どうも、２回目のワクチン接種で寝込んだ男です。
ピロリ菌にやられ、ワクチンにやられ、引越しの準備が迫り、仕事はコミュニケーションミスで捗らずと散々な日々を過ごしております。コミュ障は、、ピロリ菌が片付いたら本格的に心療内科に相談しよかな。。
さてそんなこんなで勉強すらまともにできないでいたんですが、リハビリがてら読んだ論文に「機械学習よりARIMAモデルの方が制度良くない？」というなんとも刺激的なものがありましたのでご紹介します。
株価を機械学習で予測できる？
参考論文の面白いところはそもそも反証研究だというところ。なんでも、「株価を機械学習で予測できたぞ！」みたいな論文があったので著者に対して質問したところ無視されたそう（笑）。そこで自分で調べたんだそうな。執念ですねー
ではどういう方法かというと、聞き慣れない人も多いかと思いますが、
多層パーセプトロン（MLP）
ベイジアンニューラルネットワーク（BNN）
動径基底関数（RBF）
一般化回帰ニューラルネットワーク（GRNN）
K最近傍回帰（KNN）
CART回帰ツリー（CART）
ベクトル回帰（SVR）
ガウス過程（GP）
という機械学習のラインナップと時系列分析でおなじみのARIMAとで予測比較したんだそうな。
（もちろんデータ、前処理方法、評価指標は統一したが、ここでは省略）
で、結果がこちら。
なんとARIMAが機械学習をごぼう抜きしたんだそうな！（原因は機械学習は過学習してしまったそう）
これだけ聞くと機械学習オワコン感が出そうですが、もちろんそんなことはありません。予測は時系列以外にもありますし、評価方法によってはこれらも入れ替わるかもしれません。
しかし読んだ自分としては、古典的統計のモチベが上がった次第でして、いつかこんARIMAも書いていけたらと思ってます。
参考
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0194889#pone-0194889-g002
