| Deep portfolio optimization via distributional prediction of residual factors K Imajo, K Minami, K Ito, K Nakagawa Proceedings of the AAAI conference on artificial intelligence 35 (1), 213-222, 2021 | 30 | 2021 |
| Trader-company method: a metaheuristic for interpretable stock price prediction K Ito, K Minami, K Imajo, K Nakagawa AAMAS '21: Proceedings of the 20th International Conference on Autonomous …, 2020 | 19 | 2020 |
| Myocardial infarction in type 2 diabetes using sodium–glucose co-transporter-2 inhibitors, dipeptidyl peptidase-4 inhibitors or glucagon-like peptide-1 receptor agonists … T Yamada, K Iwasaki, S Maedera, K Ito, T Takeshima, H Noma, N Shojima Current Medical Research and Opinion 36 (3), 403-409, 2020 | 15 | 2020 |
| No-transaction band network: A neural network architecture for efficient deep hedging S Imaki, K Imajo, K Ito, K Minami, K Nakagawa arXiv preprint arXiv:2103.01775, 2021 | 11 | 2021 |
| Direct estimation of lead–lag relationships using multinomial dynamic time warping K Ito, R Sakemoto Asia-Pacific Financial Markets 27 (3), 325-342, 2020 | 11 | 2020 |
| Taming Tail Risk: Regularized Multiple β Worst-Case CVaR Portfolio K Nakagawa, K Ito Symmetry 13 (6), 922, 2021 | 8 | 2021 |
| Naples; mining the lead-lag relationship from non-synchronous and high-frequency data K Ito, K Nakagawa arXiv preprint arXiv:2002.00724, 2020 | 4 | 2020 |
| ABCD-Forecast: 機密金融時系列予測のためのデータ拡張バギング手法 伊藤克哉， 中川慧， 今城健太郎， 酒本隆太 人工知能学会全国大会論文集 第 37 回 (2023), 3Xin409-3Xin409, 2023 | | 2023 |
| Power laws and symmetries in a minimal model of financial market economy L Ziyin, K Ito, K Imajo, K Minami Physical Review Research 4 (3), 033077, 2022 | | 2022 |
| 効率的な Deep Hedging のためのニューラルネットワーク構造 今木翔太， 今城健太郎， 伊藤克哉， 南賢太郎， 中川慧 人工知能学会第二種研究会資料 2021 (FIN-026), 88, 2021 | | 2021 |
| 非同期時系列の Lead-Lag 効果推定のための新しい推定量 伊藤克哉， 中川慧 人工知能学会第二種研究会資料 2021 (FIN-026), 56, 2021 | | 2021 |
| 株価の残差リターンに注目した深層学習ポートフォリオ最適化 今城健太郎， 南賢太郎， 伊藤克哉， 中川慧 人工知能学会第二種研究会資料 2021 (FIN-026), 26, 2021 | | 2021 |
| 株価の残差リターンに注目した深層学習ポートフォリオ最適化 今城健太郎， 南健太郎， 伊藤克哉， 中川慧 人工知能学会全国大会論文集 第 34 回 (2020), 4Rin120-4Rin120, 2020 | | 2020 |
| Trader-Company 法: メタヒューリスティクスを用いた株価予測 金融機関を模したモデルによる時系列予測 伊藤克哉， 南賢太郎， 今城健太郎， 中川慧 人工知能学会全国大会論文集 第 34 回 (2020), 4Rin167-4Rin167, 2020 | | 2020 |
| Structural Change Point Detection Using A Large Random Matrix and Sparse Modeling. K Ito, A Kinoshita, M Yoshikawa EDBT/ICDT Workshops, 2019 | | 2019 |
| 米国健康保険給付データにおける 2 型糖尿病患者の心筋梗塞発生率~ 機械学習によるリスク調整後の薬剤間比較~ 山田朋英， 伊藤克哉， 武島智美， 岩崎宏介 薬剤疫学 23 (Supplement), s104-s105, 2018 | | 2018 |
Kei NakagawaNomura Asset Management在 nomura-am.co.jp 的电子邮件经过验证
