JP5155369B2

JP5155369B2 - 予測装置、プログラム及び予測方法

Info

Publication number: JP5155369B2
Application number: JP2010198929A
Authority: JP
Inventors: 秀夫川元
Original assignee: Bank of Tokyo Mitsubishi UFJ Trust Co
Current assignee: MUFG Bank Ltd
Priority date: 2010-03-29
Filing date: 2010-09-06
Publication date: 2013-03-06
Anticipated expiration: 2030-09-06
Also published as: US20110238428A1; JP2012033134A; US20140129508A1; US20140129509A1

Description

本発明は、将来における単位期間当りジョブ実行数の上限値を予測する装置及び方法、並びに、この予測機能をコンピュータに実現させるためのプログラムに関する。

外部からの要求に対応したジョブを実行するシステムが従来から知られている。ジョブの実行主体としては、人や機械（特にコンピュータ）を挙げることができ、この種のシステムとしては、例えば、電話回線を通じて顧客からの要求を受け付けて、顧客からの要求に対応する処理（ジョブ）を電話応対者が実行するコールセンタシステムや、通信回線を通じて顧客端末装置からの要求を受け付けて、当該要求に対応する処理（ジョブ）をサーバ装置が実行する通信システム等が知られている。

また、上記通信システムとしては、通信回線を通じて金融取引を行えるようにしたシステムが知られている。例えば、インターネットバンキングシステムでは、振込要求を、ネットワークを介して顧客端末装置から受信すると、当該振込要求に対応する顧客の口座から振込先の口座に金銭を移動する処理をサーバ装置が実行する。この他、外国為替取引システムでは、サーバ装置が顧客端末装置からの取引要求を、ネットワークを介して受信すると、この取引要求に応じた通貨の交換を伴う外国為替取引を実行する。

ところで、外部からの要求に対応したジョブを実行する上述のシステムでは、要求数が時間によって変化する環境の中においても、逐次要求を受け付けて、対応するジョブを円滑に実行できるのが好ましい。特に、時々刻々と取引相場が変動する金融取引を取り扱う取引システムに対しては、取引を円滑に実行可能な安定した能力が求められる。

一方、従来技術としては、情報処理システムにおける各モジュールの使用資源量の変化を予測し、その変化に応じて使用資源量の制限を自律的に調整することにより、各モジュールにコンピュータ資源を適切に割り当てる技術（例えば、特許文献１参照）や、情報処理システムの実稼動に基づいてコンピュータ資源の使用状態の推移を解析し、将来の傾向を予測することによって、この予測結果をシステムの運営に役立てる技術（例えば、特許文献２参照）が知られている。この他、金融取引に関する技術としては、将来における資産価値をコンピュータで予測する技術等が知られている（例えば、特許文献３参照）。

特開２００４−３１８４７４号公報特開２００６−０２４０１７号公報特開２００１−０５１９７４号公報

本発明者は、上述したようなシステムを安定的に運営するに際して、単位期間当りジョブ実行数の上限値を予測することで、システムに必要な処理能力を見積もり、システム（上記通信システムを構成するサーバ装置やコールセンタシステム等）に対する過剰な投資を抑えることを考えている。しかしながら、このような目的で将来生じうる単位期間当りジョブ実行数の上限値を適切に予測するための技術については十分に確立されていない。

本発明は、こうした問題に鑑みなされたものであり、外部からの要求に対応したジョブを実行するシステムにおける単位期間当りジョブ実行数の上限値を適切に予測可能な技術を提供することを目的とする。

上記目的を達成するためになされた第一の発明は、外部からの要求に対応したジョブを実行するシステムにおける単位期間当りジョブ実行数の上限値を予測する装置であって、過去に実行されたジョブに関する標本データとして、単位期間毎に、この期間でのジョブ実行数を特定可能な標本データを取得する取得手段と、取得手段により取得された標本データから特定される単位期間毎のジョブ実行数の分布に基づき、将来における単位期間当りジョブ実行数の上限値を予測し、予測した上限値を出力する予測手段と、を備えることを特徴とする。

この予測装置によれば、標本データから特定されるジョブ実行数の分布に基づき、単位期間当りジョブ実行数の上限値を予測するので、将来起こりえる可能性を考慮し、現実的に考慮すべき単位期間当りジョブ実行数の上限値を適切に予測することができる。結果、外部からの要求に対応したジョブを実行するシステム（情報処理システム等）に対する過剰な投資を抑えて、システムの処理能力を必要十分な処理能力に設定することができ、効率的なシステム運営を実現することができる。

具体的に、予測手段は、標本データから特定される単位期間毎のジョブ実行数に基づき、単位期間当りジョブ実行数の確率分布が正規分布に従うとみなして、単位期間当りジョブ実行数に対する所定信頼水準の信頼区間における区間端点の値を算出し、この区間端点の値に基づき、単位期間当りジョブ実行数の上限値を予測する構成にすることができる。信頼区間における両端点の内、大きい値を採る区間端点（上側端点）の値を、単位期間当りジョブ実行数の上限値であると予測するといった具合である。単位期間当りジョブ実行数の確率分布が正規分布に従う場合には、このように信頼区間の概念を用いて、単位期間当りジョブ実行数の上限値を予測すると、簡単な演算により、単位期間当りジョブ実行数の上限値を適切に予測することができる。

また、予測手段は、標本データから特定される単位期間毎のジョブ実行数に基づき、単位期間当りジョブ実行数の確率分布を算出し、当該算出した確率分布に基づき、単位期間当りジョブ実行数の上限値を予測する構成にされてもよい。具体的に、予測手段は、確率分布から特定される各単位期間当りジョブ実行数の発生確率に基づき、単位期間当りジョブ実行数の小さい順に発生確率を累積してなる累積確率が特定確率を超える単位期間当りジョブ実行数を、単位期間当りジョブ実行数の上限値であると予測する構成にすることができる。このようにして、単位期間当りジョブ実行数の上限値を予測すれば、単位期間当りジョブ実行数の確率分布が正規分布に従わない場合でも、適切に上限値を予測することができる。

また、このように確率分布を用いて単位期間当りジョブ実行数の上限値を予測する場合には、上記確率分布を、発生確率が最大の地点を基準に単峰性を示すように補正を加えつつ算出するように、予測手段を構成するとよい。このように補正を加えれば、標本データの質によって予測精度が劣化するのを抑えることができる。即ち、この種の確率分布については、単峰性を示すのが通常であり、多峰性を示す場合には、標本のバラツキによる影響を受けている可能性が高い。従って、このように補正を加えて確率分布を算出すれば、標本データの質によって予測精度が劣化するのを抑えることができる。

また、上述した予測装置は、単位期間当りジョブ実行数として、外部からの要求に対応した取引を実行するシステムにおける単位期間当り取引数の上限値を予測する装置として構成することができる。取引としては、例えば、金融取引を挙げることができる。金融取引については、システムの信頼度が求められるため、本発明の予測装置を用いて、単位期間当り取引数の上限値を予測すれば、低コストに信頼度の高い取引システムを構成することができる。

この他、上述の予測装置としての機能は、プログラムの実行によりコンピュータに実現させることができ、予測装置が備える取得手段及び予測手段としての機能をコンピュータに実現させるためのプログラムは、記録媒体に記録して、ユーザに提供することができる。

また、上述の予測装置に対応する思想は、予測方法の発明にも適用することができる。即ち、過去に実行されたジョブに関する標本データであって、単位期間毎に、この期間でのジョブ実行数を特定可能な標本データを取得する取得手順と、取得手順により取得された標本データから特定される単位期間毎のジョブ実行数の分布に基づき、将来における単位期間当りジョブ実行数の上限値を予測し、予測した上限値を出力する予測手順とによっても、外部からの要求に対応したジョブを実行するシステムにおける単位期間当りジョブ実行数の上限値を適切に予測することができ、当該システム（情報処理システム等）に対する過剰な投資を抑えて、効率的なシステム運営を実現することができる。

ところで、取引システムには、取引相場のある取引を取り扱うものが存在する。このような取引システムにおける取引数（ジョブ実行数）は、取引相場の変動の影響を受けて変動する。そこで、取引相場のある特定種類の取引についての単位期間当り取引数の上限値を予測する場合には、以下に説明するように、取引相場の変動による取引数の変動を考慮に入れて、将来における単位期間当り取引数の上限値を予測するように、予測装置を構成するのが好ましい。

第二の発明は、取引相場のある特定種類の取引に関して、単位期間当り取引数の上限値を予測する予測装置であって、次に説明する取得手段と、基本変動量算出手段と、基本取引数算出手段と、予測手段と、を備えることを特徴とする。

取得手段は、上記取引に関する標本データであって、過去における単位期間毎の取引数及び単位期間毎の相場変動量を特定可能な標本データを取得する。一方、基本変動量算出手段は、標本データから特定される過去における単位期間毎の取引数及び相場変動量に基づき、相場変動量に対する取引数の変化量（換言すれば、単位期間当り相場変動量が単位量変化する場合における単位期間当り取引数の変化量）である基本変動量を算出する。

そして、基本取引数算出手段は、基本変動量算出手段により算出された基本変動量及び標本データから特定される単位期間毎の相場変動量に基づき、単位期間毎に、この期間での相場変動に起因する取引数の変化量を推定し、標本データから特定されるこの期間での実際の取引数から上記推定した変化量分を取り除いた取引数を、基本取引数として算出する。ここで言う「変化量分を取り除いた取引数」とは、変化量が正である場合には変化量分を減算した取引数のことであり、変化量が負である場合には変化量分を加算した取引数のことである。基本取引数は、相場変動がないと仮定した場合での単位期間の取引数を表す。基本取引数算出手段は、上記単位期間毎に、標本データから特定される当該期間での相場変動量に基本変動量を掛けて得られる値を、この期間での相場変動に起因する取引数の変化量であると推定する構成にすることができる。

そして、予測手段は、基本取引数算出手段により算出された過去における単位期間毎の基本取引数が示す基本取引数の分布、標本データから特定される過去における単位期間毎の相場変動量が示す相場変動量の分布、及び基本変動量算出手段により算出された基本変動量に基づき、上記取引に関する単位期間当り取引数の上限値を予測し、予測した単位期間当り取引数の上限値を出力する。

このように構成された第二の発明に係る予測装置は、相場変動が仮になかった場合での取引数を上記基本取引数として算出して、上記単位期間当り取引数の上限値を予測する点に特徴がある。即ち、この予測装置によれば、標本データを解析して上記基本変動量を算出し、この基本変動量から単位期間毎の基本取引数を算出し、この基本取引数と相場変動量の実績と基本変動量とに基づいて、上記単位期間当り取引数の上限値を予測することで、標本データを詳細に分析して、上記単位期間当り取引数の上限値を予測する。

従って、この予測装置によれば、上限値を精度良く予測することができる。例えば、この予測装置によれば、基本取引数算出手段により算出された過去における基本取引数の分布に基づき基本取引数の上限値を予測し、標本データから特定される過去における単位期間毎の相場変動量の分布と、基本変動量算出手段により算出された基本変動量とに基づき、相場変動に起因する取引数の変化量上限値を予測して、上記単位期間当り取引数の上限値を予測することができる。

結果、この予測装置を用いれば、相場変動のある取引を取り扱うシステムにおいて必要な資源、特にコンピュータ資源（リソース）を正確に見積もることができ、安定したシステム運営のために、過剰なシステム投資をしなくて済み、コストを抑えて安定した取引システムの運営を実現できる。

尚、上述した特定種類の取引としては、例えば、外国為替取引や株・債権・金等の市場を通じた金融取引を挙げることができる。また、予測装置は、上記相場変動量を絶対値で評価して単位期間当り取引数の上限値を予測する構成にされてもよいし、上記相場変動量を符号付変動量で評価して単位期間当り取引数の上限値を予測する構成にされてもよい。

この他、予測装置は、相場変動量が正の相場高及び相場変動量が負の相場安の一方に該当する期間の標本に基づき、単位期間当り取引数の上限値を予測する構成にすることができる。即ち、取得手段は、上記標本データとして、相場変動量が正の相場高に該当する期間及び相場変動量が負の相場安に該当する期間の少なくとも一方の単位期間毎に、当該単位期間の取引数及び相場変動量を特定可能な標本データを取得する構成にすることができ、予測装置は、この取得手段が取得する標本データを参照し、例えば相場高の期間の標本のみに基づき、単位期間当り取引数の上限値を予測する構成、又は、相場安の期間の標本のみに基づき、単位期間当り取引数の上限値を予測する構成にすることができる。

尚、予測装置は、相場高及び相場安の両期間の標本に基づき、単位期間当り取引数の上限値を予測する構成にされてもよいことは、言うまでもない。ちなみに外国為替取引の場合、ファースト通貨（例えば、ドル／円の場合にドル）を基準に「相場安」「相場高」を定義することができる。但し、「相場安」「相場高」の基準については、ここで限定されるものではなく、目的とする資産を基準にすればよい。

また、相場変動量が正である相場高時と、相場変動量が負である相場安時とでは、相場変動量に起因する取引数の変化量が一律ではないことが予想される。従って、基本変動量算出手段は、次のように構成されるのが好ましい。具体的に、基本変動量算出手段は、標本データから特定される相場変動量が正の相場高に該当する各単位期間の取引数及び相場変動量に基づき、相場高時の基本変動量を算出し、標本データから特定される相場変動量が負の相場安に該当する各単位期間の取引数及び相場変動量に基づき、相場安時の基本変動量を算出する構成にすることができる。

また、基本取引数算出手段は、相場高時の基本変動量を用いて相場高に該当する各単位期間の基本取引数を算出し、相場安時の基本変動量を用いて相場安に該当する各単位期間の基本取引数を算出する構成にすることができる。例えば、基本取引数算出手段は、相場高に該当する期間については、単位期間毎に、標本データから特定される当該期間での相場変動量に相場高時の基本変動量を掛けて得られる値を、この期間での相場変動に起因する取引数の変化量であると推定し、相場安に該当する期間については、単位期間毎に、標本データから特定される当該期間での相場変動量に相場安時の基本変動量を掛けて得られる値を、この期間での相場変動に起因する取引数の変化量であると推定して、基本取引数を算出する構成にすることができる。

このように、相場高時及び相場安時の夫々の基本変動量を算出すれば、相場高及び相場安の夫々の期間における相場変動を起因とした取引数の変化量を適切に推定することができて、精度良く基本取引数を算出することができる。結果、単位期間当り取引数の上限値についても精度良く予測することができる。

尚、予測手段は、基本取引数算出手段により算出された過去における単位期間毎の基本取引数並びに標本データから特定される過去における単位期間毎の相場変動量並びに基本変動量算出手段により算出された相場高時及び相場安時の基本変動量に基づき、取引に関する単位期間当り取引数の上限値を予測し、この予測値を出力する構成にすることができる。

例えば、予測手段は、基本取引数算出手段により算出された過去における基本取引数の分布に基づき基本取引数の上限値を予測する。一方、標本データから特定される過去における相場変動量の分布に基づき、相場変動量の変動範囲を予測し、この相場変動量の変動範囲と、基本変動量算出手段により算出された相場高時及び相場安時の基本変動量とに基づき、相場変動に起因する取引数の変化量上限値を予測する。そして、これらの予測値に基づき、上記単位期間当り取引数の上限値を予測するといった具合である。

また、予測手段は、信頼区間の概念を用いて、単位期間当り取引数の上限値を予測する構成にすることができる。
即ち、予測手段は、基本取引数算出手段により算出された過去における単位期間毎の基本取引数に基づき、基本取引数に対する所定信頼水準の信頼区間における区間端点の値を算出する第一信頼区間端点算出手段と、標本データから特定される過去における単位期間毎の相場変動量に基づき、相場変動量に対する所定信頼水準の信頼区間における区間端点の値を算出する第二信頼区間端点算出手段と、を備え、第一信頼区間端点算出手段により算出された区間端点の値、第二信頼区間端点算出手段により算出された区間端点の値及び基本変動量算出手段により算出された基本変動量に基づき、上記単位期間当り取引数の上限値を予測する構成にすることができる。

また、相場高時及び相場安時の基本変動量を算出する場合、予測手段は、第一信頼区間端点算出手段により算出された信頼区間端点の値並びに第二信頼区間端点算出手段により算出された信頼区間端点の値並びに基本変動量算出手段により算出された相場高時及び相場安時の基本変動量に基づき、相場高に該当する期間での単位期間当り取引数の上限値及び相場安に該当する期間での単位期間当り取引数の上限値を予測し、これらの上限値の内、大きい方の上限値を、上記単位期間当り取引数の上限値として出力する構成にすることができる。

また、予測手段は、第二信頼区間端点算出手段により算出された信頼区間端点の値及び基本変動量に基づき、相場変動に伴う単位期間当り取引数の変化量上限値を予測し、第一信頼区間端点算出手段により算出された信頼区間端点の値（特には大きい値を採る上側端点の値）に基づき、相場変動がない場合の単位期間当り取引数の上限値を予測する構成にすることができる。そして、予測した相場変動がない場合の単位期間当り取引数の上限値に、予測した相場変動に伴う単位期間当り取引数の変化量上限値を加算した値を、取引に関する単位期間当り取引数の上限値として予測する構成にすることができる。

更に言えば、相場高時及び相場安時の基本変動量を算出する場合、予測手段は、第二信頼区間端点算出手段により算出された信頼区間端点の値並びに相場高時及び相場安時の基本変動量に基づき、相場高時の相場変動に伴う単位期間当り取引数の変化量上限値及び相場安時の相場変動に伴う単位期間当り取引数の変化量上限値を予測する構成にすることができる。

また、予測手段は、第一信頼区間端点算出手段により算出された信頼区間端点の値に基づき、相場変動がない場合の単位期間当り取引数の上限値を予測し、予測した相場変動がない場合の単位期間当り取引数の上限値に、予測した相場高時の相場変動に伴う単位期間当り取引数の変化量上限値を加算した値を、相場高に該当する期間での単位期間当り取引数の上限値であると予測し、予測した相場変動がない場合の単位期間当り取引数の上限値に、予測した相場安時の相場変動に伴う単位期間当り取引数の変化量上限値を加算した値を、相場安に該当する期間での単位期間当り取引数の上限値であると予測する構成にすることができる。

このように基本取引数に対する信頼区間端点の値を算出して、相場変動がない場合の単位期間当り取引数の上限値を予測し、相場変動量に対する信頼区間端点の値を算出して、相場変動に起因する単位期間当り取引数の変化量上限値を予測し、これらによって、上記単位期間当り取引数の上限値を予測すると、単位期間当り取引数の上限値についての好適な予測結果を得ることができる。

また、予測手段は、信頼区間を算出せずに、単位期間当り取引数の上限値を予測する構成にされてもよい。即ち、予測手段は、基本取引数算出手段により算出された単位期間毎の基本取引数に基づき、基本取引数についての確率分布を算出する基本取引数確率分布算出手段と、標本データから特定される単位期間毎の相場変動量に基づき、相場変動量についての確率分布を算出する相場変動量確率分布算出手段と、を備え、基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、及び、基本変動量算出手段により算出された基本変動量Ｋに基づき、次のようにして、単位期間当り取引数の上限値を予測する構成にされてもよい。

具体的には、基本取引数Ｒ及び相場変動量Ｇの組合せ（Ｒ，Ｇ）毎に、この組合せに対応する単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）についての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を算出し、この単位期間当り取引数Ｅｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を累積したときの累積確率が特定確率を超える単位期間当り取引数Ｅｓを、単位期間当り取引数の上限値であると予測するように、構成することができる。

上述した信頼区間を用いて単位期間当り取引数の上限値を予測する手法は、基本取引数Ｒの分布及び相場変動量Ｇの分布が正規分布であるみなして予測値を算出するものであるため、実分布が正規分布から大きく乖離している場合には、予測精度が劣化する。一方、累積確率が特定確率を超える単位期間当り取引数Ｅｓを、単位期間当り取引数の上限値であると予測する本手法によれば、基本取引数Ｒの分布及び相場変動量Ｇの分布が正規分布であることを前提としないので、例えば、標本数が少なく基本取引数Ｒの分布及び相場変動量Ｇの分布が正規分布に従わない場合でも精度よく上限値を予測することができる。

尚、基本変動量算出手段が相場高時の基本変動量ＫＨ及び相場安時の基本変動量ＫＬを算出する構成にされている場合には、次のように予測手段を構成することができる。即ち、予測手段は、基本取引数Ｒ及び相場変動量Ｇの組合せ（Ｒ，Ｇ）毎に、この組合せに対応する相場変動量Ｇが相場高に対応する正の値である場合には基本変動量Ｋとして相場高時の基本変動量ＫＨを用いる一方、この組合せに対応する相場変動量Ｇが相場安に対応する負の値である場合には基本変動量Ｋとして相場安時の基本変動量ＫＬを用いて、単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）を算出すると共に、単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）についての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を算出し、この単位期間当り取引数Ｅｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を累積したときの累積確率が特定確率を超える単位期間当り取引数Ｅｓを、単位期間当り取引数の上限値であると予測する構成にすることができる。

この他、標本数が少ない等、標本データの質によって上限値の予測精度が劣化するのを抑えるため、基本取引数確率分布算出手段及び相場変動量確率分布算出手段の夫々は、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる確率分布を算出する構成にされると好ましい。

