人工知能学会全国大会論文集
第31回全国大会(2017)
セッションID: 2D3-OS-19a-2
会議情報

LSTMを用いた株価変動予測
*松井 藤五郎汐月 智哉
著者情報
会議録・要旨集 フリー

詳細
抄録

LSTM (Long Short-Term Memory) は、時系列データを学習するリカレントニューラルネットワークの一種であり、長期的な依存関係を学習できる点が特徴である。 本論文では、この特徴を利用して、LSTMを用いて株価の変動を予測する方法を提案する。 また、提案手法を実際の株価データに適用した結果を示し、その有効性について議論する。

著者関連情報
© 2017 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top