本研究では階層型のニューラルネットワークを利用し、為替相場の1時間ごとの始値、高値、低値、終値の変動を学習させ、将来の為替相場の変動についての予測を行った。 しかしその結果、誤差は十分に小さくはならなかった。これは、為替相場の変動は変化が複雑なためにうまく学習できなかったものと考えられる。
ある程度学習を繰り返したネットワークを用いて予測を行った。その結果、実測値に追従するような予測値を出力したが、為替相場の予測は成功しなかった。 そこで、教師信号を2009年から2014年の為替変動を利用して同様の実験を行った。誤差は小さくなったが予測するための十分な精度が得られたとは言えなかった。
これらの事から過去の為替相場の変動を学習し、その変動の傾向をつかむ事はできるが、詳細な予測をするためには学習時の誤差をより小さくする必要があると考えた。 対策として、学習する際に為替相場以外の値も教師信号として与える事が挙げられる。
最後に本研究を進めるにあたり一年間を通して多大な御指導を賜わりました出口利憲先生に深く感謝致します。 また、同研究室において多くの助言をいただいた専攻科の高橋 季希氏、同研究室にてともに学んだマーティンセン マイケル 誠氏、西岡 純平氏に深く感謝致します。