即ち、上記基本取引数確率分布算出手段は、基本取引数算出手段により算出された単位期間毎の基本取引数Ｒに基づき、発生確率Ｐ（Ｒ）が最大となる基本取引数Ｒよりも基本取引数Ｒが大きい区間で発生確率Ｐ（Ｒ）が単調非増加となり、発生確率Ｐ（Ｒ）が最大となる基本取引数Ｒよりも基本取引数Ｒが小さい区間で発生確率Ｐ（Ｒ）が単調非減少となるように補正を加えた基本取引数Ｒについての確率分布を算出する構成にされると好ましい。

具体的に、上記基本取引数確率分布算出手段は、基本取引数算出手段により算出された単位期間毎の基本取引数Ｒに基づき、基本取引数の度数分布を、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが大きい区間で度数が単調非増加となり、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが小さい区間で度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、発生確率Ｐ（Ｒ）が最大の地点を基準に単峰性を示すように補正を加えてなる基本取引数Ｒについての確率分布を算出する構成にすることができる。

基本取引数Ｒの度数分布（及び確率分布）は、度数（発生確率）が、最大となる基本取引数Ｒを境界として、この境界よりも基本取引数Ｒが小さい区間では境界に向けて滑らかに増加し、当該境界よりも基本取引数Ｒが大きい区間では境界から離れるに従って滑らかに減少するのが通常であり、度数（発生確率）が上下に変動する状態は標本のバラツキを原因とするものである可能性が高い。従って、度数分布を上述のように補正して確率分布を求めれば、上限値についての予測精度を高めることができる。

同様に、相場変動量確率分布算出手段は、標本データから特定される単位期間毎の相場変動量に基づき、発生確率Ｐ（Ｇ）が最大となる相場変動量Ｇよりも相場変動量Ｇが大きい区間で発生確率Ｐ（Ｇ）が単調非増加となり、発生確率Ｐ（Ｇ）が最大となる相場変動量Ｇよりも相場変動量Ｇが小さい区間で発生確率Ｐ（Ｇ）が単調非減少となるように補正を加えた相場変動量についての確率分布を算出する構成にすることができる。

更に言えば、相場変動量確率分布算出手段は、標本データから特定される単位期間毎の相場変動量Ｇに基づき、相場変動量の度数分布を、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが大きい区間で度数が単調非増加となり、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが小さい区間で度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、発生確率Ｐ（Ｇ）が最大の地点を基準に単峰性を示すように補正を加えてなる相場変動量Ｇについての確率分布を算出する構成にすることができる。相場変動量Ｇの度数分布及び確率分布についても、基本取引数Ｒと同様のことが言えるので、このように相場変動量Ｇについての確率分布を算出すれば、単位期間当り取引数の上限値を高精度に予測することができる。

この他、基本変動量算出手段は、標本データから特定される単位期間毎の取引数及び相場変動量を線形回帰分析して基本変動量を算出する構成にすることができる。具体的に、相場高時及び相場安時の基本変動量を算出する場合、基本変動量算出手段は、相場高に該当する各単位期間の取引数及び相場変動量を線形回帰分析して、相場高時の基本変動量を算出し、相場安に該当する各単位期間の取引数及び相場変動量を線形回帰分析して、相場安時の基本変動量を算出する構成にすることができる。線形回帰分析を用いて基本変動量を算出すれば、標本データを適切に統計処理して精度良く基本変動量を算出することができる。

また、取引システムを利用可能なユーザ数（取引システムに対して取引を要求可能な顧客数）が変化する場合には、ユーザ数の増減が取引数の増減に影響を与えるので、このような取引システムにおけるリソース調整に際しては、一ユーザ当りの単位期間当り取引数の上限値を予測するように、予測装置を構成するのが好ましい。

即ち、取得手段は、標本データとして、過去における単位期間毎の一ユーザ当りの取引数及び単位期間毎の相場変動量を特定可能な標本データを取得し、基本変動量算出手段は、取得手段により取得された標本データから特定される過去における単位期間毎の一ユーザ当りの取引数及び相場変動量に基づき、基本変動量として、相場変動量に対する一ユーザ当りの取引数の変化量（換言すれば、単位期間当り相場変動量が単位量変化する場合における単位期間当り且つ一ユーザ当りの取引数の変化量）を算出する構成にされるのが好ましい。尚、標本データは、例えば、単位期間毎に、その期間における取引システムを利用可能なユーザ数の情報を、この期間における取引数の情報と共に有した構成にすることができる。この場合には、当該期間の取引数を、当該期間に取引システムを利用したか否かに関わらず取引システムを利用可能なユーザの総数によって除算することにより、一ユーザ当りの取引数を特定することができる。

また、基本取引数算出手段は、基本変動量算出手段により算出された基本変動量及び標本データから特定される単位期間毎の相場変動量に基づき、単位期間毎に、基本取引数として、相場変動がないと仮定した場合での当該期間での一ユーザ当りの取引数を算出し、予測手段は、これに基づいて、取引に関する単位期間当り且つ一ユーザ当りの取引数の上限値を予測し、予測した上限値を出力する構成にすることができる。

このように、一ユーザ当りの単位期間当り取引数の上限値を予測し出力すれば、取引システムの管理者は、見込まれるユーザの増加数を考慮して、取引システムのリソースを容易且つ適切に調整することができる。

また、予測装置は、取引に係る処理を実行する情報処理システムに必要な記憶容量Ｚを、取引数及びユーザ数に依存しない情報処理システムに固定的に必要な記憶容量である固定必要量Ｑ１、予測された単位期間当り且つ一ユーザ当りの取引数の上限値Ｑ２、想定ユーザ数Ｑ３及び、取引一件当りの必要記憶容量の増加割合Ｄに基づき、式Ｚ＝Ｑ１＋Ｄ×Ｑ２×Ｑ３に従って算出し、算出した記憶容量Ｚを出力するシステム記憶容量算出手段を備えた構成にされてもよい。

このようにシステム記憶容量算出手段を設ければ、取引に係る処理を実行する情報処理システムのリソース調整を簡単に行うことができる。
また、上述した第二の発明に係る予測装置としての機能は、プログラムの実行によりコンピュータに実現させることができる。例えば、当該プログラムについては、コンピュータに、上述した予測装置が備える取得手段、基本変動量算出手段、基本取引数算出手段、及び、予測手段としての機能を実現させるためのプログラムとして構成することができる。その他、第二の発明に係る予測装置に対応する思想は、予測方法の発明にも適用できる。

また、上述したジョブ（取引等）を実行するシステムを過剰な投資を抑えて安定的に運営するに際しては、微小時間当たりジョブ実行数の上限値を予測することで、システムに必要な処理能力を見積もるのが好ましいが、将来生じうる微小時間当たりジョブ実行数の上限値を適切に予測するための従来技術については、十分に確立されていない。また、上述した手法で、単位期間当りジョブ実行数として微小時間当たりジョブ実行数の上限値を予測する場合には、計算量が多くなることが予想される。

一方、微小時間当たりジョブ実行数の上限値を予測する場合には、例えば、標本として、微小時間より十分大きな期間単位でのジョブ実行数と、この期間のジョブ実行数に占める微小時間当りジョブ実行数が最大となった時点の当該微小時間当たりジョブ実行数の割合である集中率とを用いて、上記微小時間当りのジョブ実行数（瞬間ジョブ数）の上限値を予測することも可能である。以下に説明する第三の発明は、このような思想を基礎に成された発明である。

第三の発明は、外部からの要求に対応したジョブを実行するシステムにおける微小時間のジョブ実行数である瞬間ジョブ数の上限値を予測する装置であって、以下に説明する取得手段と、ジョブ数確率分布算出手段と、集中率確率分布算出手段と、予測手段と、を備えることを特徴とする。

取得手段は、過去に実行されたジョブに関する標本データであって、単位期間毎に、この期間のジョブ実行数Ａ及び集中率Ｂを特定可能な標本データを取得する。ここで言う集中率Ｂとは、単位期間における最大の瞬間ジョブ数Ｑが、この期間のジョブ実行数Ａに占める割合のことを言う（Ｂ＝Ｑ／Ａ）。

一方、ジョブ数確率分布算出手段は、取得手段により取得された標本データから特定される単位期間毎のジョブ実行数Ａに基づき、ジョブ実行数Ａについての確率分布を算出し、集中率確率分布算出手段は、標本データから特定される単位期間毎の集中率Ｂに基づき、集中率Ｂについての確率分布を算出する。

そして、予測手段は、ジョブ数確率分布算出手段により算出された確率分布から特定される各ジョブ実行数Ａの発生確率Ｐ（Ａ）及び集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）に基づき、瞬間ジョブ数Ｑｓ＝Ａ・Ｂの上限値Ｑｚを予測して、予測した上限値Ｑｚを出力する。

このように構成された予測装置によれば、ジョブ実行数Ａ及び集中率Ｂについての確率分布に基づき、起こりえる可能性が十分に低い瞬間ジョブ数を省いた現実的に考慮すべき瞬間ジョブ数の上限値Ｑｚを適切に予測することができる。

結果、この予測装置により予測された上限値Ｑｚに基づけば、外部からの要求に対応したジョブを実行するシステム（情報処理システム）に対する過剰な投資を抑えて、システムの処理能力を必要十分な処理能力に設定することができ、効率的なシステム運営を実現することができる。

具体的に、予測手段は、ジョブ数確率分布算出手段により算出された確率分布から特定される各ジョブ実行数Ａの発生確率Ｐ（Ａ）及び集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）に基づき、ジョブ実行数Ａ及び集中率Ｂの各組合せ（Ａ，Ｂ）に対応する瞬間ジョブ数Ｑｓ＝Ａ・Ｂの小さい順に、この組合せ（Ａ，Ｂ）の発生確率Ｐ（Ａ）・Ｐ（Ｂ）を累積したときの累積確率が特定確率を超える瞬間ジョブ数Ｑｓを、上限値Ｑｚであると予測する構成にすることができる。

また、標本データの質によって予測精度が劣化するのを抑えるため、ジョブ数確率分布算出手段及び集中率確率分布算出手段の夫々は、発生確率が最大の地点を基準に単峰性を示すように補正を加えて、上記確率分布を算出する構成にされるのが好ましい。このように補正を加えれば、標本データの質によって予測精度が劣化するのを抑えることができる。

また、このようにして瞬間ジョブ数の上限値を予測する予測装置の発明は、外部要求として取引に対する実行要求を受け付けて、この実行要求に応じた取引を実行するシステムにおける微小時間の取引数である瞬間取引数の上限値を予測する予測装置の発明に適用することができる。

この他、演算ユニットによりジョブを実行する情報処理システムにおける瞬間ジョブ数の上限値の予測に、上記予測装置を用いる場合には、当該予測装置に、情報処理システムに必要な演算ユニット数Ｚを、演算ユニット一つ当りの同時処理可能なジョブ数Ａｐと、予測手段により予測された上限値Ｑｚと、に基づき算出して、算出した演算ユニット数Ｚを出力する必要演算ユニット数算出手段を設けるとよい。

このように予測装置を構成すれば、情報処理システムの管理者や設計者は、必要演算ユニット数算出手段により算出された演算ユニット数Ｚに基づき、情報処理システムに搭載する演算ユニット数Ｚを適切に調整することができる。従って、この予測装置によれば、過剰なシステム投資を抑えて、情報処理システムに必要十分な演算能力を付与することができ、効率的にシステムの安定運営を実現することができる。

更に、上述した第三の発明に係る予測装置としての機能は、プログラムの実行によりコンピュータに実現させることができ、上述の予測装置が備える取得手段、ジョブ数確率分布算出手段、集中率確率分布算出手段、及び予測手段としての機能をコンピュータに実現させるためのプログラムは、記録媒体に記録して、ユーザに提供することができる。また、この予測装置に係る思想は、予測方法の発明に対しても適用することができる。

また、取引相場のある特定種類の取引についての瞬間ジョブ数（瞬間取引数）の上限値を予測する場合には、以下に説明する第四の発明のように、取引相場の変動に応じた取引数の変動を考慮に入れて、その上限値を予測するように、予測装置を構成するのが好ましい。

第四の発明は、取引相場のある特定種類の取引に関する瞬間取引数の上限値を予測する装置であって、次に説明する取得手段と、基本変動量算出手段と、基本取引数算出手段と、基本取引数確率分布算出手段と、相場変動量確率分布算出手段と、集中率確率分布算出手段と、予測手段と、を備えることを特徴とする。

取得手段は、過去の上記特定種類の取引に関する標本データであって、単位期間毎に、この期間の取引数Ａ及び相場変動量Ｇを特定可能で、更には、この期間における最大瞬間取引数Ｑが、この期間の取引数Ａに占める割合である集中率Ｂを特定可能な標本データを取得する。

一方、基本変動量算出手段は、取得手段により取得された標本データから特定される単位期間毎の取引数Ａ及び相場変動量Ｇに基づき、相場変動量Ｇに対する取引数Ａの変化量である基本変動量Ｋを算出する。そして、基本取引数算出手段は、基本変動量算出手段により算出された基本変動量Ｋ及び標本データから特定される単位期間毎の相場変動量Ｇに基づき、単位期間毎に、この期間での相場変動に起因する取引数の変化量Ｖを推定し、標本データから特定されるこの期間での取引数Ａから、この期間での相場変動に起因する取引数の変化量Ｖ分を取り除いた取引数（Ａ−Ｖ）を、相場変動がないと仮定した場合の当該期間での取引数である基本取引数Ｒとして算出する。

そして、基本取引数確率分布算出手段は、基本取引数算出手段により算出された単位期間毎の基本取引数Ｒに基づき、基本取引数Ｒについての確率分布を算出し、相場変動量確率分布算出手段は、標本データから特定される単位期間毎の相場変動量Ｇに基づき、相場変動量Ｇについての確率分布を算出し、集中率確率分布算出手段は、標本データから特定される単位期間毎の集中率Ｂに基づき、集中率Ｂについての確率分布を算出する。

そして、予測手段は、基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）、及び、基本変動量Ｋに基づき、瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂの上限値Ｑｚを予測して、予測した上限値Ｑｚを出力する。

このように構成された予測装置によれば、相場変動がない場合の取引数（基本取引数Ｒ）についての確率分布、相場変動量Ｇについての確率分布、集中率Ｂについての確率分布に基づき、瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂの上限値Ｑｚを予測するので、相場変動による影響を考慮して、適切に瞬間取引数についての上限値Ｑｚを算出することができる。従って、この発明によれば、取引を行うシステムに対する過剰な投資を抑えて、効率的なシステム運営を実現することができる。

尚、予測手段は、基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）、及び、基本変動量Ｋに基づき、基本取引数Ｒ、相場変動量Ｇ、及び、集中率Ｂの組合せ（Ｒ，Ｇ，Ｂ）毎に、この組合せに対応する瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂについての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）・Ｐ（Ｂ）を算出し、この瞬間取引数Ｑｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）・Ｐ（Ｂ）を累積したときの累積確率が特定確率を超える瞬間取引数Ｑｓを、上限値Ｑｚであると予測する構成にすることができる。

また、標本データの質によって予測精度が劣化するのを抑えるため、基本取引数確率分布算出手段及び相場変動量確率分布算出手段及び集中率確率分布算出手段の夫々は、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる確率分布を算出する構成にされるのが好ましい。

具体的に、基本取引数確率分布算出手段は、基本取引数算出手段により算出された単位期間毎の基本取引数Ｒに基づき、基本取引数Ｒの度数分布を、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが大きい区間で度数が単調非増加となり、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが小さい区間で度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、発生確率Ｐ（Ｒ）が最大の地点を基準に単峰性を示すように補正を加えてなる基本取引数Ｒについての確率分布を算出する構成にすることができる。

同様に、相場変動量確率分布算出手段は、標本データから特定される単位期間毎の相場変動量Ｇに基づき、相場変動量Ｇの度数分布を、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが大きい区間で度数が単調非増加となり、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが小さい区間で度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、発生確率Ｐ（Ｇ）が最大の地点を基準に単峰性を示すように補正されてなる相場変動量Ｇについての確率分布を算出する構成にすることができる。

この他、集中率確率分布算出手段は、標本データから特定される単位期間毎の集中率Ｂに基づき、集中率Ｂの度数分布を、度数が最大となる集中率Ｂよりも集中率Ｂが大きい区間で度数が単調非増加となり、度数が最大となる集中率Ｂよりも集中率Ｂが小さい区間で度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、発生確率Ｐ（Ｂ）が最大の地点を基準に単峰性を示すように補正を加えてなる集中率Ｂについての確率分布を算出する構成にすることができる。

基本取引数Ｒ及び相場変動量Ｇ及び集中率Ｂの夫々に関して、その度数分布や確率分布は、単峰性を示すのが通常であり、度数や発生確率が上下に変動する状態は誤差を原因とするものである可能性が高い。従って、上述のように確率分布を求めれば、一層適切に上限値Ｑｚを算出することができる。

また、基本変動量算出手段は、単位期間毎の取引数Ａ及び相場変動量Ｇを線形回帰分析して、基本変動量Ｋを算出する構成にすることができる。
この他、この予測装置には、取引に係る処理を実行する情報処理システムに必要な演算ユニット数Ｚを、演算ユニット一つ当りの同時処理可能な取引数Ａｐと、予測手段により予測された上限値Ｑｚと、に基づき算出して、算出した演算ユニット数Ｚを出力する必要演算ユニット数算出手段を設けることができる。

この他、上記予測装置は、単位期間における一ユーザ当りの取引数を上記取引数Ａとして用いて、一ユーザ当りの瞬間取引数の上限値Ｑｚを予測する構成にすることができ、一ユーザ当りの瞬間取引数の上限値Ｑｚを予測するように予測装置を構成する場合、必要演算ユニット数算出手段は、演算ユニット数Ｚを、予め設定された想定ユーザ数Ｕと、演算ユニット一つ当りの同時処理可能な取引数Ａｐと、予測手段により予測された上限値Ｑｚと、に基づき、例えば、式Ｚ＝Ｑｚ・Ｕ／Ａｐに従って算出する構成にすることができる。

一ユーザ当りの瞬間取引数の上限値Ｑｚを予測するように予測装置を構成すれば、想定ユーザ数Ｕを上限値Ｑｚに乗算する程度で、将来見込まれるユーザ数Ｕに基づいた瞬間取引数の上限値を求めることができ、結果として、将来見込まれるユーザ数Ｕを加味して必要な演算ユニット数Ｚを算出することができる。想定ユーザ数Ｕの情報は、入力インタフェースを通じて予測装置の利用者から取得することができる。

また、上述した第四の発明に係る予測装置としての機能は、プログラムの実行によりコンピュータに実現させることができ、この予測装置が備える取得手段、基本変動量算出手段、基本取引数算出手段、基本取引数確率分布算出手段、相場変動量確率分布算出手段、集中率確率分布算出手段、及び予測手段としての機能を実現させるためのプログラムは、記録媒体に記録してユーザに提供することができる。

この他、上述した第四の発明に係る予測装置に対応する思想は、予測方法の発明にも適用することができる。

予測装置１の構成を表すブロック図である。外国為替取引システムＭＳに関する説明図である。演算部１０が実行する予測処理を表すフローチャートである。取引実績データの構成を表す図である。取引数と相場変動量との関係を表す散布図である。基本取引数リストの構成を表す図である。標本の正規性を示した図である。予測される取引数を示した図である。第二実施例の予測処理を表すフローチャートである。第二実施例の予測処理を表すフローチャートである。基本取引数Ｒの度数分布を表す図である。基本取引数Ｒの各区間の度数及び発生確率を表す図である。相場変動量Ｇの度数分布を表す図である。相場変動量Ｇの各区間の度数及び発生確率を表す図である。基本取引数Ｒ及び相場変動量Ｇの組合せに基づく一日当り取引数Ｅｓの分布及びその確率分布を表す図である。一日当り取引数Ｅｓ及びその発生確率Ｐｅ及び累積確率Ｐｓが登録されてなるテーブルの構成を表す図である。第三実施例の予測処理を表すフローチャートである。第三実施例の取引実績データの構成を表す図である。予測処理内で実行されるメイン処理の手順を表すフローチャートである。予測処理内で実行されるメイン処理の手順を表すフローチャートである。基本取引数Ｒ及び相場変動量Ｇの組合せに基づく一日当り取引数Ｅｓの分布及びその確率分布を表す図である。集中率Ｂの度数分布及び確率分布を表す図である。瞬間取引数Ｑｓ及びその発生確率Ｐｑ及び累積確率Ｐｓが登録されてなるテーブルの構成を表す図である。瞬間取引数Ｑｓの累積確率を示すグラフである。第四実施例のメイン処理の手順を表すフローチャートである。第五実施例の予測処理を表すフローチャートである。第六実施例の予測処理を表すフローチャートである。

以下に本発明の実施例について、図面と共に説明する。
［第一実施例］
本実施例の予測装置１は、周知のパーソナルコンピュータに、専用プログラムをインストールすることにより構成される。この予測装置１は、図１に示すように、演算部１０と、記憶部２０と、表示部３０と、操作部４０と、外部入出力部５０と、を備える。演算部１０は、ＣＰＵ１１や図示しないＲＯＭ、ＲＡＭ等から構成され、各種プログラムに基づく処理を実行する。一方、記憶部２０は、演算部１０がＣＰＵ１１にて実行する各種プログラムやプログラム実行時に供される各種データ等を記憶する。例えば、記憶部２０は、ハードディスク装置により構成される。

