重回帰分析による株価予測に用いる変数

質問

重回帰分析による株価予測に用いる変数で何か適当な
ものはないか悩んでいます。

過去の価格や出来高などを入れると説明能力は上がりますが、実際に売買のシミュレーションをしてみると使いものになりません。

ニューラルネットといった手法を使わなければダメなのでしょうか・・・？

回答No.1

sunasearch · ベストアンサー

重回帰分析でも、ニューラルネットでも、
その他のデータマイニングの手法にしても、
万能な予測手法があれば、株価の売買は成り立ちません。

ですから、各手法の特長を生かして、
この手法では、「このようなデータに対しては有効」という作ったシステムの適用範囲を明確にすることが大事です。

範囲を区切ってやれば、用いる変数の数がどうこうではなく、実際に用いている変数から予測できる範囲はここまでだから、それ以上は人間の知性や勘で対処してください、といったシステムを作ることができます。

昨今の流れもそうですが、予測はあくまで予測なので、計算機が予測してくれるのがどこまでという境界を明確にして、それ以降を人間の知恵で補うというのが、一般的なやり方です。

その意味では、入出力間の関係の理解が難しいニューラルネットは、あまり賢い選択とはいえないでしょう。