エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
いまの話題をアプリでチェック!
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
(日銀レビュー)機械学習と株価予測 : 日本銀行 Bank of Japan
2020年11月5日 金融研究所 三木翔太*、五島圭一 *現・金融市場局 全文 [PDF 780KB] 要旨 機械学習を活...概要を表示
2020年11月5日 金融研究所 三木翔太*、五島圭一 *現・金融市場局 全文 [PDF 780KB] 要旨 機械学習を活用した資産価格の予測が盛んに実施されている。なかでも、ニューラル・ネットワークへの期待は大きい。ニューラル・ネットワークは、パターン認識能力に優れた技術で、様々なデータの動きから価格変動の規則性を発見することを可能としている。ただし、予測精度が向上するかどうかは金融市場の情報効率性に依存する。金融市場が効率的であれば、入手可能なあらゆる情報が瞬時に資産価格に反映されるため、予測精度は改善しにくい。実際、近年の日本の株式市場を対象にした簡単な実験によると、標準的なニューラル・ネットワークは、株式収益率の予測精度を大きく向上させないとの結果となる。この結果は、過去の株式収益率のみを用いた予測をベースとしている。予測精度の改善の有無を評価するためには、過去の株価だけでなく幅広
2021/12/13 リンク