また、表示部３０は、液晶ディスプレイ等により構成され、演算部１０からの指令に従って、各種情報を画面に表示するものである。この他、操作部４０は、キーボードやポインティングデバイス等のユーザ操作可能なインタフェースから構成される。

また、外部入出力部５０は、外部記録媒体にデータを書込可能及び外部記録媒体からデータを読込可能な構成にされている。例えば、外部入出力部５０は、磁気ディスク、ＤＶＤ等の外部記録媒体に対してデータ入出力可能なドライブ装置や、ＵＳＢインタフェース等によって構成される。この外部入出力部５０は、予測動作に必要な標本データを外部から取得するために使用される。

続いて、予測装置１の詳細を説明する前に、この予測装置１が将来における一日当り取引数の上限値（即ち、一日当り取引数についての将来における変動範囲の上方限界）を予測する対象の取引システムＭＳの構成について、図２を用いて説明する。図２は、この取引数上限値を予測する対象の取引システムＭＳを記した図である。

本実施例の予測装置１が取引数上限値を予測する対象の取引システムＭＳは、市場にて取引相場が決定される外国為替取引を行う取引システムである。具体的に、予測対象とする取引システムＭＳは、金融機関等にて情報処理システムとして構成されるコンピュータ化された取引システムＭＳであり、顧客端末装置ＴＭからネットワークを通じて送信されてくる取引要求に応じて、この要求に対応した外国為替取引を行うものである。外国為替取引としては、ドル−円の通貨交換を伴うドル−円外国為替取引の他、ユーロ−円の通貨交換を伴うユーロ−円外国為替取引等、種々の外国為替取引を挙げることができる。

外国為替取引では、取引相場（例えば円相場）の変動が大きくなると、取引数が増加する場合が多い。従って、取引システムＭＳを安定的に運営するためには、取引相場の変動に伴う取引数の増加を考慮に入れて、コンピュータ（サーバ装置）を構成要素とする取引システムＭＳのリソース（コンピュータ資源）を調整するのが好ましい。

更に言及すれば、この種の取引システムＭＳでは、システムを利用可能なユーザ数の増加に伴って、システム全体の取引数も増加するので、見込まれるユーザ数の増加量を考慮してリソースを調整するのが好ましい。

本実施例の予測装置１は、このような点を考慮して適切にリソースを調整するための情報を提供するものである。詳細については後述するが、本実施例の予測装置１は、取引実績データから特定される過去における日毎の一ユーザ当りの取引数（実績値）、及び、日毎の相場変動量（実績値）に基づき、一日当り且つ一ユーザ当りの取引数上限値を予測する。予測装置１の利用者は、この予測結果に基づいて、例えば、見込まれるユーザ数に応じたリソースを取引システムＭＳに用意し、取引システムＭＳに対する過剰な投資を避けて、ローコストに安定した取引システムＭＳの運営を実現する。

但し、以下に説明する予測装置１では、説明を簡単にするため、予測対象の取引システムＭＳが、ドル−円外国為替取引を専門に取り扱う取引システムＭＳであるものとして話を進める。取り扱う通貨の異なる複数種の外国為替取引を実行可能な取引システムのリソース調整に関しては、取引の種類毎に、以下に説明する予測方法と同様の手順によって取引数上限値を予測し、当該種類毎の取引数上限値の合算値に基づいて、取引システムのリソースを調整すればよい。

続いて、予測装置１の詳細構成について説明する。本実施例の予測装置１は、操作部４０から入力される指令に従って、図３に示す予測処理を実行することにより、取引システムＭＳにおけるドル−円外国為替取引の一日当り且つ一契約者数当りの取引数上限値を予測する。予測処理は、演算部１０がＣＰＵ１１にて記憶部２０に記憶された専用プログラムを実行することにより実現される。

演算部１０は、予測処理を開始すると、外部入出力部５０を通じて記憶部２０に保存された取引実績データを読み込む（Ｓ１１０）。図４に示すように、取引実績データは、過去の所定期間（例えば、１年間）について、日毎に、日付Ｔと、その日の取引数Ａと、取引システムＭＳを利用可能なユーザ数である契約者数Ｕと、その日の一契約者当りの取引数Ｅと、その日の所定時刻Ｔ０での取引相場（円相場）Ｆと、一日当りの相場変動量Ｇと、からなるレコードを有した構成にされている。

尚、取引実績データは、当然のことながら取引システムＭＳによる取引が可能な日のレコードのみを有した構成にされればよく、所定期間の各日のレコードをもれなく有している必要はない。

レコードについて詳述すると、取引数Ａは、予測対象の取引システムＭＳにおける該当日での一日分の取引総数（実績値）を表す。また、取引数Ｅは、その日の取引数Ａを、契約者数Ｕで除した値である（Ｅ＝Ａ／Ｕ）。注意すべき点は、その日に実際に取引をしたか否かに関わらず、取引システムＭＳを利用することのできるユーザ総数（契約者数Ｕ）で取引数Ａを除算して、取引数Ｅを算出する点である。

また、一日当りの相場変動量Ｇは、当日の所定時刻Ｔ０での取引相場Ｆから前日の所定時刻Ｔ０での取引相場Ｆを引いた値である。この他、図４に示す取引相場Ｆは、東京外国為替市場におけるＴ０＝１５時３０分時点での円相場である。このように取引実績データは、取引システムＭＳを通じたドル−円外国為替取引についての過去における日毎の一契約者当りの取引数Ｅ及び日毎の相場変動量Ｇを特定可能な標本データとして構成されている。

Ｓ１１０で上記構成の取引実績データを読み込むと、演算部１０は、読み込んだ取引実績データに基づき、相場安（ドル安）である場合の一日当り且つ一契約者当りの取引数Ｅについての基本変動量ＫＬを算出し（Ｓ１２０）、更には、相場高（ドル高）である場合の一日当り且つ一契約者当りの取引数Ｅについての基本変動量ＫＨを算出する（Ｓ１３０）。尚、ここ言う基本変動量ＫＬ，ＫＨとは、相場変動量Ｇに対する取引数Ｅの増加量（一日当りの相場変動量Ｇが単位量「１円」増加したときの一日当り且つ一契約者当りの取引数Ｅの増加量）を表す。以下では、ドルを基準に「相場高」及び「相場安」を表現する。

Ｓ１２０，Ｓ１３０では、具体的に、取引実績データから特定される過去の所定期間における各日の一日当り且つ一契約者当りの取引数Ｅ（実績値）及び相場変動量Ｇ（実績値）の分布を、一次関数Ｙ＝αＸ＋β（Ｘは、相場変動量Ｇに対応し、Ｙは、取引数Ｅに対応する。）で近似して、線形回帰分析により基本変動量ＫＬ，ＫＨを算出する。

ここで、Ｓ１２０，Ｓ１３０で実現される処理を概念的に説明する。例えば、一日当りの相場変動量ＧをＸ軸、一日当り且つ一契約者当りの取引数ＥをＹ軸に設定した座標系に、取引実績データに登録された各レコードが示す取引数Ｅ及び相場変動量Ｇに対応する点をプロットしたときに、図５（ａ）及び図５（ｂ）に示す散布図が得られたとする。このようなレコード（標本）の分布に対して、最小二乗法により誤差が最小となる一次関数Ｙ＝αＸ＋βを求めると、定数α，βが導出される。Ｓ１２０，Ｓ１３０では、この定数α（一次関数の係数）に対応する値を、基本変動量ＫＬ，ＫＨとして算出する。

但し、Ｓ１２０では、図５（ａ）に示すように、取引実績データに登録されたレコード群の内、相場変動量Ｇがマイナス又はゼロを示すレコード（即ち、相場安のレコード群）のみを用いて、相場安時の基本変動量ＫＬを算出する。一方、Ｓ１３０では、図５（ｂ）に示すように、取引実績データに登録されたレコード群の内、相場変動量Ｇがプラス又はゼロを示すレコード（即ち、相場高のレコード群）のみを用いて、相場高時の基本変動量ＫＨを算出する。尚、図５（ａ）（ｂ）の各プロットを標本として基本変動量ＫＬ，ＫＨを算出すると、ＫＬ＝−０．６６６５及びＫＨ＝０．１６６３といった値を得ることができる。

Ｓ１２０，Ｓ１３０での処理を終えると、演算部１０は、取引実績データにレコードが登録されている日の一つを、基本取引数Ｒの算出対象日に設定し（Ｓ１４０）、この算出対象日のレコードが示す相場変動量Ｇがマイナスであるか否かを判断することによって、算出対象日が相場安の日であるか否かを判断する（Ｓ１５０）。

そして、算出対象日が相場安の日である場合には（Ｓ１５０でＹｅｓ）、Ｓ１６０に移行し、算出対象日のレコードが示す取引数Ｅ及び相場変動量Ｇに基づき、この日における相場変動に起因する取引数Ｅの増加量ＶをＫＬ×Ｇであると推定し、実際の取引数Ｅから推定した増加量Ｖを引いた取引数（Ｅ−Ｖ）を、基本取引数Ｒとして算出する。尚、ここで言う基本取引数Ｒとは、仮に相場変動量がゼロであるときの一日当り且つ一契約者当りの取引数のことである。

具体的に、Ｓ１６０では、算出対象日のレコードが示す一日当り且つ一契約者当りの取引数Ｅ、算出対象日のレコードが示す一日当り相場変動量Ｇ及びＳ１２０で算出した相場安時の基本変動量ＫＬを次式に代入して算出対象日の基本取引数Ｒを算出する。

Ｒ＝Ｅ−（ＫＬ×Ｇ）
そして、算出した基本取引数Ｒを、一時ファイルとして記憶部２０に用意した基本取引数リスト（図６参照）に、算出対象日の日付情報と共に登録することにより、これを保存して、Ｓ１８０に移行する。

一方、演算部１０は、算出対象日のレコードが示す相場変動量Ｇがプラス又はゼロであり該当日が相場高の日であると判断すると（Ｓ１５０でＮｏ）、Ｓ１７０に移行し、相場高時の基本変動量ＫＨを用いて、Ｓ１６０と同様の手法で、算出対象日の基本取引数Ｒを算出する。

具体的に、Ｓ１７０では、算出対象日のレコードが示す一日当り且つ一契約者当りの取引数Ｅ、算出対象日のレコードが示す一日当り相場変動量Ｇ及びＳ１３０で算出した相場高時の基本変動量ＫＨを次式に代入して算出対象日の基本取引数Ｒを算出する。

Ｒ＝Ｅ−（ＫＨ×Ｇ）
そして、算出した基本取引数Ｒを上記基本取引数リストに、算出対象日の日付情報と共に登録することにより、算出結果を保存して、Ｓ１８０に移行する。

Ｓ１８０に移行すると、演算部１０は、取引実績データにレコードが登録された全ての日を算出対象日に設定してＳ１５０以降の処理を実行したか否かを判断し、実行していない場合には（Ｓ１８０でＮｏ）、Ｓ１４０に移行して算出対象日に未だ設定してない日を新たな算出対象日に設定してＳ１５０以降の処理を実行する。演算部１０は、このような処理を繰り返すことにより、取引実績データにレコードが登録された各日の基本取引数Ｒを算出し、これらを基本取引数リストに登録する。

また、取引実績データにレコードが登録された全ての日を算出対象日に設定してＳ１５０以降の処理を実行した後には（Ｓ１８０でＹｅｓ）、Ｓ１９０に移行し、基本取引数リストに登録されたレコード群を標本集団として、この標本集団における基本取引数Ｒの平均μｒ及び標準偏差σｒを算出する。

そして、算出した平均μｒ及び標準偏差σｒに基づき、基本取引数Ｒに対する信頼水準Ｃ％の信頼区間（Ｕｒ，Ｖｒ）を算出する。即ち、信頼区間端点に対応する値Ｕｒ，Ｖｒを算出する（Ｓ２００）。ここでは、例えば、信頼水準Ｃを９９．９％に設定して、基本取引数Ｒに対する９９．９％信頼区間（Ｕｒ，Ｖｒ）の端点に対応する値Ｕｒ，Ｖｒを算出する。ちなみに、基本取引数Ｒに対する信頼水準Ｃ％の信頼区間とは、母集団の基本取引数ＲがＣ％の確率で収まる区間のことを言う。

基本取引数Ｒに対する信頼水準Ｃ％の信頼区間（Ｕｒ，Ｖｒ）の端点に対応する値Ｕｒ，Ｖｒは、次式に従って算出することができる。但し、ここで言うＬ（Ｃ）は、信頼水準によって定まる係数である。

Ｕｒ＝μｒ−Ｌ（Ｃ）×σｒ
Ｖｒ＝μｒ＋Ｌ（Ｃ）×σｒ
９９．９％信頼区間（Ｕｒ，Ｖｒ）の端点に対応する値Ｕｒ，Ｖｒを算出する場合には、Ｌ（Ｃ）＝３．３を用いることができる。

ちなみに、上式に従って信頼区間を求めるためには対象が正規分布に従うことが前提となるが、基本取引数Ｒについては、図７（ａ）（ｂ）に示すように正規分布に近いと判断でき、正規分布とみなすことで、上式に従って信頼区間を求めることができる。図７（ａ）は、図５（ａ）（ｂ）に示した標本集団に対する基本取引数Ｒのヒストグラムであり、図７（ｂ）は、図５（ａ）（ｂ）に示した標本集団に対する基本取引数Ｒの正規確率プロットである。

尚、値Ｕｒ，Ｖｒの内、後続の処理で必要になるのは、値Ｖｒのみであるため、Ｓ２００では、信頼区間（Ｕｒ，Ｖｒ）の上側端点（上側信頼限界）の値Ｖｒのみを算出すれば十分である。信頼区間（Ｕｒ，Ｖｒ）の下側端点（下側信頼限界）に対応する値Ｕｒは、基本取引数Ｒの下限値を示し、信頼区間（Ｕｒ，Ｖｒ）の上側端点に対応する値Ｖｒは、基本取引数Ｒの上限値を示すが、取引システムＭＳにおける一日当り且つ一契約者当りの取引数上限値を予測するに際して、基本取引数Ｒの下限値に関する情報は不要である。

図５（ａ）（ｂ）で散布図にプロットされた標本に基づいて、基本取引数Ｒに対する９９．９％信頼区間（Ｕｒ，Ｖｒ）の端点に対応する値Ｕｒ，Ｖｒを算出すると、Ｕｒ＝０．３５８０及びＶｒ＝３．２２０８といった値を得ることができる。

このようにしてＳ２００での処理を終えると、演算部１０は、Ｓ２１０に移行し、取引実績データが示す各日の相場変動量Ｇを標本集団として、相場変動量Ｇの平均μｇ及び標準偏差σｇを算出する。そして、算出した平均μｇ及び標準偏差σｇに基づき、一日当り相場変動量Ｇに対する信頼水準Ｃ％の信頼区間（Ｕｇ，Ｖｇ）の端点に対応する値Ｕｇ，Ｖｇを算出する（Ｓ２２０）。

ここでは、例えば、信頼水準Ｃを９９．９％に設定して、一日当り相場変動量Ｇに対する９９．９％信頼区間（Ｕｇ，Ｖｇ）の端点に対応する値Ｕｇ，Ｖｇを算出することができる。ちなみに、一日当り相場変動量Ｇに対する信頼水準Ｃ％の信頼区間（Ｕｇ，Ｖｇ）とは、母集団の一日当り相場変動量ＧがＣ％の確率で収まる区間のことを言う。

一日当り相場変動量Ｇに対する信頼水準Ｃ％の信頼区間（Ｕｇ，Ｖｇ）についても、Ｓ２００と同様、その端点に対応する値Ｕｇ，Ｖｇを次式に従って算出することができ、９９．９％信頼区間（Ｕｇ，Ｖｇ）端点に対応する値Ｕｇ，Ｖｇを算出する際には、Ｌ（Ｃ）＝３．３を用いることができる。

Ｕｇ＝μｇ−Ｌ（Ｃ）×σｇ
Ｖｇ＝μｇ＋Ｌ（Ｃ）×σｇ
尚、外国為替相場などの市場性商品の相場変動は一般的に正規分布に従い、ここで信頼区間を算出する対象の一日当り相場変動量Ｇも正規分布に従うので、上式にて信頼区間を算出することができる。

ちなみに相場変動量Ｇはゼロを挟んで変化するため信頼区間（Ｕｇ，Ｖｇ）の下側端点に対応する値Ｕｇは、マイナス値を採り、一日当りの取引相場の下方への振れ幅を示す。また、信頼区間（Ｕｇ，Ｖｇ）の上側端点に対応する値Ｖｇは、プラス値を採り、一日当りの取引相場の上方への振れ幅を示す。図５（ａ）（ｂ）で散布図にプロットした標本に基づいて、相場変動量Ｇに対する９９．９％信頼区間（Ｕｇ，Ｖｇ）端点に対応する値Ｕｇ，Ｖｇを算出すると、Ｕｇ＝−２．７３２９及びＶｇ＝２．６３２９といった値を得ることができる。

このようにしてＳ２２０での処理を終えると、演算部１０は、Ｓ２３０に移行し、相場安の日に予想される一日当り且つ一契約者当りの取引数上限値ＥＬを算出する。具体的に、Ｓ２３０では、基本取引数Ｒの信頼区間（Ｕｒ，Ｖｒ）における上側端点の値Ｖｒ、相場変動量Ｇの信頼区間（Ｕｇ，Ｖｇ）における下側端点の値Ｕｇ及び相場安時の基本変動量ＫＬに基づいて、次式に従い、取引数上限値ＥＬを算出する。

ＥＬ＝Ｖｒ＋ＫＬ×Ｕｇ
上式の第一項は、相場変動がない場合に予想される基本取引数Ｒの上限値を示す。また、第二項によっては、取引相場が下方に変化した場合の当該相場変動に起因する取引数Ｅの増加量の上限値を算出することができる。従って、上式によっては、相場安の日に予想される一日当り且つ一契約者当りの取引数上限値を算出することができる。本実施例では、このようにして相場安時の取引数上限値ＥＬを算出することにより、相場安の日における一日当り且つ一契約者当りの取引数上限値を予測する。ちなみに、図５（ａ）（ｂ）で散布図にプロットした標本に基づいて、取引数上限値ＥＬを算出すると、ＫＬ＝−０．６６６５、Ｕｇ＝−２．７３２９、及び、Ｖｒ＝３．２２０８であるので、ＥＬ＝５．０４となる。

Ｓ２３０での処理を終えると、演算部１０は、この処理と同様に、相場高の日に予想される一日当り且つ一契約者当りの取引数上限値ＥＨを算出する（Ｓ２４０）。
即ち、Ｓ２４０では、基本取引数Ｒの信頼区間（Ｕｒ，Ｖｒ）における上側端点の値Ｖｒ、相場変動量Ｇの信頼区間（Ｕｇ，Ｖｇ）における上側端点の値Ｖｇ及び相場高時の基本変動量ＫＨに基づいて、次式に従い、取引数上限値ＥＨを算出する。

ＥＨ＝Ｖｒ＋ＫＨ×Ｖｇ
上式の第一項は、相場変動がない場合に予想される基本取引数Ｒの上限値を示し、第二項によっては、取引相場が上方に変化した場合の当該相場変動に起因する取引数Ｅの増加量の上限値を算出することができる。従って、上式によっては、相場高の日に予想される一日当り且つ一契約者当りの取引数上限値を算出することができる。本実施例では、このようにして相場高時の取引数上限値ＥＨを算出することにより、相場高の日における一日当り且つ一契約者当りの取引数上限値を予測する。ちなみに、図５（ａ）（ｂ）で散布図にプロットした標本に基づいて、取引数上限値ＥＨを算出すると、ＫＨ＝０．１６６３、Ｖｇ＝２．６３２９、及び、Ｖｒ＝３．２２０８であるため、ＥＨ＝３．６６となる。

Ｓ２４０での処理を終えると、演算部１０は、Ｓ２３０，Ｓ２４０で算出した取引数上限値ＥＬ，ＥＨに基づき、相場安時の取引数上限値ＥＬが相場高時の取引数上限値ＥＨよりも大きいか否かを判断する（Ｓ２５０）。

そして、相場安時の取引数上限値ＥＬが相場高時の取引数上限値ＥＨよりも大きいと判断すると（Ｓ２５０でＹｅｓ）、Ｓ２６０に移行して、相場安時の取引数上限値ＥＬを、取引システムＭＳにおいて将来予想される一日当り一契約者当り取引数の上限値ＥＭとして表示部３０に表示する共に、取引数上限値ＥＭを記述したログファイルを生成して、これを記憶部２０に保存する。尚、ここでは、上記ログファイルを生成して記憶部２０に保存することにより、予測装置１にインストールされた別のアプリケーションプログラムを通じて、ユーザが後日予測結果を再度確認できるようにする。その後、演算部１０は、予測処理を終了する。

一方、Ｓ２５０で否定判断すると、演算部１０は、Ｓ２７０に移行して、相場高時の取引数上限値ＥＨを、取引システムＭＳの取引数上限値ＥＭとして表示部３０に表示する共に、取引数上限値ＥＭを記述したログファイルを生成して、これを記憶部２０に保存する。その後、演算部１０は、予測処理を終了する。

