290913記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 大規模スキューtコピュラモデルとイントラデイ株価リターンにおける非対称依存（Large Skew-t Copula Models and Asymmetric Dependence in Intraday Equity Returns）
2 分で読了
1 views

大規模スキューtコピュラモデルとイントラデイ株価リターンにおける非対称依存

（Large Skew-t Copula Models and Asymmetric Dependence in Intraday Equity Returns）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下が『スキューtコピュラ』という論文を示して、リスク管理やポートフォリオで使えると言うのですが、正直ピンと来ません。イントラデイのデータで何が変わるのでしょうか。要点を教えてくださいませ。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。簡単に言えば、この研究は『市場の極端な動きや上下の違いをより精密に捉える統計モデル』を大規模に扱えるようにした点が革新的なのです。結論を3点で言うと、(1) 依存の非対称性を捉える、(2) 極端値の同時発生（テール依存）を表現できる、(3) 多数の銘柄で計算可能にした、です。現場の意思決定に直結する話ですよ。

田中専務

これって要するに、上がるときと下がるときで銘柄同士の動き方が違うことをちゃんと掴めるということですか？それならばリスク評価に意味がありそうですが、導入コストはどうでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！その通りです。要点を再整理すると、(1) モデルは複数銘柄の

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
AutoGluon–TimeSeries：確率的時系列予測のためのAutoML
（AutoGluon–TimeSeries: AutoML for Probabilistic Time Series Forecasting）
次の記事
機械学習を用いて要件仕様からソフトウェアの弱点を特定する方法
（USING MACHINE LEARNING TO IDENTIFY SOFTWARE WEAKNESSES FROM SOFTWARE REQUIREMENT SPECIFICATIONS）
関連記事
バイカル水中望遠鏡による地球中心からのニュートリノ探索に関する予備結果
（PRELIMINARY RESULTS ON A SEARCH FOR NEUTRINOS FROM THE CENTER OF THE EARTH WITH THE BAIKAL UNDERWATER TELESCOPE）
敵対的認識下のマルチロボット協調
（Multi-Robot Coordination with Adversarial Perception）
RRLS：堅牢強化学習スイート
（Robust Reinforcement Learning Suite）
言語で制御できるオブジェクト中心視覚表現学習
（CTRL-O: Language-Controllable Object-Centric Visual Representation Learning）
FedGreen：カーボン意識型フェデレーテッドラーニングとモデルサイズ適応
（FedGreen: Carbon-aware Federated Learning with Model Size Adaptation）
不均衡テキストデータに対する予測活用型推定手法
（Prediction-powered estimators for finite population statistics in highly imbalanced textual data）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
テキスト分類のためのグラフ畳み込みネットワーク
（Graph Convolutional Networks for Text Classification）
  • 論文研究
OffsetNet：レンダリング画像を用いた肺内位置推定の深層学習
（OffsetNet: Deep Learning for Localization in the Lung using Rendered Images）
  • 論文研究
協働フィルタリングのためのワッサースタイン・オートエンコーダ
（Wasserstein Autoencoders for Collaborative Filtering）
  • 論文研究
年次助成申請におけるドリフトの検出と説明
（Detecting and Explaining Drifts in Yearly Grant Applications）
  • 論文研究
正則化二次スコアで学ぶ高次元グラフィカルモデル
（Learning high-dimensional graphical models with regularized quadratic scoring）
  • 論文研究
ID書類写真と自撮り照合を実用に近づけた技術進展
（DocFace+: ID Document to Selfie Matching）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む