論文の概要: Impact of COVID-19 on Forecasting Stock Prices: An Integration of
Stationary Wavelet Transform and Bidirectional Long Short-Term Memory
- arxiv url: http://arxiv.org/abs/2007.02673v1
- Date: Fri, 3 Jul 2020 14:03:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-14 06:05:48.256912
- Title: Impact of COVID-19 on Forecasting Stock Prices: An Integration of
Stationary Wavelet Transform and Bidirectional Long Short-Term Memory
- Title（参考訳）: 株価予測におけるcovid-19の影響--定常ウェーブレット変換と双方向長期記憶の統合
- Authors: Daniel \v{S}tifani\'c, Jelena Musulin, Adrijana Mio\v{c}evi\'c, Sandi
Baressi \v{S}egota, Roman \v{S}ubi\'c, Zlatan Car
- Abstract要約: 著者らは、新型コロナウイルスが世界経済に与える影響を調査している。
提案する商品・株価予測システムは, 定常ウェーブレット変換(SWT)と双方向長短期記憶(BDLSTM)ネットワークを統合している。
その結果,BDLSTM+WT-ADAは5日間の原油価格予測で良好な結果を得た。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: COVID-19 is an infectious disease that mostly affects the respiratory system.
At the time of this research being performed, there were more than 1.4 million
cases of COVID-19, and one of the biggest anxieties is not just our health, but
our livelihoods, too. In this research, authors investigate the impact of
COVID-19 on the global economy, more specifically, the impact of COVID-19 on
financial movement of Crude Oil price and three U.S. stock indexes: DJI, S&P
500 and NASDAQ Composite. The proposed system for predicting commodity and
stock prices integrates the Stationary Wavelet Transform (SWT) and
Bidirectional Long Short-Term Memory (BDLSTM) networks. Firstly, SWT is used to
decompose the data into approximation and detail coefficients. After
decomposition, data of Crude Oil price and stock market indexes along with
COVID-19 confirmed cases were used as input variables for future price movement
forecasting. As a result, the proposed system BDLSTM+WT-ADA achieved
satisfactory results in terms of five-day Crude Oil price forecast.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)は、呼吸器系に主に影響を及ぼす感染症である。
この研究が行われた時点では、140万人以上のcovid-19患者がおり、最大の不安の1つは、私たちの健康だけでなく、私たちの生活も抱えている。
本研究では、covid-19が世界経済に与える影響、具体的には、covid-19が原油価格の金融移動に与えた影響と、dji、s&p 500、nasdaq compositeの3つの米国株指数を調査した。
提案する商品・株価予測システムは,定常ウェーブレット変換(SWT)と双方向長短期記憶(BDLSTM)ネットワークを統合している。
まず、SWTを用いてデータを近似と詳細係数に分解する。
分解後、将来の価格変動予測の入力変数として、原油価格と株価指数とcovid-19の感染者が確認された。
その結果,BDLSTM+WT-ADAは5日間の原油価格予測で良好な結果を得た。
関連論文リスト
- Cross-border Commodity Pricing Strategy Optimization via Mixed Neural Network for Time Series Analysis [46.26988706979189]
クロスボーダー商品の価格設定は、企業の競争力と市場シェアを決定する。
時系列データは商品価格において非常に重要であり、市場のダイナミクスやトレンドを明らかにすることができる。
本稿では,ハイブリッドニューラルネットワークモデルCNN-BiGRU-SSAに基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2024-08-22T03:59:52Z) - Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。
我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。
将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
論文 参考訳（メタデータ） (2024-04-08T09:13:16Z) - Diffusion Variational Autoencoder for Tackling Stochasticity in
Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。
多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。
深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。
本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-18T16:21:15Z) - Stock Market Price Prediction: A Hybrid LSTM and Sequential
Self-Attention based Approach [3.8154633976469086]
LSTM-SSAM(Sequential Self-Attention Mechanism)を用いたLong Short-Term Memory(LSTM)というモデルを提案する。
SBIN,BANK,BANKBARODAの3つのストックデータセットについて広範な実験を行った。
実験により,既存のモデルと比較して,提案モデルの有効性と妥当性が示された。
論文 参考訳（メタデータ） (2023-08-07T14:21:05Z) - Forecasting, capturing and activation of carbon-dioxide (CO$_2$):
Integration of Time Series Analysis, Machine Learning, and Material Design [0.0]
本研究は,2019年1月から2023年2月までの日次産業別,国別CO$の排出量を総合的に分析した。
この研究は、ヨーロッパ諸国(EU27とイギリス、イタリア、ドイツ、スペイン)の電力、産業、陸上輸送、国内航空、国際航空部門に焦点を当てている。
通常の排出パターンを特定するため、新型コロナウイルスのパンデミックによる破壊的な影響により、2020年のデータは除外される。
論文 参考訳（メタデータ） (2023-07-25T16:03:44Z) - Carbon Price Forecasting with Quantile Regression and Feature Selection [4.973858621819144]
いくつかの新しい手法で炭素価格予測を改善することを提案する。
商品価格、石油や天然ガスなどの輸出量、繁栄指標など、さまざまな影響要因を収集する。
Sparse Quantile Group Lasso と Adaptive Sparse Quantile Group Lasso を用いて価格予測を行う。
論文 参考訳（メタデータ） (2023-05-05T01:02:08Z) - The Interpretability of LSTM Models for Predicting Oil Company Stocks:
Impact of Correlated Features [0.0]
本研究では,石油在庫予測のための長短期記憶(LSTM)citeec04モデルの解釈性に及ぼす相関特性の影響について検討した。
本研究の目的は、原油価格、金価格、米ドルといった市場に影響を与える複数の要因を考慮し、株価予測の精度を向上させることである。
論文 参考訳（メタデータ） (2022-01-02T12:52:37Z) - Stock Price Prediction Under Anomalous Circumstances [81.37657557441649]
本稿では,異常な状況下での株価の変動パターンを捉えることを目的とする。
ARIMAとLSTMのモデルは、シングルストックレベル、業界レベル、一般市場レベルでトレーニングします。
2016年から2020年にかけての100社の株価に基づいて、平均予測精度は98%に達した。
論文 参考訳（メタデータ） (2021-09-14T18:50:38Z) - ExcavatorCovid: Extracting Events and Relations from Text Corpora for
Temporal and Causal Analysis for COVID-19 [63.72766553648224]
excavatorcovidは、オープンソースのテキスト文書を取り込む機械読取システムである。
COVID19関連イベントとそれらの関係を抽出し、時間と因果分析グラフを構築する。
論文 参考訳（メタデータ） (2021-05-05T01:18:46Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - COVID19-HPSMP: COVID-19 Adopted Hybrid and Parallel Deep Information
Fusion Framework for Stock Price Movement Prediction [8.284193221280216]
新型コロナウイルスのパンデミックは、世界中の金融エコノメトリックスや株式市場に悪影響を及ぼしています。
人工知能(AI)と機械学習(ML)ベースの予測モデルは、重要な有効要因として機能する可能性がある。
論文 参考訳（メタデータ） (2021-01-02T15:55:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。