@techreport{oai:ipsj.ixsq.nii.ac.jp:00032870,
 author = {水田, 孝信 and 小林, 悟 and 加藤徳史 and Takanobu, Mizuta and Satoru, Kobayashi and Tokufumi, Kato},
 issue = {41(2008-MPS-069)},
 month = {May},
 note = {株価予測モデルにおける過剰適合について調べた。定量的分析を行うために、中間層が １ 層のニューラルネットワークを用いて中間層の数と汎化誤差の関係を調べた。その結果、中間層が多すぎると汎化誤差が上昇し、過剰適合が発生することが分かった。この現象は、株価予測モデルが “複雑すぎる” ために予測能力が低下することが起こりうることを示している。また、学習させるファクターが異なる 2 つのモデルの予測リターンを比べた結果、適切な学習を行ったときに最も予測が似てしまうことが分かった。, We discuss overfitting in stock price prediction models. In quantitative analyses, we investigate the relationships among the number of hidden layer units and generalization errors using artificial neural networks with one hidden layer. Our results show that over fitting occur as the number of hidden layer units increases. This phenomenon indicates that the prediction ability of a stock price model declines when the model is "too complex".},
 title = {株式クオンツモデルでの過適合},
 year = {2008}
}