CNNを用いたS&P 500株価変動予測

本論文は、従来の加工された金融データや一次元データを使用する多くの研究とは異なり、株式分割/配当イベントを含む多変量生データに対して、畳み込みニューラルネットワーク（CNN）を使用して株価変動予測を試みています。このアプローチは、現実世界の市場データの複雑さを直接モデル化しようと試みているため、より正確な予測につながる可能性があります。画像分類に通常使用されるCNNを、履歴株価データを画像のような行列として扱うことは、この文脈では革新的です。本論文の可能性は、単一株式、セクター別、またはポートフォリオレベルで株価変動を予測できること、および生の、加工されていないデータを使用することにあります。