以上が、演算部１０が実行する予測処理の内容である。但し、Ｓ２６０，Ｓ２７０では、取引数上限値ＥＭと共に、図８に示すような形態のグラフを表示部３０に表示することにより、各相場変動量に対して予想される一日当り且つ一契約者当りの取引数Ｅの範囲をユーザに視覚表示してもよい。図８は、予想される「一日当り相場変動量Ｇと一日当り且つ一契約者当りの取引数Ｅとの関係」を示すグラフである。

ちなみに、点Ｐ０は、Ｓ２３０で求められる相場安時の取引数上限値ＥＬに対応し、点Ｐ１は、Ｓ２４０で求められる相場高時の取引数上限値ＥＨに対応する。また、点Ｐ２は、取引相場が相場高方向に最大限振れた場合に予想される一日当りの取引数下限値ＥＨＬに対応する。この取引数下限値ＥＨＬは、次式によって算出することができる。

ＥＨＬ＝Ｕｒ＋ＫＨ×Ｖｇ
また、点Ｐ３は、取引相場が相場安方向に最大限振れた場合に予想される一日当りの取引数下限値ＥＬＬに対応する。この取引数下限値ＥＬＬは、次式によって算出することができる。

ＥＬＬ＝Ｕｒ＋ＫＬ×Ｕｇ
この他、点Ｐ４は、値Ｖｒに対応する点であり、点Ｐ５は、値Ｕｒに対応する点である。これらの各点Ｐ０−Ｐ４−Ｐ１−Ｐ２−Ｐ５−Ｐ３を結んでできる領域（図８の塗りつぶし領域）は、予測処理により予測された取引システムＭＳにおける一日当り且つ一契約者当りの取引数Ｅの変動範囲を表す。この範囲内に取引数Ｅが収まる確率は、Ｃ²％である。

以上、本実施例の予測装置１について説明したが、この予測装置１によれば、取引実績データを線形回帰分析して基本変動量ＫＬ，ＫＨを算出し、この基本変動量ＫＬ，ＫＨから日毎の基本取引数Ｒを算出し、この基本取引数Ｒの分布に基づき、相場変動がない場合の取引数上限値Ｖｒを予測する一方、取引実績データから特定される相場変動量の分布に基づき、一日当り相場変動量の限界値Ｕｇ，Ｖｇを予測し、これらの値Ｖｒ，Ｕｇ，Ｖｇ，ＫＬ，ＫＨに基づき、一日当り且つ一契約者当りの取引数上限値ＥＭを予測する。

従って、この予測装置１によれば、取引実績データを適切に統計処理して、一日当り且つ一契約者当りの取引数上限値ＥＭを精度良く予測することができる。結果、この予測装置１を用いれば、予測された一日当り且つ一契約者当りの取引数上限値ＥＭに従って、取引システムＭＳに必要なコンピュータ資源を正確に見積もることができ、安定したシステム運営のために過剰なシステム投資をしなくて済み、コストを抑えて安定して取引システムＭＳを運営することができる。

例えば、取引システムＭＳの安定的な運営に際しては、必要なディスク容量を、取引数上限値ＥＭを用いて次式に従い算出することができる。
「必要ディスク容量」＝Ｋ１×ＥＭ×「見込み契約者数」＋Ｋ２
尚、定数Ｋ１及びＫ２は、取引システムＭＳの動作テスト等によって事前に求めることができるものであり、定数Ｋ１は、取引一件当りの必要ディスク容量であり、定数Ｋ２は、取引システムＭＳに固定的に必要なディスク容量である。ここで言う「見込み契約者数」は、将来における契約者数の見込み値である。

また、取引システムＭＳの安定的な運営のためには、ディスクの断片化がある程度進行した時点で、システムを再起動する必要があるが、本実施例の予測装置１にて取引数上限値ＥＭを算出すれば、この値ＥＭによって断片化の進行速度を高精度に推定することができて、システム再起動を効率的に行うことができる。

この他、取引システムＭＳの安定的な運営のためには、安定的な動作が可能な契約者数（以下、「許容契約者数」という。）を把握することも重要である。許容契約者数は、現在の取引システムＭＳを構築する際に当初想定した契約者数及び同じく当初想定した一日当り且つ一契約者当りの取引数、並びに、予測装置１による一日当り且つ一契約者当りの取引数についての予測値である取引数上限値ＥＭを用いて次式により算出することができる。

「許容契約者数」＝「当初想定した契約者数」×「当初想定した一日当り且つ一契約者当りの取引数」÷ＥＭ
また、本実施例によれば、一日当り且つ一契約者当りの取引数上限値ＥＭを予測するので、取引システムＭＳを利用可能なユーザ数（取引システムＭＳに対する契約者数）が変化する環境下においても、将来見込まれるユーザの増加数を考慮して、取引システムＭＳのリソースを適切に調整することができる。

また、本実施例によれば、相場高時と相場安時とでは相場変動に起因する取引数の増加量が一律ではないことが予想される中で、相場高時の基本変動量ＫＨ及び相場安時の基本変動量ＫＬを夫々算出して、その算出結果を用いて基本取引数Ｒを算出するので、相場高及び相場安の傾向を無視して基本取引数Ｒを算出する場合よりも、精度良く一日当り且つ一契約者当りの取引数上限値ＥＭを予測することができ、結果として、より効率的及び安定的な取引システムＭＳの運営が可能である。

ところで、上述した予測装置１に対しては、次のような変形例が考えられる。例えば、信頼区間（Ｕｒ，Ｖｒ）を算出するに際しては標本が正規性を示す必要があるので、Ｓ２００の実行前段階では、図７（ａ）（ｂ）に示すようなヒストグラム及び／又は正規確率プロットを表示部３０に表示して標本の良否をユーザに確認させてもよい。そして、ユーザが後続処理の実行をキャンセルする操作をしたならば、予測処理を中断し、ユーザが後続処理の実行を許可する操作をしたならば、後続処理にステップを進めるように予測装置１を構成してもよい。

また、予測装置１は、上記「必要ディスク容量」を演算し、この演算結果を表示部３０に表示する構成にされてもよい。即ち、Ｓ２６０では、相場安時の取引数上限値ＥＬを、取引システムＭＳにおいて将来予想される一日当り一契約者当り取引数の上限値ＥＭとして表示部３０に表示する共に、予め操作部４０を通じてユーザから入力された「見込み契約者数」、定数Ｋ１及び定数Ｋ２に基づき、上述した式
「必要ディスク容量」＝Ｋ１×ＥＭ×「見込み契約者数」＋Ｋ２
に従って必要ディスク容量を算出し、これを表示部３０に表示するようにしてもよい。更には、取引数上限値ＥＭと共に「必要ディスク容量」を記述したログファイルを記憶部２０に保存するようにしてもよい。

同様に、Ｓ２７０では、相場高時の取引数上限値ＥＨを、取引システムＭＳにおいて将来予想される一日当り一契約者当り取引数の上限値ＥＭとして表示部３０に表示する共に、予め操作部４０を通じてユーザから入力された「見込み契約者数」、定数Ｋ１及び定数Ｋ２に基づき、上式に従って必要ディスク容量を算出し、これを表示部３０に表示するようにしてもよいし、取引数上限値ＥＭと共に「必要ディスク容量」を記述したログファイルを記憶部２０に保存するようにしてもよい。

尚、上述した第一実施例の予測装置１と「特許請求の範囲」との対応関係は、次の通りである。即ち、「特許請求の範囲」記載の取得手段及び取得手順は、演算部１０が実行するＳ１１０の処理にて実現され、基本変動量算出手段及び基本変動量算出手順は、演算部１０が実行するＳ１２０，Ｓ１３０の処理にて実現され、基本取引数算出手段及び基本取引数算出手順は、演算部１０が実行するＳ１４０〜Ｓ１８０の処理にて実現され、予測手段及び予測手順は、演算部１０が実行するＳ１９０〜Ｓ２７０の処理にて実現されている。特に、第一信頼区間端点算出手段及び第一信頼区間端点算出手順は、演算部１０が実行するＳ１９０，Ｓ２００の処理にて実現され、第二信頼区間端点算出手段及び第二信頼区間端点算出手順は、演算部１０が実行するＳ２１０，Ｓ２２０の処理にて実現されている。

［第二実施例］
続いて、第二実施例の予測装置１について説明する。第二実施例の予測装置１は、第一実施例とは異なり信頼区間を用いずに、取引システムＭＳにおいて将来予想される一日当り一契約者当り取引数の上限値ＥＭを求めるものである。第一実施例では、標本が正規分布を示すことを前提としているため、標本が正規分布から大きく乖離している場合には、精度よく取引数上限値ＥＭを求めることができない可能性があった。一方、以下に説明する第二実施例によれば、信頼区間を用いないため、例えば、標本数が少なく標本が正規分布から乖離している場合でも、適切に取引数上限値ＥＭを求めることができる。

尚、第二実施例の予測装置１は、図３に示す予測処理に代えて、演算部１０が図９及び図１０に示す予測処理を実行する構成にされたものであり、その他の構成は、第一実施例と同じである。従って、以下では、図９及び図１０に示す予測処理の内容を選択的に説明し、第二実施例の予測装置１について、第一実施例と同一構成の説明を適宜省略する。更に言えば、図９及び図１０に示す第二実施例の予測処理において、図３に示す予測処理と同一ステップ番号が付されたステップは、第一実施例と同内容の処理を実行するステップである。第二実施例の予測処理を説明するに当って、第一実施例と同一内容の処理を実行するステップの説明については、適宜省略する。

図９及び図１０に示す予測処理を開始すると、演算部１０は、第一実施例と同様にＳ１１０〜Ｓ１８０の処理を実行して、相場高時の基本変動量ＫＨ及び相場安時の基本変動量ＫＬを算出すると共に、取引実績データにレコードが登録された各日の基本取引数Ｒを算出する。そして、Ｓ１８０で肯定判断すると、Ｓ３１０に移行する。

Ｓ３１０に移行すると、演算部１０は、標本期間における基本取引数Ｒの度数分布を算出する。ここで言う標本期間とは、取引実績データにレコード（標本）が登録された取引日の集合のことを言う。

Ｓ３１０では、具体的に度数分布を算出する基本取引数Ｒの範囲Ｒ０≦Ｒ≦Ｒ１を所定分割数Ｎｒで分割し、図１１に示すように、分割後の各区間Ｉｒ＿ｍ（但し、ｍ＝０，１，２，…，Ｎｒ−１）に該当する基本取引数Ｒの度数Ｈｒ［ｍ］を算出する。度数Ｈｒ［ｍ］は、区間Ｉｒ＿ｍに収まる基本取引数Ｒの標本数である。標本は日毎のデータであるので、度数Ｈｒ［ｍ］は、基本取引数Ｒが区間Ｉｒ＿ｍに収まる日の発生日数に対応する。Ｒ０は、標本期間における基本取引数Ｒの最小値（換言すればＳ１１０〜Ｓ１８０の処理で算出された基本取引数Ｒの最小値）に設定することができ、Ｒ１は、標本期間における基本取引数Ｒの最大値に設定することができる。また、区間Ｉｒ＿ｍは、区間Ｒ０＋ｍ・（Ｒ１−Ｒ０）／Ｎｒ≦Ｒ＜Ｒ０＋（ｍ＋１）・（Ｒ１−Ｒ０）／Ｎｒのことである。但し、末端の区間Ｉｒ＿（Ｎｒ−１）のみは、区間Ｒ０＋（Ｎｒ−１）・（Ｒ１−Ｒ０）／Ｎｒ≦Ｒ≦Ｒ１の区間で定義する。図１１（ａ）には、Ｓ３１０で算出される基本取引数Ｒの度数分布（一例）を示す。

Ｓ３１０の処理後、演算部１０は、Ｓ３２０に移行し、Ｓ３１０で算出した基本取引数Ｒの度数分布を、単峰性を示すように補正する。具体的には、度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍを特定し、度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍを境界として、この区間より基本取引数Ｒが大きい各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］が単調非増加となり、度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍより基本取引数Ｒが小さい各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］が単調非減少となるように補正する。図１１（ｂ）は、基本取引数Ｒの度数分布であって、補正前の度数分布を点線で示し、補正後の度数分布を実線で示した折線グラフである。この他、図１２は、図１１（ｂ）示す折線グラフに対応するデータを示すものであり、補正前の各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］及び補正後の度数Ｈｒ’［ｍ］を示す図である。以下では、基本取引数Ｒの度数Ｈｒ［ｍ］について、補正後の度数をＨｒ’［ｍ］と表現する。付言すると、図１２に示すデータにおいて度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍは、度数Ｈｒ［ｍ］＝５０を示すｍ＝１０の区間であり、このデータにおいて分割数は、Ｎｒ＝３０である。

Ｓ３２０での補正方法について詳述すると、Ｓ３２０では、上記境界を始点にして、基本取引数Ｒが大きくなる方向に各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］を順に参照し、度数Ｈｒ［ｍ］の局所ピーク（極大点）を検出すると、図１１（ｂ）に示すように、局所ピークよりも手前の区間（即ち、局所ピークよりも基本取引数Ｒが小さい区間。但し、始点よりも基本取引数Ｒが大きい区間であることが前提である。）において度数Ｈｒ［ｍ］が局所ピークよりも小さい各区間の度数Ｈｒ［ｍ］を局所ピークの度数Ｈｒ［ｍ］に補正する。

また、上記境界を始点にして基本取引数Ｒが小さくなる方向に各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］を順に参照し、度数Ｈｒ［ｍ］の局所ピーク（極大点）を検出すると、図１１（ｂ）に示すように、局所ピークよりも手前の区間（即ち、局所ピークよりも基本取引数Ｒが大きい区間。但し、始点よりも基本取引数Ｒが小さい区間であることが前提である。）において度数Ｈｒ［ｍ］が局所ピークよりも小さい各区間の度数Ｈｒ［ｍ］を局所ピークの度数Ｈｒ［ｍ］に補正する。このようにして局所ピークをなくし、度数分布が単一ピークを有する分布となるように補正する。

この処理を終えると、演算部１０は、補正後の度数分布を、基本取引数Ｒについての確率分布に変換する（Ｓ３３０）。具体的には、各区間Ｉｒ＿ｍ（ｍ＝０，１，２…，Ｎｒ−１）に該当する基本取引数Ｒの発生確率Ｐｒ［ｍ］を、次式に従って算出する。

Ｐｒ［ｍ］＝Ｈｒ’［ｍ］／Σｒ
但し、Σｒは、補正後の全区間の度数Ｈｒ’［ｍ］の合計である。図１２には、各区間に対応する度数Ｈｒ［ｍ］，Ｈｒ’［ｍ］と合わせて、各区間に対応する基本取引数Ｒの発生確率Ｐｒ［ｍ］を示す。

このようにして単峰性を示すように補正を加えてなる基本取引数Ｒの確率分布を算出した後には、Ｓ３１０と同様の思想で相場変動量Ｇの度数分布を求め（Ｓ３４０）、この度数分布を、Ｓ３２０と同様の思想で単峰性を示すように補正し（Ｓ３５０）、これを相場変動量Ｇについての確率分布に変換する（Ｓ３６０）。

即ち、Ｓ３４０では、度数分布を算出する相場変動量Ｇの範囲Ｇ０≦Ｇ≦Ｇ１を所定分割数Ｎｇで分割し、図１３に示すように、分割後の各区間Ｉｇ＿ｎ（但し、ｎ＝０，１，２，…，Ｎｇ−１）に該当する相場変動量Ｇの度数Ｈｇ［ｎ］を算出する。度数Ｈｇ［ｎ］は、区間Ｉｇ＿ｎに収まる相場変動量Ｇの標本数であり、相場変動量Ｇが区間Ｉｇ＿ｎ内であった日の発生日数に対応する。Ｇ０は、標本期間における相場変動量Ｇの最小値に設定することができ、Ｇ１は、標本期間における相場変動量Ｇの最大値に設定することができる。また、区間Ｉｇ＿ｎとは、区間Ｇ０＋ｎ・（Ｇ１−Ｇ０）／Ｎｇ≦Ｇ＜Ｇ０＋（ｎ＋１）・（Ｇ１−Ｇ０）／Ｎｇのことである。但し、末端の区間Ｉｇ＿（Ｎｇ−１）に限っては、Ｇ０＋（Ｎｇ−１）・（Ｇ１−Ｇ０）／Ｎｇ≦Ｇ≦Ｇ１の区間で定義する。図１３（ａ）には、Ｓ３４０で算出される相場変動量Ｇの度数分布の例を示す。

Ｓ３４０の処理後、演算部１０は、Ｓ３５０に移行し、Ｓ３４０で算出した相場変動量Ｇの度数分布を補正する。具体的には、度数Ｈｇ［ｎ］が最大となる区間Ｉｇ＿ｎを境界として、この区間より相場変動量が大きい各区間Ｉｇ＿ｎの度数Ｈｇ［ｎ］が単調非増加となり、度数Ｈｇ［ｎ］が最大となる区間Ｉｇ＿ｎより相場変動量Ｇが小さい各区間Ｉｇ＿ｎの度数Ｈｇ［ｎ］が単調非減少となるように補正する。図１３（ｂ）は、相場変動量Ｇについての度数分布であって、補正前の度数分布を点線で示し、補正後の度数分布を実線で示した折線グラフである。この他、図１４は、図１３（ｂ）示す折線グラフに対応するデータを示すものであり、補正前の各区間Ｉｇ＿ｎの度数Ｈｇ［ｎ］及び補正後の度数Ｈｇ’［ｎ］を示す図である。以下では、相場変動量Ｇの度数Ｈｇ［ｎ］について、補正後の度数をＨｇ’［ｎ］と表現する。付言すると、図１４に示すデータにおいて度数Ｈｇ［ｎ］が最大となる区間Ｉｇ＿ｎは、度数Ｈｇ［ｎ］＝３２を示すｎ＝１９の区間であり、このデータにおいて分割数は、Ｎｇ＝３０である。

この処理を終えると、演算部１０は、Ｓ３６０に移行し、単峰性を示すように補正を加えてなる度数分布を、相場変動量Ｇについての確率分布に変換する。具体的には、各区間Ｉｇ＿ｎ（ｎ＝０，１，２…，Ｎｇ−１）に該当する相場変動量Ｇの発生確率Ｐｇ［ｎ］を、次式に従って算出する。

Ｐｇ［ｎ］＝Ｈｇ’［ｎ］／Σｇ
但し、Σｇは、補正後の全区間の度数Ｈｇ’［ｎ］の合計である。図１４には、各区間に対応する度数Ｈｇ［ｎ］，Ｈｇ’［ｎ］と合わせて、各区間に対応する相場変動量Ｇの発生確率Ｐｇ［ｎ］を示す。

このようにして単峰性を示すように補正を加えてなる相場変動量Ｇの確率分布を算出した後、演算部１０は、Ｓ３７０に移行し、基本取引数Ｒ及び相場変動量Ｇの組合せ毎の一日当り取引数Ｅｓ［ｍ，ｎ］を算出する。具体的には、区間Ｉｒ＿ｍにおける基本取引数Ｒの代表値Ｓｔ（Ｉｒ＿ｍ）及び区間Ｉｇ＿ｎの代表値Ｓｔ（Ｉｇ＿ｎ）を用いて、区間Ｉｒ＿ｍ及び区間Ｉｇ＿ｎの組合せ毎の一日当り取引数Ｅｓ［ｍ，ｎ］を算出する。代表値Ｓｔ（Ｉｒ＿ｍ）は、例えば、区間Ｉｒ＿ｍの中央値（Ｒ０＋（ｍ＋１／２）・（Ｒ１−Ｒ０）／Ｎｒ）に定めることができ、代表値Ｓｔ（Ｉｇ＿ｎ）は、例えば、区間Ｉｇ＿ｎの中央値（Ｇ０＋（ｎ＋１／２）（Ｇ１−Ｇ０）／Ｎｇ）に定めることができる。

詳述すると、ここでは、相場変動量Ｇの代表値Ｓｔ（Ｉｇ＿ｎ）が正である場合、次式に従って、一日当り取引数Ｅｓ［ｍ，ｎ］を算出する。
Ｅｓ［ｍ，ｎ］＝Ｓｔ（Ｉｒ＿ｍ）＋ＫＨ・Ｓｔ（Ｉｇ＿ｎ）
ＫＨは、上述したように相場高時の基本変動量である。また、ここで言う一日当り取引数Ｅｓ［ｍ，ｎ］は、厳密には、一日当り且つ一契約者当りの取引数のことである。

一方、相場変動量Ｇの代表値Ｓｔ（Ｉｇ＿ｎ）が負である場合、次式に従って、一日当り取引数Ｅｓ［ｍ，ｎ］を算出する。
Ｅｓ［ｍ，ｎ］＝Ｓｔ（Ｉｒ＿ｍ）＋ＫＬ・Ｓｔ（Ｉｇ＿ｎ）
ＫＬは、上述したように相場安時の基本変動量である。また、図１５（ａ）は、区間Ｉｒ＿ｍ及び区間Ｉｇ＿ｎの組合せ毎の一日当り取引数Ｅｓ［ｍ，ｎ］を棒グラフで示した図である。

