[論文レビュー] The string prediction models as application to financial forex market

Marian Repasan, Richard Pinčák|arXiv (Cornell University)|Sep 2, 2011

Stock Market Forecasting Methods被引用数 1

ひとこと要約

本稿では、相関関数や閉じた弦のパターンからのずれといったストリング理論の概念を用いて為替（Forex）市場の価格を予測するためのストリング不変量に基づく予測モデル（PMBSI）を導入する。PMBCSはSVMやANNを上回り、顕著な年間収益をもたらす一方、PMBSI-相関モデルは予測効率が限定的である。

ABSTRACT

In this paper we apply a new approach of the string theory to the real financial market. It is direct extension and application of the work [1] into prediction of prices. The models are constructed with an idea of prediction models based on the string invariants (PMBSI). The performance of PMBSI is compared to support vector machines (SVM) and artificial neural networks (ANN) on an artificial and a financial time series. Brief overview of the results and analysis is given. The first model is based on the correlation function as invariant and the second one is an application based on the deviations from the closed string/pattern form (PMBCS). We found the difference between these two approaches. The first model cannot predict the behavior of the forex market with good efficiency in comparison with the second one which is, in addition, able to make relevant profit per year.

研究の動機と目的

• ストリング理論の応用が金融時系列予測に適しているかどうかを検討すること。
• 為替価格予測のための2つのストリング不変量に基づくモデル（PMBSI-相関およびPMBCS）の開発と評価を行うこと。
• PMBSIモデルの予測性能をSVM や ANN といった既存手法と比較すること。
• ストリングに基づくモデルが実際の金融市場において収益性と実用的妥当性を示せるかどうかを評価すること。

提案手法

• 最初のモデルは、ストリング不変量として相関関数を用い、為替価格の動きを予測する。
• 2番目のモデルであるPMBCSは、閉じた弦／パターン形式からのずれを特定することで市場の異常やトレンドを検出する。
• 両モデルは、人工的および実際の為替時系列データを用いて学習およびテストされる。
• 性能はサポートベクターマシン（SVM）およびアーティフィシャルニューラルネットワーク（ANN）と比較される。
• 予測精度および年間収益の生成に基づいてモデルが評価される。

実験結果

リサーチクエスチョン

• RQ1 ストリング理論の不変量を、為替市場行動の予測に効果的に応用できるか？
• RQ2 相関関数に基づくPMBSIモデルと、閉じた弦のパターンからのずれに基づくPMBSIモデルの予測精度は、どのように比較できるか？
• RQ3 ストリングに基づくモデルは、SVM や ANN といった従来の機械学習手法を上回るか？
• RQ4 PMBCSモデルは、実際の金融市場において一貫した年間収益を生成できるか？

主な発見

• PMBCSモデルは、実際の市場応用可能性を示す顕著な年間収益を生成した。
• PMBSI-相関モデルは、為替市場行動の予測において予測効率が低いことが示された。
• PMBCSモデルは、PMBSI-相関モデルよりも顕著に優れた予測性能を示した。
• PMBCSモデルは、テストされた金融時系列においてSVM や ANN よりも優れた結果を得た。
• 本研究では、2つのPMBSIアプローチの重要な差異が特定され、PMBCSが金融予測においてより効果的であることが明らかになった。
• 結果から、パターンのずれに基づくストリング不変量は、相関に基づく不変量よりも金融予測に適していると考えられる。