Project/Area Number |
19K20228
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 60030:Statistical science-related
|
Research Institution | Toyo University |
Principal Investigator |
原口 佳織 (黒田佳織) 東洋大学, 情報連携学部, 助教 (70736397)
|
Project Period (FY) |
2019-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2020: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2019: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
|
Keywords | マーク付き点過程 / 多変量解析 / ネットワーク構造 / SPIKE-distance / 距離指標 / ノンパラメトリック / ネットワーク構造推定 / 時系列 / 外国為替 / 距離情報 |
Outline of Research at the Start |
本研究では,イベント時刻とその付加情報からなるマーク付き点過程時系列からネットワークの構造を推定する手法の開発・構築を行う.従来のマーク付き点過程時系列間の距離測定指標はパラメトリックな指標であったため,まず,ノンパラメトリックなマーク付き点過程間の距離測定指標を開発する.さらに提案したマーク付き点過程時系列間の距離測定指標を応用し,マーク付き点過程時系列からネットワーク構造を推定する手法を開発する.またその応用として,開発した手法を外国為替取引データに対して適用し,複雑ネットワーク解析手法を用いることで経済システムのダイナミクスを明らかにする.
|
Outline of Annual Research Achievements |
本研究は、外国為替取引やニューラルネットワークなどで観測されるイベント時刻と各イベントにマーク値となる付加情報を持つようなマーク付き点過程時系列データの新たな解析手法を開発し、実データへ応用することを目的としている。具体的には、複数の構成要素からなるシステムにおいて、システムの各構成要素から観測されるマーク付き点過程時系列を用いて、そのシステムのネットワーク構造を多変量解析により推定する手法である。これまでに、マーク付き点過程時系列間のノンパラメトリックな距離測定指標を用いて、マーク付き点過程時系列からネットワーク構造を推定する手法を開発した。本年度は、その応用として、開発したネットワーク構造推定手法を実データである高解像度な外国為替取引データへの適用を試みた。高解像度な外国為替取引データは、取引時刻をイベント時刻、売買価格をマーク値とすると、マーク付き点過程時系列として捉えることができる。主要な通貨の外国為替取引データを用いて提案手法を適用した結果、ネットワーク構造を推定できることは確認できたが、まだ一部のデータにしか適用できておらず、推定されたネットワーク構造の解析と考察には至っていない。そのため今後は、用いる外国為替取引データの時系列のサイズ、為替通貨の組み合わせを変えるなどし、様々な外国為替取引データに対してネットワーク構造を推定することで、さらなる解析を行い、結果から新たな知見を導き出す必要がある。
|
Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
本年度が最終年度であったが、当初の研究計画で予定していた外国為替取引データへの応用まで研究を進めることができなかった。そのため、2023年度まで期間を延長する。
|
Strategy for Future Research Activity |
引き続き、開発手法の実データへの応用に向けて、対象となる外国為替取引データの解像度や、時系列のサイズ、為替通貨の組み合わせなどを変え、データの前処理なども工夫し、推定されたネットワーク構造に対して、解析と考察を行う。
|