Ｓ３７０の処理後、演算部１０は、Ｓ３８０に移行し、この一日当り取引数Ｅｓ［ｍ，ｎ］についての確率分布を算出する。具体的には、ｍ＝０，１，…，Ｎｒ−１及びｎ＝０，１，…，Ｎｇ−１の組合せ（ｍ，ｎ）毎に、一日当り取引数Ｅｓ［ｍ，ｎ］に対応する発生確率Ｐｅ［ｍ，ｎ］を、次式に従って算出する。

Ｐｅ［ｍ，ｎ］＝Ｐｒ［ｍ］・Ｐｇ［ｎ］
上述したようにＰｒ［ｍ］は、区間Ｉｒ＿ｍに収まる基本取引数Ｒの発生確率であり、Ｐｇ［ｎ］は、区間Ｉｇ＿ｎに収まる相場変動量Ｇの発生確率である。図１５（ｂ）には、一日当り取引数Ｅｓ［ｍ，ｎ］についての確率分布を棒グラフで示す。

Ｓ３８０の処理後、演算部１０は、上記組合せ（ｍ，ｎ）毎に、一日当り取引数Ｅｓ［ｍ，ｎ］及び発生確率Ｐｅ［ｍ，ｎ］及び累積確率Ｐｓ［ｍ，ｎ］を関連付けてなるレコードを登録したテーブル（以下、「分布テーブル」と表現する。）を生成する（Ｓ３９０）。但し、このテーブル生成時において累積確率Ｐｓ［ｍ，ｎ］のフィールドは、空とする。この分布テーブルには、各組合せ（ｍ，ｎ）に対応する上記レコードを、一日当り取引数Ｅｓ［ｍ，ｎ］の小さい順に並べる（ソートする）ようにして登録する。図１６には、分布テーブルの構成例を示す。

また、分布テーブルを作成すると、演算部１０は、Ｓ４００に移行して、この分布テーブル内の各レコードに累積確率Ｐｓ［ｍ，ｎ］を登録する。ここで各レコードに登録する累積確率Ｐｓ［ｍ，ｎ］は、「累積確率Ｐｓ［ｍ，ｎ］を登録する対象のレコードの発生確率Ｐｅ［ｍ，ｎ］」及び「一日当り取引数Ｅｓ［ｍ，ｎ］が上記登録する対象のレコード以下のレコード群が示す各発生確率Ｐｅ［ｍ，ｎ］」の合計値である。即ち、累積確率Ｐｓ［ｍ，ｎ］は、将来の各日において一日当り及び一契約者当りの取引数が、値Ｅｓ［ｍ，ｎ］以下となる確率を表す。

その後、演算部１０は、上記分布テーブル内において、一日当り取引数Ｅｓ［ｍ，ｎ］の小さいレコードから順に参照し、累積確率Ｐｓ［ｍ，ｎ］が特定確率（本実施例では、９９．９％）を超える一日当り取引数Ｅｓ［ｍ，ｎ］を、図１６に示すように特定する。本実施例では、この特定した値を、将来の取引システムＭＳにおける一日当り且つ一契約者当りの取引数の上限値ＥＭであると予測する（Ｓ４１０）。

この後、演算部１０は、予測した取引数上限値ＥＭを表示部３０に表示する共に、取引数上限値ＥＭ及び分布テーブルを記述したログファイルを生成して、これを記憶部２０に保存する（Ｓ４２０）。尚、ここでは、上記ログファイルを生成して記憶部２０に保存することにより、予測装置１にインストールされた別のアプリケーションプログラムを通じて、ユーザが後日予測結果を再度確認できるようにする。その後、演算部１０は、予測処理を終了する。

以上、第二実施例について説明したが、第二実施例によれば、信頼区間を用いて取引数上限値ＥＭを予測せずに、基本取引数Ｒ及び相場変動量Ｇの確率分布から、一日当り取引数Ｅｓの確率分布を求めて、この一日当り取引数Ｅｓの確率分布から、累積確率Ｐｓが特定確率（９９．９％）を超える一日当り取引数Ｅｓの値を、取引数上限値ＥＭであると予測する。従って、標本が正規分布に近似しない場合でも、精度よく取引数上限値ＥＭを求めることができる。

換言すると、第一実施例では、標本が正規分布に従うことを前提として、信頼区間を用いて取引数上限値ＥＭを求めるため、標本が正規分布に従わない場合には、精度よく取引数上限値ＥＭを求めることができない。従って、標本数が少なく標本が正規分布から大きく乖離している場合には、取引数上限値ＥＭの予測精度が劣化する。一方、第二実施例によれば、標本数が少なく標本が正規分布から大きく乖離している場合でも、取引数上限値ＥＭを精度よく求めることができる。

また、本実施例によれば、度数分布が度数最大の点を基準に滑らかな山型形状となっていない場合には、上述した手法で補正して、度数分布を単峰性の山型形状にし、この補正後の度数分布に基づいて基本取引数Ｒ及び相場変動量Ｇについての確率分布を求める。即ち、標本のバラツキによって取引数上限値ＥＭの予測精度が劣化しないように、上記度数分布の補正を加える。従って、本実施例によれば、標本のバラツキによる影響を抑えて高精度に取引数上限値ＥＭを求めることができる。

但し、標本数が多く標本が正規分布に従う場合には第一実施例のように信頼区間を用いて取引数上限値ＥＭを求めた方が簡単な処理手順で精度よく取引数上限値ＥＭを求めることができる。従って、予測装置１は、第一実施例の予測処理を実行して取引数上限値ＥＭを求めるか、第二実施例の予測処理を実行して取引数上限値ＥＭを求めるかを切替可能な構成にされてもよい。例えば、第一実施例の予測処理と第二実施例の予測処理は、前半部分の処理（Ｓ１１０〜Ｓ１８０）が同じであるので、Ｓ１８０で肯定判断した後のステップで、標本数（取引実績データのレコード数）が所定値以上であるか否かを判断し、所定値以上であれば、第一実施例の予測処理と同様にＳ１９０〜Ｓ２７０の処理を実行し、標本数が所定値未満であれば、第二実施例と予測処理と同様にＳ３１０以降の処理を実行するように、予測装置１を構成することができる。

この他、標本数（取引実績データのレコード数）が所定値以上であるか否かの判断に代えて、基本取引数Ｒ及び相場変動量Ｇの夫々について正規分布との一致度を評価する処理を実行するように予測装置１は構成されてもよい。即ち、正規分布との一致度が高ければ、第一実施例の予測処理と同様にＳ１９０〜Ｓ２７０の処理を実行し、正規分布との一致度が低ければ、第二実施例と予測処理と同様にＳ３１０以降の処理を実行するように、予測装置１を構成してもよい。

また、第二実施例においても、第一実施例と同様、取引数上限値ＥＭに基づき、取引システムＭＳに必要なコンピュータ資源を見積もり、その結果を表示するようにしてもよい。例えば、第二実施例の予測装置は、上記「必要ディスク容量」を演算し、この演算結果を表示部３０に表示する構成にすることができる。更には、取引数上限値ＥＭや分布テーブルと共に「必要ディスク容量」を記述してなるログファイルを記憶部２０に保存するように、予測装置を構成してもよい。

具体的には、変形例として図１０右下にＳ４２０の詳細を示すように、Ｓ４２０では、入力画面を表示して、操作部４０を通じた「見込み契約者数」及び定数Ｋ１及び定数Ｋ２についての入力を受け付け（Ｓ４２１）、「見込み契約者数」及び定数Ｋ１及び定数Ｋ２が入力されると、上述した式
「必要ディスク容量」＝Ｋ１×ＥＭ×「見込み契約者数」＋Ｋ２
に従って必要ディスク容量を算出し（Ｓ４２３）、その後、Ｓ４１０で予測した取引数上限値ＥＭをＳ４２３で算出した必要ディスク容量と共に表示部３０に表示し（Ｓ４２５）、取引数上限値ＥＭ及び分布テーブル及び必要ディスク容量を記述したログファイルを記憶部２０に保存する（Ｓ４２７）ようにしてもよい。

尚、第二実施例と「特許請求の範囲」との対応関係は、次の通りである。「特許請求の範囲」記載の基本取引数確率分布算出手段（手順）は、演算部１０が実行するＳ３１０〜Ｓ３３０の処理にて実現され、相場変動量確率分布算出手段（手順）は、演算部１０が実行するＳ３４０〜Ｓ３６０の処理にて実現されている。また、基本取引数確率分布算出手段（手順）により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、相場変動量確率分布算出手段（手順）により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、及び、基本変動量算出手段により算出された基本変動量Ｋに基づき、予測値を算出し出力する動作は、演算部１０が実行するＳ３７０〜Ｓ４２０の処理にて実現されている。

［第三実施例］
続いて第三実施例の予測装置１について説明する。本実施例の予測装置１は、微小時間当り取引数（瞬間取引数）の上限値を予測して、取引システムＭＳ（図２参照）のリソースを適切に調整するための情報を提供するものである。具体的に、本実施例の予測装置１は、一ユーザ当りの瞬間取引数の上限値を予測する。予測装置１の利用者は、この予測結果に基づいて、例えば、見込まれるユーザ数に応じた処理能力のＣＰＵを取引システムＭＳに搭載し、取引システムＭＳに対する過剰な投資を避けて、ローコストに安定した取引システムＭＳの運営を実現する。

尚、以下に説明する予測装置１では、説明を簡単にするため、第一及び第二実施例と同様、予測対象の取引システムＭＳが、ドル−円外国為替取引を専門に取り扱う取引システムＭＳであるものとして話を進める。取り扱う通貨の異なる複数種の外国為替取引を実行可能な取引システムのリソース調整に関しては、取引の種類毎に、以下に説明する予測方法と同様の手順によって瞬間取引数の上限値を予測し、当該種類毎の瞬間取引数上限値の合算値に基づいて、取引システムのリソースを調整すればよい。

本実施例の予測装置１は、操作部４０から入力される指令に従って、図１７に示す予測処理を実行することにより、取引システムＭＳにおけるドル−円外国為替取引についての瞬間取引数の上限値Ｑｚを予測し、この予測結果に従って、取引システムＭＳに必要な演算能力（必要ＣＰＵ数）を算出する。この予測処理は、演算部１０がＣＰＵ１１にて記憶部２０に記憶された専用プログラムを実行することにより実現される。

演算部１０は、予測処理を開始すると、標本期間の入力操作を、操作部４０を通じて予測装置１の利用者から受け付ける（Ｓ１１１０）。瞬間取引数の上限値Ｑｚを予測する際には、過去の取引実績についての標本を必要とするが、ここでは、取引実績を標本として用いる期間である標本期間の入力操作を受け付ける。

この処理を終えると演算部１０は、記憶部２０に標本期間の取引実績データを格納するためのデータファイルである標本ファイルを新規生成する（Ｓ１１２０）。
そして、標本期間に該当する日の一群から、処理対象日を一つ選択し、選択した処理対象日についてＳ１１３０以降の処理を実行する。具合的には、まず処理対象日の取引ログを記憶部２０から読み込む（Ｓ１１３０）。取引ログは、一日の取引履歴を表すデータファイルであり、該当日に行われた各取引の実行時刻及び実行内容を表すレコード群が格納されてなるものである。記憶部２０には、外部入出力部５０を通じて外部から日毎の取引ログが登録される。

この後、演算部１０は、読み込んだ取引ログに基づき、処理対象日の取引数Ａ及び処理対象日の集中率Ｂを算出する（Ｓ１１４０，Ｓ１１５０）。ここで言う処理対象日の集中率Ｂとは、処理対象日において瞬間取引数が最大となった時刻の当該瞬間取引数Ｑが、処理対象日の取引総数（取引数Ａ）に占める割合Ｂ＝Ｑ／Ａのことである。本実施例では、３０秒を微小時間と定義し、３０秒間当りの取引数を「瞬間取引数」として取り扱う。

詳述すると、Ｓ１１５０では、処理対象日の取引ログに基づき、３０秒間当りの取引数（瞬間取引数）が最大となる区間（３０秒間）を特定し、この区間の取引数（瞬間取引数Ｑ）を、処理対象日の取引数Ａで除算した値を、処理対象日の集中率Ｂとして算出する。但し、微小時間は、３０秒に定義される必要はなく、一日に対して十分短い時間であれば構わない。

処理対象日の取引数Ａ及び集中率Ｂを算出すると、演算部１０は、処理対象日の日付Ｔ、取引数Ａ、及び、集中率Ｂを記述したレコードを標本ファイルに登録する（Ｓ１１６０）。尚、本実施例では、この標本ファイルに、取引実績データとして、図１８に示すような標本期間に該当する日毎のレコードを登録する。レコードとしては、該当日の日付Ｔ、該当日の取引数Ａ、該当日の集中率Ｂ、該当日現在での契約者数Ｕ、該当日における一契約者当り取引数Ｅ、該当日所定時刻Ｔ０での取引相場（円相場）Ｆ、及び、該当日の相場変動量Ｇのフィールドを有するレコードを登録する。

Ｓ１１６０では、処理対象日の日付Ｔ、取引数Ａ、及び、集中率Ｂ以外のフィールドを空にして上記構成のレコードの登録を行う。
演算部１０は、このような内容のＳ１１３０〜Ｓ１１６０の処理を、標本期間に該当する各日のレコードを標本ファイルに登録するまで繰返し実行し、標本期間に該当する全ての日のレコードを標本ファイルに登録する動作が完了すると、Ｓ１１７０で肯定判断し、Ｓ１１８０に移行する。

また、Ｓ１１８０では、記憶部２０に記憶された契約者数ファイルに基づき、標本ファイルに格納された各レコードの契約者数Ｕのフィールドに、該当日の契約者数Ｕを登録すると共に、各レコードの取引数Ｅのフィールドに、該当日の取引数Ａから該当日の契約者数Ｕを除算した値である該当日における一契約者当り取引数Ｅ＝Ａ／Ｕを登録する。

尚、該当日の契約者数Ｕとは、第一実施例でも説明したように、該当日以前に取引システムＭＳの利用契約を交わして該当日に取引システムＭＳを利用可能であったユーザ数のことである。換言すれば、該当日に取引を要求したか否かに拘らず取引システムＭＳを通じて取引を要求することが可能であった取引システムＭＳのユーザ数のことである。契約者数ファイルは、過去における各日の契約者数Ｕを表すデータファイルとして予め作成され、外部入出力部５０を通じて記憶部２０に記憶される。

この処理を終えると、演算部１０は、Ｓ１１９０に移行し、記憶部２０に記憶された相場履歴ファイルに基づき、標本ファイルに格納された各レコードの取引相場Ｆのフィールドに、該当日の所定時刻Ｔ０での取引相場Ｆを登録し、更には、各レコードの相場変動量Ｇのフィールドに、該当日の相場変動量Ｇを登録する。本実施例では、第一実施例と同様、該当日の所定時刻Ｔ０での取引相場Ｆから該当日前日の所定時刻Ｔ０での取引相場Ｆを引いた値を、該当日の相場変動量Ｇとして登録する。

本実施例では、このようにして標本ファイルに、標本期間のレコード群からなる日毎の取引数Ａ，Ｅ、相場変動量Ｇ及び集中率Ｂを特定可能な取引実績データを登録する。
また、Ｓ１１９０での処理を終えると、演算部１０は、Ｓ１２００に移行して、図１９及び図２０に示すメイン処理を実行する。メイン処理では、標本ファイルに格納されたレコード群（取引実績データ）に基づき、第一及び第二実施例と同様、線形回帰分析により相場安（ドル安）時の基本変動量ＫＬ、及び、相場高（ドル高）時の基本変動量ＫＨを算出する（Ｓ１２１０，Ｓ１２２０）。

Ｓ１２１０，Ｓ１２２０での処理を終えると、演算部１０は、Ｓ１２３０に移行して、標本期間に該当する日の一つを、基本取引数Ｒの算出対象日に設定し、この算出対象日のレコードが示す相場変動量Ｇがマイナスであるか否かを判断することによって、算出対象日が相場安の日であるか否かを判断する（Ｓ１２４０）。

そして、算出対象日が相場安の日である場合には（Ｓ１２４０でＹｅｓ）、Ｓ１２５０に移行し、算出対象日のレコードが示す取引数Ｅ及び相場変動量Ｇ並びにＳ１２１０で算出した相場安時の基本変動量ＫＬを次式
Ｒ＝Ｅ−（ＫＬ×Ｇ）
に代入して算出対象日の基本取引数Ｒを算出する。その後、Ｓ１２７０に移行する。

一方、算出対象日のレコードが示す相場変動量Ｇがプラス又はゼロであり該当日が相場高の日であると判断すると（Ｓ１２４０でＮｏ）、演算部１０は、Ｓ１２６０に移行し、算出対象日のレコードが示す取引数Ｅ及び相場変動量Ｇ並びにＳ１２２０で算出した相場高時の基本変動量ＫＨを次式
Ｒ＝Ｅ−（ＫＨ×Ｇ）
に代入して算出対象日の基本取引数Ｒを算出する。その後、Ｓ１２７０に移行する。

Ｓ１２７０に移行すると、演算部１０は、標本期間に該当する全ての日を算出対象日に設定してＳ１２３０以降の処理を実行したか否かを判断し、実行していない場合には（Ｓ１２７０でＮｏ）、Ｓ１２３０に移行して算出対象日に未だ設定してない日を新たな算出対象日に設定し、Ｓ１２４０以降の処理を実行する。

演算部１０は、このような処理を繰り返して、標本期間に該当する各日の基本取引数Ｒを算出すると（Ｓ１２７０でＹｅｓ）、Ｓ１２８０に移行する。
Ｓ１２８０に移行すると、演算部１０は、標本期間における基本取引数Ｒの度数分布を算出する。Ｓ１２８０では、第二実施例におけるＳ３１０の処理と同様、度数分布を算出する基本取引数Ｒの範囲Ｒ０≦Ｒ≦Ｒ１を所定分割数Ｎｒで分割し、図１１に示すように、分割後の各区間Ｉｒ＿ｍ（但し、ｍ＝０，１，２，…，Ｎｒ−１）に該当する基本取引数Ｒの度数Ｈｒ［ｍ］を算出する。Ｒ０は、標本期間における基本取引数Ｒの最小値に設定することができ、Ｒ１は、標本期間における基本取引数Ｒの最大値に設定することができる。

その他、基本取引数Ｒの確率分布が正規分布に近似することを利用して、標本期間の基本取引数Ｒの一群に基づき、当該基本取引数Ｒの平均μｒ及び標準偏差σｒを算出し、基本取引数Ｒの範囲Ｒ０≦Ｒ≦Ｒ１を、発生確率が略１００％となる範囲μｒ−５σｒ≦Ｒ≦μｒ＋５σｒに定めてもよい（Ｒ０＝μｒ−５σｒ，Ｒ１＝μｒ＋５σｒ）。但し、この場合、基本取引数Ｒについてはマイナス値を採りえないので、μｒ−５σｒ＜０である場合には、Ｒ０＝０に定めることになる。

Ｓ１２８０の処理後、演算部１０は、Ｓ１２８５に移行し、Ｓ１２８０で算出した基本取引数Ｒの度数分布を、単峰性を示す分布となるように補正する（図１１（ｂ）参照）。即ち、第二実施例と同様、度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍを特定し、度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍを境界として、この区間より基本取引数Ｒが大きい各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］が単調非増加となり、度数Ｈｒ［ｍ］が最大となる区間Ｉｒ＿ｍより基本取引数Ｒが小さい各区間Ｉｒ＿ｍの度数Ｈｒ［ｍ］が単調非減少となるように補正する。以下では、基本取引数Ｒの度数Ｈｒ［ｍ］について、補正後の度数をＨｒ’［ｍ］と表現する。

この処理を終えると、演算部１０は、補正後の度数分布を、基本取引数Ｒについての確率分布に変換する（Ｓ１２８７）。具体的には、各区間Ｉｒ＿ｍ（ｍ＝０，１，２…，Ｎｒ−１）に該当する基本取引数Ｒの発生確率Ｐｒ［ｍ］を、次式に従って算出する。

Ｐｒ［ｍ］＝Ｈｒ’［ｍ］／Σｒ
但し、Σｒは、補正後の全区間の度数Ｈｒ’［ｍ］の合計である。
このようにして単峰性を示すように補正を加えてなる基本取引数Ｒの確率分布を算出した後には、第二実施例におけるＳ３４０〜Ｓ３６０の処理と同様の手法で相場変動量Ｇの度数分布を求め（Ｓ１２９０）、この度数分布を、単峰性を示すように補正した後（Ｓ１２９５）、相場変動量Ｇについての確率分布に変換する（Ｓ１２９７）。

即ち、Ｓ１２９０では、度数分布を算出する相場変動量Ｇの範囲Ｇ０≦Ｇ≦Ｇ１を所定分割数Ｎｇで分割し、分割後の各区間Ｉｇ＿ｎ（但し、ｎ＝０，１，２，…，Ｎｇ−１）に該当する相場変動量Ｇの度数Ｈｇ［ｎ］を算出する。Ｇ０は、標本期間における相場変動量Ｇの最小値に設定することができ、Ｇ１は、標本期間における相場変動量Ｇの最大値に設定することができる。この他、相場変動量Ｇが正規分布に近似することを利用して、標本期間の相場変動量Ｇの一群に基づき、相場変動量Ｇの平均μｇ及び標準偏差σｇを算出し、確率分布を求める相場変動量Ｇの範囲Ｇ０≦Ｇ≦Ｇ１を、μｇ−５σｇ≦Ｇ≦μｇ＋５σｇに定めてもよい（Ｇ０＝μｇ−５σｇ，Ｇ１＝μｇ＋５σｇ）。

