なる幾何学的性質を持つ時系列データでも, 低次元のカオス性を示さない時系列データをカオスで予測することは困難である.そこで, 本研究では, それに関連する別の時系列データを同時に埋め込むことにより, 予測を行いたい時系列データのカオス性を抽出し, 予測精度を向上させることを目的としている.また, 本手法の有用性を示すため, 東京証券株式市場の日経平均株価の短期予測についてシミュレーションを行っている.
