株式市場の予測精度を上げたい

これまで人間の経験や勘に頼っていた未来予測は、AIが代替するような時代になりつつある。株式市場の未来予測も例外ではなく、AIの活用が急速に進んでいる。価格変動を適切に予測することで、効率的に利益を上げたり、リーマンショックのような危機を回避したりすることができるかもしれない。

株式市場を予測するための機械学習モデルはいくつか提案されており、中でも期待が集まっているのは「PNNモデル」である。しかし、PNNモデルには、技術的な欠点もある。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

スリランカにあるケラニア大学のV. Chandrasekaraら研究者は、既存のPNNモデルは、入力変数の分布として財務データに沿わないガウス分布を使ってしまっているという課題に着目し、入力変数分布を変更し、さらにサンプル数の不均衡性を解決する手法を提案した。結果、提案した手法は既存のPNNモデルよりも高い精度が出ることが分かった。

既存モデルを改変して精度を向上

V. Chandrasekaraらの研究のポイントは以下の通りだ。