Ｓ１２９０の処理後、演算部１０は、Ｓ１２９５に移行し、Ｓ１２９０で算出した相場変動量Ｇの度数分布（図１３（ａ）参照）を、単峰性を示す分布となるように補正する（図１３（ｂ）参照）。具体的には、度数Ｈｇ［ｎ］が最大となる区間Ｉｇ＿ｎを境界として、この区間より相場変動量が大きい各区間Ｉｇ＿ｎの度数Ｈｇ［ｎ］が単調非増加となり、度数Ｈｇ［ｎ］が最大となる区間Ｉｇ＿ｎより相場変動量Ｇが小さい各区間Ｉｇ＿ｎの度数Ｈｇ［ｎ］が単調非減少となるように補正する。以下では、相場変動量Ｇの度数Ｈｇ［ｎ］について、補正後の度数をＨｇ’［ｎ］と表現する。

この処理を終えると、演算部１０は、Ｓ３６０に移行し、上述した処理で単峰性を示すように補正を加えてなる度数分布を、相場変動量Ｇについての確率分布に変換する。具体的には、各区間Ｉｇ＿ｎ（ｎ＝０，１，２…，Ｎｇ−１）に該当する相場変動量Ｇの発生確率Ｐｇ［ｎ］を、次式に従って算出する。

Ｐｇ［ｎ］＝Ｈｇ’［ｎ］／Σｇ
但し、Σｇは、補正後の全区間の度数Ｈｇ’［ｎ］の合計である。
このようにして単峰性を示すように補正を加えてなる相場変動量Ｇの確率分布を算出した後には、Ｓ１３００に移行し、第二実施例におけるＳ３７０での処理と同様、基本取引数Ｒ及び相場変動量Ｇの組合せ毎の１日当り取引数Ｅｓ［ｍ，ｎ］を算出する。具体的には、区間Ｉｒ＿ｍにおける基本取引数Ｒの代表値Ｓｔ（Ｉｒ＿ｍ）及び区間Ｉｇ＿ｎの代表値Ｓｔ（Ｉｇ＿ｎ）を用いて、区間Ｉｒ＿ｍ及び区間Ｉｇ＿ｎの組合せ毎の１日当り取引数Ｅｓ［ｍ，ｎ］を算出する。即ち、相場変動量Ｇの代表値Ｓｔ（Ｉｇ＿ｎ）が正である場合、次式に従って、１日当り取引数Ｅｓ［ｍ，ｎ］を算出する。

Ｅｓ［ｍ，ｎ］＝Ｓｔ（Ｉｒ＿ｍ）＋ＫＨ・Ｓｔ（Ｉｇ＿ｎ）
一方、相場変動量Ｇの代表値Ｓｔ（Ｉｇ＿ｎ）が負である場合、次式に従って、一日当り取引数Ｅｓ［ｍ，ｎ］を算出する。

Ｅｓ［ｍ，ｎ］＝Ｓｔ（Ｉｒ＿ｍ）＋ＫＬ・Ｓｔ（Ｉｇ＿ｎ）
図２１（ａ）は、区間Ｉｒ＿ｍ及び区間Ｉｇ＿ｎの組合せ毎の１日当り取引数Ｅｓ［ｍ，ｎ］を棒グラフで示した図である。

このような処理の実行後、演算部１０は、Ｓ１３１０に移行し、１日当り取引数Ｅｓ［ｍ，ｎ］についての確率分布を算出する。具体的には、ｍ＝０，１，…，Ｎｒ−１及びｎ＝０，１，…，Ｎｇ−１の組合せ（ｍ，ｎ）毎に、１日当り取引数Ｅｓ［ｍ，ｎ］に対応する発生確率Ｐｅ［ｍ，ｎ］を、次式に従って算出する。

Ｐｅ［ｍ，ｎ］＝Ｐｒ［ｍ］・Ｐｇ［ｎ］
上述したようにＰｒ［ｍ］は、区間Ｉｒ＿ｍに収まる基本取引数Ｒの発生確率であり、Ｐｇ［ｎ］は、区間Ｉｇ＿ｎに収まる相場変動量Ｇの発生確率である。また、図２１（ｂ）は、１日当り取引数Ｅｓ［ｍ，ｎ］についての確率分布を棒グラフで示した図である。

Ｓ１３１０の処理実行後、演算部１０は、Ｓ１３２０に移行し、取引実績データが示す標本期間の各日の集中率Ｂについての度数分布を算出する。
具体的には、度数分布を算出する集中率Ｂの範囲Ｂ０≦Ｂ≦Ｂ１を所定分割数Ｎｂで分割して、分割後の区間Ｉｂ＿ｊ（但し、ｊ＝０，１，２，…，Ｎｂ−１）毎に集中率Ｂの度数Ｈｂ［ｊ］を算出する。ここで言う区間Ｉｂ＿ｊは、区間Ｂ０＋ｊ・（Ｂ１−Ｂ０）／Ｎｂ≦Ｂ＜Ｂ０＋（ｊ＋１）・（Ｂ１−Ｂ０）／Ｎｂのことである。但し、末端の区間Ｉｂ＿（Ｎｂ−１）のみは、区間Ｂ０＋（Ｎｂ−１）・（Ｂ１−Ｂ０）／Ｎｂ≦Ｂ≦Ｂ１の区間で定義する。値Ｂ０は、標本期間における集中率Ｂの最小値を基準に定めることができ、値Ｂ１は、標本期間における集中率Ｂの最大値を基準に定めることができる。また、分割数Ｎｂは、例えば、Ｎｂ＝３０に設定することができる。言うまでもないが度数Ｈｂ［ｊ］は、区間Ｉｂ＿ｊに収まる集中率Ｂを示す標本数である。図２２（ａ）には、Ｓ１３２０で算出される集中率Ｂの度数分布の例を示す。

Ｓ１３２０の処理実行後、演算部１０は、Ｓ１３３０に移行し、Ｓ１３２０で算出した集中率Ｂについての度数分布を、単峰性を示すように補正する。具体的には、度数Ｈｂ［ｊ］が最大となる区間Ｉｂ＿ｊを特定し、度数Ｈｂ［ｊ］が最大となる区間Ｉｂ＿ｊを境界として、この区間よりも集中率Ｂが大きい各区間Ｉｂ＿ｊにおける度数Ｈｂ［ｊ］が単調非増加となるように補正する。図２２（ｂ）は、度数分布の補正方法について説明した図である。

詳述すると、上記境界を始点にして、集中率Ｂが大きくなる方向に各区間Ｉｂ＿ｊの度数Ｈｂ［ｊ］を順に参照し、度数Ｈｂ［ｊ］の局所ピーク（極大点）を検出すると、図２２（ｂ）に示すように、局所ピークよりも手前の区間において局所ピークよりも小さい各区間の度数Ｈｂ［ｊ］を局所ピークの度数Ｈｂ［ｊ］に補正する。

また、度数Ｈｂ［ｊ］が最大となる区間Ｉｂ＿ｊを境界として、この区間よりも集中率Ｂが小さい各区間Ｉｂ＿ｊの度数Ｈｂ［ｊ］が単調非減少となるように補正する。具体的には、上記境界を始点にして集中率Ｂが小さくなる方向に各区間Ｉｂ＿ｊの度数Ｈｂ［ｊ］を順に参照し、度数Ｈｂ［ｊ］の局所ピーク（極大点）を検出すると、局所ピークよりも手前の区間（即ち、局所ピークよりも集中率Ｂが大きい区間。但し、始点よりも集中率Ｂが小さい区間であることが前提である。）において度数Ｈｂ［ｊ］が局所ピークよりも小さい各区間の度数Ｈｂ［ｊ］を局所ピークの度数Ｈｂ［ｊ］に補正する。

このようにしてＳ１３３０では、局所ピークをなくし、集中率Ｂの度数分布が単一ピークを有する分布となるように補正する。以下では、補正後の度数をＨｂ’［ｊ］と表現する。

また、この処理を終えると、演算部１０は、補正後の度数分布を、集中率Ｂの確率分布に変換する（Ｓ１３４０）。図２２（ｃ）は、変換後の集中率Ｂの確率分布を表すグラフである。具体的には、各区間Ｉｂ＿ｊ（ｊ＝０，１，２…，Ｎｂ−１）に該当する集中率Ｂの発生確率Ｐｂ［ｊ］を、次式に従って算出する。但し、Σは、補正後の全区間の度数Ｈｂ’［ｊ］の合計である。

Ｐｂ［ｊ］＝Ｈｂ’［ｊ］／Σ
このようにして単峰性を示すように補正を加えてなる集中率Ｂの確率分布を算出した後、演算部１０は、Ｓ１３５０に移行し、基本取引数Ｒ、相場変動量Ｇ、及び、集中率Ｂの組合せ毎の瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］を算出する。具体的には、Ｓ１３００で算出した一日当り取引数Ｅｓ［ｍ，ｎ］及び各区間Ｉｂ＿ｊの集中率Ｂの代表値Ｓｔ（Ｉｂ＿ｊ）を用いて、一日当り取引数Ｅｓ［ｍ，ｎ］及び各区間Ｉｂ＿ｊの集中率Ｂの組合せ毎の瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］を、次式に従って算出する（ｍ＝０，１，…，Ｎｒ−１、ｎ＝０，１，…，Ｎｇ−１、ｊ＝０，１，…，Ｎｂ−１）。

Ｑｓ［ｍ，ｎ，ｊ］＝Ｅｓ［ｍ，ｎ］・Ｓｔ（Ｉｂ＿ｊ）
尚、代表値Ｓｔ（Ｉｂ＿ｊ）は、区間Ｉｂ＿ｊの中央値（Ｂ０＋（ｊ＋１／２）・（Ｂ１−Ｂ０）／Ｎｂ）に定めることができる。

更に、演算部１０は、瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］についての確率分布を算出する。具体的には、ｍ＝０，１，…，Ｎｒ−１及びｎ＝０，１，…，Ｎｇ−１及びｊ＝０，１，…，Ｎｂ−１の組合せ（ｍ，ｎ，ｊ）毎に、瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］に対応する発生確率Ｐｑ［ｍ，ｎ，ｊ］を、次式に従って算出する（Ｓ１３６０）。

Ｐｑ［ｍ，ｎ，ｊ］＝Ｐｅ［ｍ，ｎ］・Ｐｂ［ｊ］
そして、算出した組合せ（ｍ，ｎ，ｊ）毎の瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］及び発生確率Ｐｑ［ｍ，ｎ，ｊ］を格納したテーブル（分布テーブル）を生成し、これを記憶部２０に記憶する。この際には、各組合せ（ｍ，ｎ，ｊ）に対応する瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］及び発生確率Ｐｑ［ｍ，ｎ，ｊ］を記述したレコードを、瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］の小さい順に並べて、分布テーブルに登録する（Ｓ１３７０）。

更に、各レコードには、自己レコード及び自己レコード以下の瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］を示すレコードの発生確率Ｐｑ［ｍ，ｎ，ｊ］を合計して得られる累積確率Ｐｓ［ｍ，ｎ，ｊ］を登録する（Ｓ１３８０）。累積確率Ｐｓ［ｍ，ｎ，ｊ］は、将来の各日における最大瞬間取引数（一契約者当たり）が、瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］以下となる確率を表す。図２３は、本実施例における分布テーブルの構成例を示す図である。

その後、演算部１０は、累積確率が特定確率（本実施例では、９９．９％）を超える瞬間取引数Ｑｓを特定する。本実施例では、この特定した値を、将来における瞬間取引数Ｑｓの上限値Ｑｚであると予測する（Ｓ１３９０）。即ち、瞬間取引数Ｑｓの小さい順に、発生確率Ｐｑを累積したときの累積確率が特定確率を超える瞬間取引数Ｑｓを、上限値Ｑｚであると予測する。

また、この処理を終えると演算部１０は、瞬間取引数Ｑｓを横軸とし累積確率Ｐｓを縦軸とする、各瞬間取引数Ｑｓでの累積確率Ｐｓをプロットしたグラフ（図２４参照）を、表示部３０に表示する。このグラフには、併せて、上記予測した瞬間取引数Ｑｓの上限値Ｑｚを表示する（Ｓ１３９５）。図２４は、Ｓ１３９５で表示するグラフの構成を示した図である。図２４に示す例では、更に組合せ（ｍ，ｎ，ｊ）毎の瞬間取引数Ｑｓ［ｍ，ｎ，ｊ］に対応する発生確率Ｐｑ［ｍ，ｎ，ｊ］をグラフにプロットしている。このようにして、本実施例では、瞬間取引数Ｑｓの上限値Ｑｚについての予測結果を、表示部３０を通じて利用者に報知する。

その後、演算部１０は、Ｓ１４００，Ｓ１４１０の処理を実行することにより、Ｓ１３９０で予測した上限値Ｑｚに基づいて、取引システムＭＳに必要な演算能力を算出し、この算出結果を利用者に報知する。具体的に、Ｓ１４００では、取引システムＭＳに搭載するＣＰＵ一つ当りの同時処理可能な取引数Ａｐ及び取引システムＭＳの想定契約者数Ｕ０の入力操作を受け付ける。そして、Ｓ１４１０では、操作部４０を通じて入力された取引数Ａｐ及び想定契約者数Ｕ０の情報に基づき、取引システムＭＳに必要な演算能力として、必要ＣＰＵ数の予測値Ｚを、次式に従って算出し、この値Ｚを表示部３０に表示する。

Ｚ＝Ｑｚ・Ｕ０／Ａｐ
Ｓ１３９０で予測される瞬間取引数Ｑｓの上限値Ｑｚは、一契約者当りの値であるので、ここでは、上限値Ｑｚに想定契約者数Ｕ０を乗算し、この乗算値Ｑｚ・Ｕ０を一ＣＰＵ当りの同時処理可能取引数Ａｐで除算することにより、必要ＣＰＵ数Ｚを算出する。

更に、演算部１０は、Ｓ１４２０，Ｓ１４３０の処理を実行することにより、現取引システムＭＳにおける受け入れ可能な契約者数の上限値である限界契約者数の推定値Ｕｍを算出する。具体的に、Ｓ１４２０では、当初想定された限界契約者数Ｕｍ０及び当初想定された瞬間取引数の上限値Ｑｚ０の入力操作を受け付ける。そして、Ｓ１４３０では、操作部４０を通じて入力された限界契約者数Ｕｍ０及び上限値Ｑｚ０、並びに、Ｓ１３９０で予測された上限値Ｑｚの情報に基づき、限界契約者数の最新推定値Ｕｍを、次式に従って算出し、この値Ｕｍを表示部３０に表示する。

Ｕｍ＝Ｕｍ０・Ｑｚ０／Ｑｚ
このようにして、予測処理では、将来における必要ＣＰＵ数の予測値Ｚ及び現状における限界契約者数の推定値Ｕｍの情報を、予測装置の利用者に表示部３０を通じて提供する。

以上、本実施例の予測装置１の構成について説明したが、この予測装置１によれば、一日当り取引数Ｅｓについての確率分布を算出する（Ｓ１３１０）と共に、集中率Ｂの確率分布を算出し（Ｓ１３４０）、これら確率分布に基づき、起こりえる可能性が十分に低い瞬間取引数を省いた現実的に考慮すべき瞬間取引数Ｑｓの上限値Ｑｚを適切に予測する。従って、予測装置１にて予測された上限値Ｑｚに基づいて取引システムＭＳの改変や新規取引システムＭＳの構築を行えば、システムの処理能力を安定動作に必要十分な処理能力に設定することができ、過剰なシステム投資を抑えて、効率的なシステム運営を実現することができる。

特に、本実施例によれば、取引数Ｅについての実績値から相場変動に起因する変化量Ｖ分を取り除いて基本取引数Ｒについての確率分布を求める一方（Ｓ１２８０〜Ｓ１２８７）、相場変動量Ｇについての確率分布を求めて（Ｓ１２９０〜Ｓ１２９７）、これらの確率分布に基づき、一日当り取引数Ｅｓ＝Ｒ＋Ｋ・Ｇについての確率分布を求める（Ｓ１３１０）。但し、ここでいうＫは、基本変動量ＫＨ，ＫＬのことである。そして、この確率分布と、集中率Ｂの確率分布とに基づき、瞬間取引数Ｑｓ＝Ｅｓ・Ｂの確率分布（累積分布）を求めて（Ｓ１３６０〜Ｓ１３８０）、上限値Ｑｚを予測する（Ｓ１３９０）。

従って、本実施例によれば、相場変動に起因する取引数Ｅの変化量Ｖを考慮して高精度に、要求される確率で起こりえる瞬間取引数Ｑｓの上限値Ｑｚを予測することができ、一層適切な上限値Ｑｚを予測することができる。

この他、本実施例では、一契約者当りの瞬間取引数の上限値Ｑｚを予測するように予測装置１を構成し、将来見込まれる契約者数Ｕ０を加味して必要な演算能力（必要ＣＰＵ数Ｚ）を算出し、これを利用者に提示するようにした。従って、本実施例の予測装置１によれば、将来の契約者数Ｕの増加が見込まれる場合のシステム投資を適切に行うことができて、効率的なシステム運営を実現することができる。

尚、「特許請求の範囲」記載の各手段と、上記実施例との対応関係は次の通りである。即ち、取得手段は、Ｓ１１１０〜Ｓ１１９０の処理を通じて取引実績データを生成し、これを読み込む動作により実現され、ジョブ数確率分布算出手段は、Ｓ１３１０の処理により実現され、集中率確率分布算出手段は、Ｓ１３２０〜Ｓ１３４０の処理により実現され、予測手段は、Ｓ１３５０〜Ｓ１３９０の処理により実現されている。

また、基本変動量算出手段は、Ｓ１２１０，Ｓ１２２０の処理により実現され、基本取引数算出手段は、Ｓ１２３０〜Ｓ１２７０の処理により実現され、基本取引数確率分布算出手段は、Ｓ１２８０〜Ｓ１２８７の処理により実現され、相場変動量確率分布算出手段は、Ｓ１２９０〜Ｓ１２９７の処理により実現されている。この他、必要演算ユニット数算出手段は、Ｓ１４１０の処理により実現されている。

［第四実施例］
第三実施例では、本発明を外国為替取引に適用した例を説明したが、本発明は、他の種々の取引に対する瞬間取引数の上限値の予測に用いることができる。そして、取引相場のない取引に対して第三実施例の思想を用いる場合には、予測装置１が実行するメイン処理（図１９参照）を、図２５に示すように変更すればよい。

取引相場のない取引についての瞬間取引数の上限値を予測する第四実施例の予測装置１によれば、演算部１０は、図１７に示す予測処理にて第三実施例と同様にＳ１１０〜Ｓ１８０の処理を実行した後、Ｓ１９０をスキップしてＳ２００に移行し、図２５に示すメイン処理を実行する。

メイン処理では、まずＳ２０１０〜Ｓ２０３０の処理を実行する。Ｓ２０１０では、標本期間における一日当り（且つ一契約者当り）の取引数Ｅについての度数分布を、第三実施例におけるＳ１２８０の処理と同様の思想に基づき算出する。即ち、度数分布を算出する一日当り取引数Ｅの範囲Ｅ０≦Ｅ≦Ｅ１を所定分割数Ｎｅで分割し、分割後の各区間Ｉｅ＿ｍ（但し、ｍ＝０，１，２，…，Ｎｅ−１）に該当する一日当り取引数Ｅの度数Ｈｅ［ｍ］を算出する。度数Ｈｅ［ｍ］は、区間Ｉｅ＿ｍに収まる一日当り取引数Ｅの標本数であり、一日当り取引数Ｅが区間Ｉｅ＿ｍに収まる日の発生日数に対応する。

Ｅ０は、標本期間における一日当り取引数Ｅの最小値に設定することができ、Ｅ１は、標本期間における一日当り取引数Ｅの最大値に設定することができる。その他、一日当り取引数Ｅの確率分布が正規分布に近似する場合には、標本期間の一日当り取引数Ｅの一群に基づき、当該一日当り取引数Ｅの平均μｅ及び標準偏差σｅを算出し、一日当り取引数Ｅの範囲Ｅ０≦Ｅ≦Ｅ１を、発生確率が略１００％となる範囲μｅ−５σｅ≦Ｅ≦μｅ＋５σｅに定めてもよい（Ｅ０＝μｅ−５σｅ，Ｅ１＝μｅ＋５σｅ）。但し、一日当り取引数Ｅについてはマイナス値を採りえないので、μｅ−５σｅ＜０である場合には、Ｅ０＝０に定めることになる。

Ｓ２０１０の処理後、演算部１０は、Ｓ２０２０に移行し、Ｓ２０１０で算出した一日当り取引数Ｅの度数分布を、単峰性を示す分布となるように補正する。即ち、上記実施例と同様の思想に基づき、度数Ｈｅ［ｍ］が最大となる区間Ｉｅ＿ｍを特定し、度数Ｈｅ［ｍ］が最大となる区間Ｉｅ＿ｍを境界として、この区間より、一日当り取引数Ｅが大きい各区間Ｉｅ＿ｍの度数Ｈｅ［ｍ］が単調非増加となり、度数Ｈｅ［ｍ］が最大となる区間Ｉｅ＿ｍより一日当り取引数Ｅが小さい各区間Ｉｅ＿ｍの度数Ｈｅ［ｍ］が単調非減少となるように補正する。以下では、一日当り取引数Ｅの度数Ｈｒ［ｍ］について、補正後の度数をＨｒ’［ｍ］と表現する。

