ARIMA-GA-SVRによる株価予測モデル†
著者†
卓 越, 森本 孝之(関西学院大学)
概要†
ARIMA(Autoregressive Integrated Moving Average)モデルは線形モデルの時系列予測にて幅広く使用されている.しかし, ARIMAモデルは時系列の非線形部分を予測することが困難である一方,SVM (Support Vector Machine)モデルのSVR (Support Vector Regression)は非線形回帰問題に対し,有効であることが示されている.これにより,株価予測問題において,株価を線形部分と非線形部分に分け,それぞれを予測し,予測誤差を小さくさせることが可能となった.しかし,ARIMA-SVRモデルは意思決定者によりパラメーターを決定する時,最適なパラメーターではない可能性がある.そのため,本研究では,ARIMA-SVRモデルのパラメーターを最適させ,モデルの予測パフォーマンスを向上させるため,遺伝的アルゴリズム(Genetic Algorithms)でSVRモデルのパラメーターを最適化するARIMA-GA-SVRモデルを提案する.
キーワード†
"Time series forecasting, Stock price, ARIMA, Support vector regression, Genetic algorithms"
論文†
(J-Stageにて公開する予定です)