講演情報
[3E2-GS-2g-05]マルチスケール階層型次世代リザーバコンピューティングによる金融時系列予測
〇幸喜 礼佳1、折原 良平1、田原 康之1、清 雄一1 (1. 電気通信大学)
キーワード：
金融時系列予測、次世代リザーバコンピューティング、マルチスケールモデリング、多変量時系列
株価予測を対象とした既存の深層学習モデルは学習に膨大な時間を要し,変動する市場でのリアルタイム予測が困難である.本研究ではこれらを解決するため,高速学習が可能な次世代リザーバコンピューティング（NGRC）を用いた階層型モデルを提案する.異種データの統合処理,トレンドに応じた適応的な情報選別,およびスパースNGRCによる短期実行層をカスケード接続する.結果,全カテゴリでベースラインを有意に上回り,高い改善効果を確認した.既存手法が負の決定係数に沈む中,全市場で正の値を達成し,数ミリ秒単位の低レイテンシ推論を維持しつつ,従来モデルと比較して統計的に有意な予測精度の改善を確認した.