この処理を終えると、演算部１０は、補正後の度数分布を、一日当り取引数Ｅについての確率分布に変換する（Ｓ２０３０）。具体的には、各区間Ｉｅ＿ｍ（ｍ＝０，１，２…，Ｎｅ−１）に該当する一日当り取引数Ｅの発生確率Ｐｅ［ｍ］を、次式に従って算出する。

Ｐｅ［ｍ］＝Ｈｅ’［ｍ］／Σｅ
但し、Σｅは、補正後の全区間の度数Ｈｅ’［ｍ］の合計である。
このようにして単峰性を示すように補正を加えてなる一日当り取引数Ｅの確率分布を算出した後には、第三実施例のＳ１３２０〜Ｓ１３４０（図２０参照）と同様に、集中率Ｂについての度数分布を算出し（Ｓ２０４０）、算出した度数分布を、単峰性を示すように補正して（Ｓ２０５０）、補正後の度数分布を確率分布に変換する（Ｓ２０６０）。これによって、各区間Ｉｂ＿ｊ（ｊ＝０，１，２…，Ｎｂ−１）に該当する集中率Ｂの発生確率Ｐｂ［ｊ］を算出する。

この後には、Ｓ２０７０に移行し、一日当り取引数Ｅ及び集中率Ｂの組合せ毎の瞬間取引数Ｑｓ［ｍ，ｊ］を、次式に従って算出する（ｍ＝０，１，…，Ｎｅ−１、ｊ＝０，１，…，Ｎｂ−１）。但し、Ｓｔ（Ｉｂ＿ｊ）は、第三実施例と同様、区間Ｉｂ＿ｊの集中率Ｂの代表値であり、Ｓｔ（Ｉｅ＿ｍ）は、区間Ｉｅ＿ｍの一日当り取引数Ｅの代表値（例えば中央値）である。

Ｑｓ［ｍ，ｊ］＝Ｓｔ（Ｉｅ＿ｍ）・Ｓｔ（Ｉｂ＿ｊ）
また、Ｓ２０８０では、第三実施例のＳ１３６０と同様に、瞬間取引数Ｑｓ［ｍ，ｊ］についての確率分布を算出する。具体的には、ｍ＝０，１，…，Ｎｅ−１及びｊ＝０，１，…，Ｎｂ−１の組合せ（ｍ，ｊ）毎に、瞬間取引数Ｑｓ［ｍ，ｊ］に対応する発生確率Ｐｑ［ｍ，ｊ］を、次式に従って算出する。

Ｐｑ［ｍ，ｊ］＝Ｐｅ［ｍ］・Ｐｂ［ｊ］
そして、Ｓ２０９０では、第三実施例のＳ１３７０と同様に、Ｓ２０７０，Ｓ２０８０で算出した組合せ（ｍ，ｊ）毎の瞬間取引数Ｑｓ［ｍ，ｊ］及び発生確率Ｐｑ［ｍ，ｊ］を格納したテーブル（分布テーブル）を生成し、これを記憶部２０に記憶する。この際には、各組合せ（ｍ，ｊ）に対応する瞬間取引数Ｑｓ［ｍ，ｊ］及び発生確率Ｐｑ［ｍ，ｊ］を記述したレコードを、瞬間取引数Ｑｓ［ｍ，ｊ］の小さい順に並べて、分布テーブルに登録する。

更に、Ｓ２１００では、第三実施例のＳ１３８０と同様に、各レコードに、自己レコード及び自己レコード以下の瞬間取引数Ｑｓ［ｍ，ｊ］を示すレコードの発生確率Ｐｑ［ｍ，ｊ］を合計して得られる累積確率Ｐｓ［ｍ，ｊ］を登録する。

その後、演算部１０は、第三実施例のＳ１３９０と同様に、累積確率が特定確率（本実施例では、９９．９％）を超える瞬間取引数Ｑｓを特定する。本実施例では、この特定した値を、将来における瞬間取引数Ｑｓの上限値Ｑｚであると予測する（Ｓ２１１０）。また、Ｓ２１１０の実行後には、第三実施例とＳ１３９５〜Ｓ１４３０と同様の処理を実行する。

このように予測装置１を構成すれば、予測装置１を、取引相場のない取引に対する瞬間取引数Ｑｓの上限値の予測に用いることができる。
［第五実施例］
また、第一及び第二実施例では、本発明を外国為替取引に適用した例を説明したが、これらの思想についても、他の種々の取引に対する一日当り取引数の上限値の予測に用いることができる。そして、取引相場のない取引に対して第一実施例の思想を用いる場合には、予測装置１が実行する予測処理（図３参照）を、図２６に示すように変更すればよい。

取引相場のない取引についての一日当り取引数の上限値を予測する第五実施例の予測装置１によれば、演算部１０は、図２６に示すように、Ｓ１２０〜Ｓ１８０の処理を実行せず、Ｓ１９０〜Ｓ２６０の処理を実行するのに代えて、Ｓ３０１０〜Ｓ３０３０の処理を実行する。

即ち、演算部１０は、予測処理を開始すると、第一実施例と同様、外部入出力部５０を通じて記憶部２０に保存された取引実績データを読み込む（Ｓ１１０）。但し、取引実績データには、過去の所定期間（例えば、１年間）について、日毎に、日付Ｔと、その日の取引数Ａと、取引システムＭＳを利用可能なユーザ数である契約者数Ｕと、その日の一契約者当りの取引数Ｅと、からなるレコードが登録されるものとする。

Ｓ１１０で上記構成の取引実績データを読み込むと、演算部１０は、Ｓ３０１０に移行し、取引実績データに含まれるレコード群を標本集団として、この標本集団における一日当り（且つ一契約者当り）の取引数Ｅの平均μｅ及び標準偏差σｅを算出する。

そして、算出した平均μｅ及び標準偏差σｅに基づき、一日当り取引数Ｅに対する信頼水準Ｃ％の信頼区間（Ｕｅ，Ｖｅ）を算出する。即ち、信頼区間端点に対応する値Ｕｅ，Ｖｅを算出する（Ｓ３０２０）。第一実施例と同様、ここでは、信頼区間を求める対象が正規分布に従うとみなし、信頼水準Ｃを９９．９％に設定して、一日当り取引数Ｅに対する９９．９％信頼区間（Ｕｅ，Ｖｅ）の端点に対応する値Ｕｅ，Ｖｅを算出することができる。

一日当り取引数Ｅに対する信頼水準Ｃ％の信頼区間（Ｕｅ，Ｖｅ）の端点に対応する値Ｕｅ，Ｖｅについては、次式に従って算出することができる。
Ｕｅ＝μｅ−Ｌ（Ｃ）×σｅ
Ｖｅ＝μｅ＋Ｌ（Ｃ）×σｅ
Ｌ（Ｃ）は、信頼水準によって定まる係数であり、第一実施例と同様、ここでは、Ｌ（Ｃ）＝３．３を用いることができる。また、値Ｕｅ，Ｖｅの内、必要になるのは値Ｖｅのみであるため、ここでは、信頼区間（Ｕｅ，Ｖｅ）の上側端点の値Ｖｅのみを算出すれば十分である。

ちなみに、Ｓ３０２０で算出する値Ｖｅは、予想される一日当り且つ一契約者当りの取引数の上限値ＥＭに対応する。従って、Ｓ３０３０では、算出した値Ｖｅを、取引システムにおいて将来予想される一日当り一契約者当り取引数の上限値ＥＭとして表示部３０に表示する共に、取引数上限値ＥＭを記述したログファイルを生成して、これを記憶部２０に保存する。

このように予測装置１を構成すれば、予測装置１を、取引相場のない取引に対する一日当り（且つ一契約者当り）取引数の上限値の予測に用いることができる。
［第六実施例］
また、取引相場のない取引に対して第二実施例の思想を用いる場合には、予測装置１が実行する予測処理（図９参照）を、図２７に示すように変更すればよい。

取引相場のない取引についての一日当り取引数の上限値を予測する第六実施例の予測装置１によれば、演算部１０は、図２７に示すように、Ｓ１２０〜Ｓ１８０の処理を実行せず、Ｓ３１０〜Ｓ４２０の処理を実行するのに代えて、Ｓ４０１０〜Ｓ４０７０の処理を実行する。

即ち、演算部１０は、予測処理を開始すると、第一実施例と同様、外部入出力部５０を通じて記憶部２０に保存された取引実績データを読み込む（Ｓ１１０）。その後、Ｓ４０１０〜Ｓ４０３０の処理を実行する。

Ｓ４０１０〜Ｓ４０３０において、演算部１０は、Ｓ２０１０〜Ｓ２０３０の処理と同様に、取引実績データに登録されたレコード群に基づき、標本期間における一日当り（且つ一契約者当り）取引数Ｅについての度数分布を算出し（Ｓ４０１０）、これを、単峰性を示すように補正し（Ｓ４０２０）、補正後の度数分布を確率分布に変換することにより（Ｓ４０３０）、単峰性を示すように補正を加えてなる一日当り取引数Ｅについての確率分布を算出する。

即ち、度数分布を算出する一日当り取引数Ｅの範囲Ｅ０≦Ｅ≦Ｅ１を所定分割数Ｎｅで分割し、分割後の各区間Ｉｅ＿ｍ（但し、ｍ＝０，１，２，…，Ｎｅ−１）に該当する一日当り取引数Ｅの度数Ｈｅ［ｍ］を算出し、これらを、度数が最大となる区間の一日当り取引数Ｅよりも一日当り取引数Ｅが大きい区間で度数が単調非増加となり、度数が最大となる一日当り取引数Ｅよりも一日当り取引数Ｅが小さい区間で度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、発生確率Ｐｅ［ｍ］が最大の地点を基準に単峰性を示すように補正されてなる一日当り取引数Ｅについての確率分布を算出する。以下では、各区間Ｉｅ＿ｍ（ｍ＝０，１，２，…，Ｎｅ−１）における一日当り取引数Ｅの発生確率をＰｅ［ｍ］で表現し、各区間Ｉｅ＿ｍ（ｍ＝０，１，２，…，Ｎｅ−１）における一日当り取引数Ｅの代表値Ｓｔ（Ｉｅ＿ｍ）を、Ｅｓ［ｍ］と表現する。

その後、演算部１０は、Ｓ４０４０に移行し、各区間の一日当り取引数Ｅｓ［ｍ］及び発生確率Ｐｅ［ｍ］を格納したテーブル（分布テーブル）を生成し、これを記憶部２０に記憶する。この際には、区間毎に、一日当り取引数Ｅｓ［ｍ］及び発生確率Ｐｅ［ｍ］を記述したレコードを、一日当り取引数Ｅｓ［ｍ］の小さいレコードの順に並べて、分布テーブルに登録する。

更に、Ｓ４０５０では、各レコードに、自己レコード及び自己レコード以下の一日当り取引数Ｅｓ［ｍ］を示すレコードの発生確率Ｐ［ｍ］を合計して得られる累積確率Ｐｓ［ｍ］を登録する。

その後、演算部１０は、累積確率が特定確率（本実施例では、９９．９％）を超える一日当り取引数Ｅｓ［ｍ］を特定する。本実施例では、この特定した値を、取引システムにおいて将来予想される一日当り一契約者当り取引数の上限値ＥＭであると予測する（Ｓ４０６０）。また、Ｓ４０６０の実行後には、予測した取引数上限値ＥＭを表示部３０に表示する共に、取引数上限値ＥＭ及び分布テーブルを記述したログファイルを生成して、これを記憶部２０に保存する（Ｓ４０７０）。

このように予測装置１を構成すれば、予測装置１を、取引相場のない取引に対する一日当り（且つ一契約者当り）取引数の上限値の予測に用いることができる。
［その他］
以上、第一〜第六実施例について説明したが、本発明は、上記実施例に限定されるものではなく、種々の態様を採ることができる。例えば、本発明は、取引に限らず、外部（特にユーザ）からの要求に応じてジョブを実行する様々なシステムに適用可能である。ここでいうシステムは、情報処理システムに限らず、人が顧客からの要求に応じた作業（ジョブ）を実行するシステムであってもよい。例えば、電話回線を通じて顧客からの要求を受け付けて、要求に対応したジョブ（顧客に対する電話応対）を実行するコールセンタ（システム）において、コールセンタ側で用意すべき電話回線量や人員を適切に調整するために、本発明の予測装置を用いることも可能である。

ちなみ、第四〜第六実施例においては、予測対象を取引に限定したが、これら実施例の予測装置１は、相場変動量Ｇを用いないので、種々のジョブを実行するシステムにおける一日当りジョブ実行数や微小時間当りジョブ実行数（瞬間ジョブ数）の上限値の予測に転用することができる。

この他、第一〜第三実施例においては、相場変動があると取引数が増加する取引の例を説明したが、取引の種類によっては、相場変動によって取引数が減少する場合も考えられる。従って、上述の予測装置１は、相場変動によって取引数が減少する取引についての一日当り取引数や瞬間取引数の上限値を予測する装置として構成されてもよい。この種の取引に適用可能に第一実施例の予測装置１を構成する場合には、取引数上限値ＥＭを、基本取引数Ｒの信頼区間（Ｕｒ，Ｖｒ）における上側端点の値Ｖｒとして算出することができる。

この他、近年においては、単一ホストコンピュータ内に複数の仮想マシンを生成する技術が知られているが、上記取引システムＭＳを仮想マシンにて実現する場合には、予測結果に従って動的にリソースを割り当てることが可能である。

例えば、第三実施例では、取引システムＭＳに用いるコンピュータ（サーバ装置）の改変や新規構築に上限値Ｑｚの予測結果を用いる例を説明したが、取引システムＭＳをホストコンピュータ上で仮想的に実現する際には、取引システムＭＳに対するＣＰＵの割当率を調整することにより、瞬間取引数に応じたリソース調整を行うことも可能である。

