Enhancing Multistep Prediction of Multivariate Market Indices Using Weighted Optical Reservoir Computing

要約

我々は、加重光リザーバー・コンピューティング・システムを用いた革新的な株価指数予測法を提案し、実験的に実証する。マクロ経済データとテクニカル指標を組み合わせたファンダメンタル市場データを構築し、株式市場の広範な挙動を捉える。われわれのアプローチは、線形回帰、決定木、長期短期記憶を含むニューラルネットワークアーキテクチャなどの最先端の手法よりも有意に高い性能を示す。限られたデータにもかかわらず、市場の高いボラティリティと非線形の挙動をよく捉えており、リアルタイム、並列、多次元のデータ処理と予測に大きな可能性を示している。

要約(オリジナル)

We propose and experimentally demonstrate an innovative stock index prediction method using a weighted optical reservoir computing system. We construct fundamental market data combined with macroeconomic data and technical indicators to capture the broader behavior of the stock market. Our approach shows significant higher performance than state-of-the-art methods such as linear regression, decision trees, and neural network architectures including long short-term memory. It captures well the market’s high volatility and nonlinear behaviors despite limited data, demonstrating great potential for real-time, parallel, multi-dimensional data processing and predictions.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL