WEKO3
アイテム
量子機械学習を用いた日本株リターン予測モデルの構築
https://ipsj.ixsq.nii.ac.jp/records/218760
https://ipsj.ixsq.nii.ac.jp/records/2187608ea5996c-5c13-4eff-abf8-f015726957ad
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-QS22006001.pdf (835.9 kB)
|
Copyright (c) 2022 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-06-30 | |||||||||
| タイトル | ||||||||||
| タイトル | 量子機械学習を用いた日本株リターン予測モデルの構築 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 野村證券 | ||||||||||
| 著者所属 | ||||||||||
| 野村證券／東京大学 | ||||||||||
| 著者名 |
小林, 望
× 小林, 望
× 水門, 善之
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 株価のリターン予測はファイナンス領域における中心的な課題の一つであり，近年では機械学習を用いたリターン予測の研究が活発に行われている．本研究では量子機械学習の実データへの応用可能性を検討するため，上記のリターン予測問題に量子機械学習を用いて分析を行った．具体的には，量子回路学習の枠組みを用いて，企業特性を入力特徴量，リターンを出力とする回帰モデルを作成し，予測されたリターン情報に基づいて株式ポートフォリオの構築を行い，パフォーマンスを検証した．またベンチマークとして重回帰モデル及びパラメータ数を調整したニューラルネットモデルでも同様の分析を行い量子機械学習モデルとの比較を行った．結果，量子機械学習モデルを用いた場合，既存手法に基づくモデルに比べて良好な投資パフォーマンスが得られることを確認した． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA12894105 | |||||||||
| 書誌情報 |
量子ソフトウェア（QS） 巻 2022-QS-6, 号 1, p. 1-6, 発行日 2022-06-30 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2435-6492 | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
