2016-06-27 | 울산=장지승 기자

开发以人工智能系统分析股票、汇率的系统

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

利用人工智能分析股票、汇率和房价等的系统已开发完成。

韩国研究基金会27日表示,蔚山科学技术院(UNIST)崔在植教授研究团队开发出可自动提取多重时间序列数据(随时间变化的多个变量的记录)共同变化的人工智能系统“关系型自动统计学家系统”,显著提升了现有预测系统的性能。

一般而言,对股票和汇率等时间序列数据的分析及变化预测,由于多种复合因素影响变化,准确找出影响预测的因素非常困难。

研究团队开发出可自动组合时间序列数据群共同变化的原因与个别时间序列数据变化原因的算法——半关系型核学习算法,成功更准确地预测呈现非定型变化的时间序列数据。关系型自动统计学家系统可找出多重时间序列数据的共同变化及个别变化,准确预测各时间序列数据的未来变化。实际上,该统计系统找出了911袭击后美国高价股呈现共同下跌后上涨的特征,并据此给出了变化预测结果。

研究团队开发的半关系型核学习算法,相比剑桥大学和MIT此前开发的自动统计学家系统显示出更强的预测能力。

崔在植教授说明研究意义称:“该研究将从数据群中提取的特征信息与从个别数据中提取的信息相结合,提高了时间序列数据自动分析的准确度”,“不仅可应用于时间序列分析至关重要的股票、汇率等金融产业,还可应用于必须通过时间序列传感器分析预测诊断主要部件故障的核电站、重工业、军事产业等各种产业”。在海外正积极开发的人工智能技术由国内自主开发并掌握原创技术,这一点也具有意义。

该研究成果于22日在美国纽约举行的国际权威学术会议国际机器学习大会(International Conference on Machine Learning)上发表。

/蔚山=张志承记者 jjs

阅读韩文原文