１…予測装置、１０…演算部、１１…ＣＰＵ、２０…記憶部、３０…表示部、４０…操作部、５０…外部入出力部、ＭＳ…取引システム、ＴＭ…顧客端末装置

Claims

外部からの要求に対応したジョブを実行するシステムにおける単位期間当りに発生し得るジョブ実行数の上限値を予測する装置であって、
過去に実行された前記ジョブに関する標本データであって、単位期間毎に、この期間でのジョブ実行数を特定可能な標本データを取得する取得手段と、
前記取得手段により取得された前記標本データから特定される前記単位期間毎のジョブ実行数に基づく前記単位期間当りジョブ実行数の確率分布から特定される各単位期間当りジョブ実行数の発生確率を前記単位期間当りジョブ実行数の小さい順に累積してなる累積確率が特定確率を超える単位期間当りジョブ実行数を、将来における単位期間当りに発生し得るジョブ実行数の上限値であると予測し、前記予測した上限値を出力する予測手段と、
を備えることを特徴とする予測装置。
前記予測手段は、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出し、この確率分布に基づき、前記単位期間当りに発生し得るジョブ実行数の上限値を予測すること
を特徴とする請求項１記載の予測装置。
前記単位期間当りに発生し得るジョブ実行数として、前記外部からの要求に対応した取引を実行するシステムにおける単位期間当りに発生し得る取引数の上限値を予測すること
を特徴とする請求項１又は請求項２記載の予測装置。
コンピュータに、請求項１〜請求項３のいずれか一項に記載の予測装置が備える前記取得手段及び前記予測手段としての機能を実現させるためのプログラム。
外部からの要求に対応したジョブを実行するシステムにおける単位期間当りに発生し得るジョブ実行数の上限値を予測する方法であって、
コンピュータが、
過去に実行された前記ジョブに関する標本データであって、単位期間毎に、この期間でのジョブ実行数を特定可能な標本データを取得する取得手順と、
前記取得手順により取得された前記標本データから特定される前記単位期間毎のジョブ実行数に基づく前記単位期間当りジョブ実行数の確率分布から特定される各単位期間当りジョブ実行数の発生確率を前記単位期間当りジョブ実行数の小さい順に累積してなる累積確率が特定確率を超える単位期間当りジョブ実行数を、将来における単位期間当りに発生し得るジョブ実行数の上限値であると予測し、前記予測した上限値を出力する予測手順と、
を実行することによって、前記上限値を予測し、その予測結果を出力することを特徴とする予測方法。
前記予測手順では、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出し、この確率分布に基づき、前記単位期間当りに発生し得るジョブ実行数の上限値を予測すること
を特徴とする請求項５記載の予測方法。
前記単位期間当りに発生し得るジョブ実行数として、前記外部からの要求に対応した取引を実行するシステムにおける単位期間当りに発生し得る取引数の上限値を予測すること
を特徴とする請求項５又は請求項６記載の予測方法。
取引相場のある特定種類の取引に関して、単位期間当り取引数の上限値を予測する装置であって、
前記特定種類の取引に関する標本データであって、過去における単位期間毎の取引数及び前記単位期間毎の相場変動量を特定可能な標本データを取得する取得手段と、
前記取得手段により取得された前記標本データから特定される過去における前記単位期間毎の取引数及び相場変動量に基づき、前記相場変動量に対する前記取引数の変化量である基本変動量を算出する基本変動量算出手段と、
前記基本変動量算出手段により算出された基本変動量及び前記標本データから特定される前記単位期間毎の前記相場変動量に基づき、前記単位期間毎に、この期間での相場変動に起因する取引数の変化量を推定し、前記標本データから特定されるこの期間での実際の取引数から前記推定した変化量分を取り除いた取引数（ここでいう「変化量分を取り除いた取引数」とは、前記変化量が正である場合には前記変化量分を減算した取引数のことであり、前記変化量が負である場合には前記変化量分を加算した取引数のことである。）を、相場変動がないと仮定した場合での当該期間での取引数である基本取引数として算出する基本取引数算出手段と、
前記基本取引数算出手段により算出された過去における前記単位期間毎の基本取引数が示す前記基本取引数の分布、前記標本データから特定される過去における前記単位期間毎の前記相場変動量が示す前記相場変動量の分布、及び前記基本変動量算出手段により算出された基本変動量に基づき、前記取引に関する単位期間当り取引数の上限値を予測し、前記予測した上限値を出力する予測手段と、
を備えることを特徴とする予測装置。
前記基本変動量算出手段は、前記標本データから特定される相場変動量が正の相場高に該当する各単位期間の前記取引数及び相場変動量に基づき、相場高時の前記基本変動量を算出し、前記標本データから特定される相場変動量が負の相場安に該当する各単位期間の前記取引数及び相場変動量に基づき、相場安時の前記基本変動量を算出し、
前記基本取引数算出手段は、前記相場高時の基本変動量を用いて相場高に該当する各単位期間の前記基本取引数を算出し、前記相場安時の基本変動量を用いて相場安に該当する各単位期間の前記基本取引数を算出し、
前記予測手段は、前記基本取引数算出手段により算出された過去における前記単位期間毎の基本取引数が示す前記基本取引数の分布並びに前記標本データから特定される過去における前記単位期間毎の前記相場変動量が示す前記相場変動量の分布並びに前記基本変動量算出手段により算出された前記相場高時及び相場安時の基本変動量に基づき、前記取引に関する単位期間当り取引数の上限値を予測すること
を特徴とする請求項８記載の予測装置。
前記予測手段は、
前記基本取引数算出手段により算出された過去における前記単位期間毎の基本取引数に基づき、前記基本取引数に対する所定信頼水準の信頼区間における区間端点の値を算出する第一信頼区間端点算出手段と、
前記標本データから特定される過去における前記単位期間毎の前記相場変動量に基づき、前記相場変動量に対する所定信頼水準の信頼区間における区間端点の値を算出する第二信頼区間端点算出手段と、
を備え、
前記第一信頼区間端点算出手段により算出された信頼区間端点の値、前記第二信頼区間端点算出手段により算出された信頼区間端点の値及び前記基本変動量算出手段により算出された基本変動量に基づき、前記取引に関する単位期間当り取引数の上限値を予測すること
を特徴とする請求項８記載の予測装置。
前記予測手段は、
前記基本取引数算出手段により算出された過去における前記単位期間毎の基本取引数に基づき、前記基本取引数に対する所定信頼水準の信頼区間における区間端点の値を算出する第一信頼区間端点算出手段と、
前記標本データから特定される過去における前記単位期間毎の前記相場変動量に基づき、前記相場変動量に対する所定信頼水準の信頼区間における区間端点の値を算出する第二信頼区間端点算出手段と、
を備え、
前記第一信頼区間端点算出手段により算出された信頼区間端点の値並びに前記第二信頼区間端点算出手段により算出された信頼区間端点の値並びに前記基本変動量算出手段により算出された前記相場高時及び相場安時の基本変動量に基づき、相場高に該当する期間における単位期間当り取引数の上限値及び相場安に該当する期間における単位期間当り取引数の上限値を予測し、予測した前記上限値の内、大きい方の前記上限値を、前記取引に関する単位期間当り取引数の上限値として出力すること
を特徴とする請求項９記載の予測装置。
前記予測手段は、前記第二信頼区間端点算出手段により算出された信頼区間端点の値及び前記基本変動量に基づき、相場変動に伴う単位期間当り取引数の変化量上限値を予測する一方、前記第一信頼区間端点算出手段により算出された信頼区間端点の値に基づき、相場変動がない場合の単位期間当り取引数の上限値を予測し、前記予測した相場変動がない場合の単位期間当り取引数の上限値に、前記予測した相場変動に伴う単位期間当り取引数の変化量上限値を加算した値を、前記取引に関する単位期間当り取引数の上限値であると予測すること
を特徴とする請求項１０記載の予測装置。
前記予測手段は、前記第二信頼区間端点算出手段により算出された信頼区間端点の値並びに前記相場高時及び相場安時の基本変動量に基づき、相場高時の相場変動に伴う単位期間当り取引数の変化量上限値及び相場安時の相場変動に伴う単位期間当り取引数の変化量上限値を予測する一方、前記第一信頼区間端点算出手段により算出された信頼区間端点の値に基づき、相場変動がない場合の単位期間当り取引数の上限値を予測し、前記予測した相場変動がない場合の単位期間当り取引数の上限値に、前記予測した相場高時の相場変動に伴う単位期間当り取引数の変化量上限値を加算した値を、前記相場高に該当する期間での単位期間当り取引数の上限値であると予測し、前記予測した相場変動がない場合の単位期間当り取引数の上限値に、前記予測した相場安時の相場変動に伴う単位期間当り取引数の変化量上限値を加算した値を、前記相場安に該当する期間での単位期間当り取引数の上限値であると予測すること
を特徴とする請求項１１記載の予測装置。
前記予測手段は、
前記基本取引数算出手段により算出された前記単位期間毎の基本取引数に基づき、前記基本取引数についての確率分布を算出する基本取引数確率分布算出手段と、
前記標本データから特定される前記単位期間毎の相場変動量に基づき、前記相場変動量についての確率分布を算出する相場変動量確率分布算出手段と、
を備え、
前記基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、及び、前記基本変動量算出手段により算出された前記基本変動量Ｋに基づき、前記基本取引数Ｒ及び前記相場変動量Ｇの組合せ（Ｒ，Ｇ）毎に、この組合せに対応する単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）についての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を算出し、この単位期間当り取引数Ｅｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を累積したときの累積確率が特定確率を超える前記単位期間当り取引数Ｅｓを、前記取引に関する単位期間当り取引数の上限値であると予測すること
を特徴とする請求項８記載の予測装置。
前記予測手段は、
前記基本取引数算出手段により算出された前記単位期間毎の基本取引数に基づき、前記基本取引数についての確率分布を算出する基本取引数確率分布算出手段と、
前記標本データから特定される前記単位期間毎の相場変動量に基づき、前記相場変動量についての確率分布を算出する相場変動量確率分布算出手段と、
を備え、
前記基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、並びに、前記基本変動量算出手段により算出された前記相場高時の基本変動量ＫＨ及び前記相場安時の基本変動量ＫＬに基づき、前記基本取引数Ｒ及び前記相場変動量Ｇの組合せ（Ｒ，Ｇ）毎に、この組合せに対応する前記相場変動量Ｇが相場高に対応する正の値である場合には基本変動量Ｋとして前記相場高時の基本変動量ＫＨを用いる一方、この組合せに対応する前記相場変動量Ｇが相場安に対応する負の値である場合には基本変動量Ｋとして前記相場安時の基本変動量ＫＬを用いて、単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）を算出すると共に、前記単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）についての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を算出し、この単位期間当り取引数Ｅｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を累積したときの累積確率が特定確率を超える前記単位期間当り取引数Ｅｓを、前記取引に関する単位期間当り取引数の上限値であると予測すること
を特徴とする請求項９記載の予測装置。
前記基本取引数確率分布算出手段及び前記相場変動量確率分布算出手段の少なくとも一方は、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出すること
を特徴とする請求項１４又は請求項１５記載の予測装置。
前記基本取引数確率分布算出手段は、前記基本取引数算出手段により算出された前記単位期間毎の基本取引数Ｒに基づき、前記基本取引数の度数分布を、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが大きい区間で前記度数が単調非増加となり、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが小さい区間で前記度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、前記発生確率Ｐ（Ｒ）が最大の地点を基準に単峰性を示すように補正されてなる前記基本取引数Ｒについての確率分布を算出すること
を特徴とする請求項１４〜請求項１６のいずれか一項に記載の予測装置。
前記相場変動量確率分布算出手段は、前記標本データから特定される前記単位期間毎の相場変動量Ｇに基づき、前記相場変動量の度数分布を、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが大きい区間で前記度数が単調非増加となり、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが小さい区間で前記度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、前記発生確率Ｐ（Ｇ）が最大の地点を基準に単峰性を示すように補正されてなる前記相場変動量Ｇについての確率分布を算出すること
を特徴とする請求項１４〜請求項１７のいずれか一項に記載の予測装置。
前記基本変動量算出手段は、前記単位期間毎の取引数及び相場変動量を線形回帰分析して、前記基本変動量を算出することを特徴とする請求項８又は請求項１０又は請求項１２又は請求項１４記載の予測装置。
前記基本変動量算出手段は、相場高に該当する前記各単位期間の取引数及び相場変動量を線形回帰分析して、相場高時の前記基本変動量を算出し、相場安に該当する前記各単位期間の取引数及び相場変動量を線形回帰分析して、相場安時の前記基本変動量を算出することを特徴とする請求項９又は請求項１１又は請求項１３又は請求項１５記載の予測装置。
前記基本取引数算出手段は、前記単位期間毎に、前記標本データから特定される当該期間での前記相場変動量に前記基本変動量を掛けて得られる値を、この期間での相場変動に起因する取引数の変化量であると推定することを特徴とする請求項８又は請求項１０又は請求項１２又は請求項１４又は請求項１９記載の予測装置。
前記基本取引数算出手段は、相場高に該当する期間については、単位期間毎に、前記標本データから特定される当該期間での前記相場変動量に相場高時の前記基本変動量を掛けて得られる値を、この期間での相場変動に起因する取引数の変化量であると推定し、相場安に該当する期間については、単位期間毎に、前記標本データから特定される当該期間での前記相場変動量に相場安時の前記基本変動量を掛けて得られる値を、この期間での相場変動に起因する取引数の変化量であると推定することを特徴とする請求項９又は請求項１１又は請求項１３又は請求項１５又は請求項２０記載の予測装置。
前記取得手段は、前記単位期間毎の取引数及び前記単位期間毎の相場変動量を特定可能な前記標本データとして、相場変動量が正の相場高に該当する前記単位期間及び相場変動量が負の相場安に該当する前記単位期間の少なくとも一方の各単位期間の前記取引数及び前記相場変動量を特定可能な標本データを取得することを特徴とする請求項８又は請求項１０又は請求項１２又は請求項１４又は請求項１９又は請求項２１記載の予測装置。
前記取得手段は、前記標本データとして、過去における単位期間毎の一ユーザ当りの取引数及び前記単位期間毎の相場変動量を特定可能な標本データを取得し、
前記基本変動量算出手段は、前記取得手段により取得された前記標本データから特定される過去における前記単位期間毎の一ユーザ当りの取引数及び相場変動量に基づき、前記基本変動量として、前記相場変動量に対する前記一ユーザ当りの取引数の変化量を算出し、
前記基本取引数算出手段は、前記標本データから特定される過去における単位期間毎の一ユーザ当りの取引数、前記基本変動量算出手段により算出された前記基本変動量及び前記標本データから特定される前記単位期間毎の前記相場変動量に基づき、前記単位期間毎に、前記基本取引数として、相場変動がないと仮定した場合での当該期間での一ユーザ当りの取引数を算出し、
前記予測手段は、前記取引に関する単位期間当り且つ一ユーザ当りの取引数の上限値を予測し、前記予測した上限値を出力すること
を特徴とする請求項８〜請求項２３のいずれか一項に記載の予測装置。
前記取引に係る処理を実行する情報処理システムに必要な記憶容量Ｚを、前記情報処理システムに固定的に必要な記憶容量である固定必要量Ｑ１、前記予測手段によって予測された単位期間当り且つ一ユーザ当りの取引数の上限値Ｑ２、想定ユーザ数Ｑ３、及び、取引一件当りの必要記憶容量の増加割合Ｄに基づき、式Ｚ＝Ｑ１＋Ｄ×Ｑ２×Ｑ３に従って算出し、算出した記憶容量Ｚを出力するシステム記憶容量算出手段
を備えることを特徴とする請求項２４記載の予測装置。
コンピュータに、請求項８〜請求項２４のいずれか一項に記載の予測装置が備える前記取得手段、前記基本変動量算出手段、前記基本取引数算出手段、及び、前記予測手段としての機能を実現させるためのプログラム。
取引相場のある特定種類の取引に関して、単位期間当り取引数の上限値を予測する方法であって、
コンピュータが、
前記特定種類の取引に関する標本データであって、過去における単位期間毎の取引数及び前記単位期間毎の相場変動量を特定可能な標本データを取得する取得手順と、
前記取得手順により取得された前記標本データから特定される過去における前記単位期間毎の取引数及び相場変動量に基づき、前記相場変動量に対する前記取引数の変化量である基本変動量を算出する基本変動量算出手順と、
前記基本変動量算出手順により算出された基本変動量及び前記標本データから特定される前記単位期間毎の前記相場変動量に基づき、前記単位期間毎に、この期間での相場変動に起因する取引数の変化量を推定し、前記標本データから特定されるこの期間での実際の取引数から前記推定した変化量分を取り除いた取引数（ここでいう「変化量分を取り除いた取引数」とは、前記変化量が正である場合には前記変化量分を減算した取引数のことであり、前記変化量が負である場合には前記変化量分を加算した取引数のことである。）を、相場変動がないと仮定した場合での当該期間での取引数である基本取引数として算出する基本取引数算出手順と、
前記基本取引数算出手順により算出された過去における前記単位期間毎の基本取引数が示す前記基本取引数の分布、前記標本データから特定される過去における前記単位期間毎の前記相場変動量が示す前記相場変動量の分布、及び前記基本変動量算出手順により算出された基本変動量に基づき、前記取引に関する単位期間当り取引数の上限値を予測し、前記予測した上限値を出力する予測手順と、
を実行することによって、前記上限値を予測し、その予測結果を出力することを特徴とする予測方法。
前記基本変動量算出手順では、前記標本データから特定される相場変動量が正の相場高に該当する各単位期間の前記取引数及び相場変動量に基づき、相場高時の前記基本変動量を算出し、前記標本データから特定される相場変動量が負の相場安に該当する各単位期間の前記取引数及び相場変動量に基づき、相場安時の前記基本変動量を算出し、
前記基本取引数算出手順では、前記相場高時の基本変動量を用いて相場高に該当する各単位期間の前記基本取引数を算出し、前記相場安時の基本変動量を用いて相場安に該当する各単位期間の前記基本取引数を算出し、
前記予測手順では、前記基本取引数算出手順により算出された過去における前記単位期間毎の基本取引数が示す前記基本取引数の分布並びに前記標本データから特定される過去における前記単位期間毎の前記相場変動量が示す前記相場変動量の分布並びに前記基本変動量算出手順により算出された前記相場高時及び相場安時の基本変動量に基づき、前記取引に関する単位期間当り取引数の上限値を予測すること
を特徴とする請求項２７記載の予測方法。
前記予測手順は、
前記基本取引数算出手順により算出された過去における前記単位期間毎の基本取引数に基づき、前記基本取引数に対する所定信頼水準の信頼区間における区間端点の値を算出する第一信頼区間端点算出手順と、
前記標本データから特定される過去における前記単位期間毎の前記相場変動量に基づき、前記相場変動量に対する所定信頼水準の信頼区間における区間端点の値を算出する第二信頼区間端点算出手順と、
を含み、
前記第一信頼区間端点算出手順により算出された信頼区間端点の値、前記第二信頼区間端点算出手順により算出された信頼区間端点の値及び前記基本変動量算出手順により算出された基本変動量に基づき、前記取引に関する単位期間当り取引数の上限値を予測する手順であること
を特徴とする請求項２７記載の予測方法。
前記予測手順は、
前記基本取引数算出手順により算出された過去における前記単位期間毎の基本取引数に基づき、前記基本取引数に対する所定信頼水準の信頼区間における区間端点の値を算出する第一信頼区間端点算出手順と、
前記標本データから特定される過去における前記単位期間毎の前記相場変動量に基づき、前記相場変動量に対する所定信頼水準の信頼区間における区間端点の値を算出する第二信頼区間端点算出手順と、
を含み、
前記予測手順では、前記第一信頼区間端点算出手順により算出された信頼区間端点の値並びに前記第二信頼区間端点算出手順により算出された信頼区間端点の値並びに前記基本変動量算出手順により算出された前記相場高時及び相場安時の基本変動量に基づき、相場高に該当する期間における単位期間当り取引数の上限値及び相場安に該当する期間における単位期間当り取引数の上限値を予測し、予測した前記上限値の内、大きい方の前記上限値を、前記取引に関する単位期間当り取引数の上限値として出力すること
を特徴とする請求項２８記載の予測方法。
前記予測手順は、
前記基本取引数算出手順により算出された前記単位期間毎の基本取引数に基づき、前記基本取引数についての確率分布を算出する基本取引数確率分布算出手順と、
前記標本データから特定される前記単位期間毎の相場変動量に基づき、前記相場変動量についての確率分布を算出する相場変動量確率分布算出手順と、
を含み、
前記基本取引数確率分布算出手順により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手順により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、及び、前記基本変動量算出手順により算出された前記基本変動量Ｋに基づき、前記基本取引数Ｒ及び前記相場変動量Ｇの組合せ（Ｒ，Ｇ）毎に、この組合せに対応する単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）についての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を算出し、この単位期間当り取引数Ｅｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を累積したときの累積確率が特定確率を超える前記単位期間当り取引数Ｅｓを、前記取引に関する単位期間当り取引数の上限値であると予測することを特徴とする請求項２７記載の予測方法。
前記予測手順は、
前記基本取引数算出手順により算出された前記単位期間毎の基本取引数に基づき、前記基本取引数についての確率分布を算出する基本取引数確率分布算出手順と、
前記標本データから特定される前記単位期間毎の相場変動量に基づき、前記相場変動量についての確率分布を算出する相場変動量確率分布算出手順と、
を含み、
前記基本取引数確率分布算出手順により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手順により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、並びに、前記基本変動量算出手順により算出された前記相場高時の基本変動量ＫＨ及び前記相場安時の基本変動量ＫＬに基づき、前記基本取引数Ｒ及び前記相場変動量Ｇの組合せ（Ｒ，Ｇ）毎に、この組合せに対応する前記相場変動量Ｇが相場高に対応する正の値である場合には基本変動量Ｋとして前記相場高時の基本変動量ＫＨを用いる一方、この組合せに対応する前記相場変動量Ｇが相場安に対応する負の値である場合には基本変動量Ｋとして前記相場安時の基本変動量ＫＬを用いて、単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）を算出すると共に、前記単位期間当り取引数Ｅｓ＝（Ｒ＋Ｋ・Ｇ）についての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を算出し、この単位期間当り取引数Ｅｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）を累積したときの累積確率が特定確率を超える前記単位期間当り取引数Ｅｓを、前記取引に関する単位期間当り取引数の上限値であると予測することを特徴とする請求項２８記載の予測方法。
前記基本取引数確率分布算出手順及び前記相場変動量確率分布算出手順の少なくとも一方では、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出すること
を特徴とする請求項３１又は請求項３２記載の予測方法。
外部からの要求に対応したジョブを実行するシステムにおける微小時間のジョブ実行数である瞬間ジョブ数の上限値を予測する装置であって、
過去に実行された前記ジョブに関する標本データであって、単位期間毎に、この期間でのジョブ実行数Ａを特定可能で、更には、この期間に生じた最大の瞬間ジョブ数Ｑが、この期間の前記ジョブ実行数Ａに占める割合である集中率Ｂを特定可能な標本データを取得する取得手段と、
前記取得手段により取得された前記標本データから特定される前記単位期間毎のジョブ実行数Ａに基づき、当該ジョブ実行数Ａについての確率分布を算出するジョブ数確率分布算出手段と、
前記標本データから特定される前記単位期間毎の集中率Ｂに基づき、前記集中率Ｂについての確率分布を算出する集中率確率分布算出手段と、
前記ジョブ数確率分布算出手段により算出された確率分布から特定される各ジョブ実行数Ａの発生確率Ｐ（Ａ）及び前記集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）に基づき、瞬間ジョブ数Ｑｓ＝Ａ・Ｂの上限値Ｑｚを予測して、前記予測した上限値Ｑｚを出力する予測手段と、
を備えることを特徴とする予測装置。
前記予測手段は、前記ジョブ数確率分布算出手段により算出された確率分布から特定される各ジョブ実行数Ａの発生確率Ｐ（Ａ）及び前記集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）に基づき、前記ジョブ実行数Ａ及び前記集中率Ｂの各組合せ（Ａ，Ｂ）に対応する瞬間ジョブ数Ｑｓ＝Ａ・Ｂの小さい順に、この組合せ（Ａ，Ｂ）の発生確率Ｐ（Ａ）・Ｐ（Ｂ）を累積したときの累積確率が特定確率を超える瞬間ジョブ数Ｑｓを、前記上限値Ｑｚであると予測することを特徴とする請求項３４記載の予測装置。
前記ジョブ数確率分布算出手段及び前記集中率確率分布算出手段の少なくとも一つは、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出すること
を特徴とする請求項３４又は請求項３５記載の予測装置。
前記瞬間ジョブ数の上限値として、前記外部からの要求に対応した取引を実行するシステムにおける微小時間の取引数である瞬間取引数の上限値を予測すること
を特徴とする請求項３４〜請求項３６のいずれか一項に記載の予測装置。
前記システムは、演算ユニットにより前記ジョブを実行する情報処理システムであり、
前記予測装置は、前記情報処理システムに必要な演算ユニット数Ｚを、前記演算ユニット一つ当りの同時処理可能なジョブ数Ａｐと、前記予測手段により予測された前記上限値Ｑｚと、に基づき算出して、前記算出した演算ユニット数Ｚを出力する必要演算ユニット数算出手段を備えること
を特徴とする請求項３４〜請求項３７のいずれか一項に記載の予測装置。
コンピュータに、請求項３４〜請求項３７のいずれか一項に記載の予測装置が備える前記取得手段、前記ジョブ数確率分布算出手段、前記集中率確率分布算出手段、及び前記予測手段としての機能を実現させるためのプログラム。
外部からの要求に対応したジョブを実行するシステムにおける微小時間のジョブ実行数である瞬間ジョブ数の上限値を予測する方法であって、
コンピュータが、
過去に実行された前記ジョブに関する標本データであって、単位期間毎に、この期間でのジョブ実行数Ａを特定可能で、更には、この期間に生じた最大の瞬間ジョブ数Ｑが、この期間の前記ジョブ実行数Ａに占める割合である集中率Ｂを特定可能な標本データを取得する取得手順と、
前記取得手順により取得された前記標本データから特定される前記単位期間毎のジョブ実行数Ａに基づき、当該ジョブ実行数Ａについての確率分布を算出するジョブ数確率分布算出手順と、
前記標本データから特定される前記単位期間毎の集中率Ｂに基づき、前記集中率Ｂについての確率分布を算出する集中率確率分布算出手順と、
前記ジョブ数確率分布算出手順により算出された確率分布から特定される各ジョブ実行数Ａの発生確率Ｐ（Ａ）及び前記集中率確率分布算出手順により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）に基づき、瞬間ジョブ数Ｑｓ＝Ａ・Ｂの上限値Ｑｚを予測する予測手順と、
を実行することによって、前記上限値を予測し、その予測結果を出力することを特徴とする予測方法。
前記予測手順では、前記ジョブ数確率分布算出手順により算出された確率分布から特定される各ジョブ実行数Ａの発生確率Ｐ（Ａ）及び前記集中率確率分布算出手順により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）に基づき、前記ジョブ実行数Ａ及び前記集中率Ｂの各組合せ（Ａ，Ｂ）に対応する瞬間取引数Ｑｓ＝Ａ・Ｂの小さい順に、この組合せ（Ａ，Ｂ）の発生確率Ｐ（Ａ）・Ｐ（Ｂ）を累積したときの累積確率が特定確率を超える瞬間ジョブ数Ｑｓを、前記上限値Ｑｚであると予測することを特徴とする請求項４０記載の予測方法。
前記ジョブ数確率分布算出手順及び前記集中率確率分布算出手順の少なくとも一方では、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出すること
を特徴とする請求項４０又は請求項４１記載の予測方法。
取引相場のある特定種類の取引に関する瞬間取引数の上限値を予測する装置であって、
過去の前記特定種類の取引に関する標本データであって、単位期間毎に、この期間の取引数Ａ及び相場変動量Ｇを特定可能で、更には、この期間における最大瞬間取引数Ｑが、この期間の取引数Ａに占める割合である集中率Ｂを特定可能な標本データを取得する取得手段と、
前記取得手段により取得された前記標本データから特定される前記単位期間毎の取引数Ａ及び相場変動量Ｇに基づき、前記相場変動量Ｇに対する前記取引数Ａの変化量である基本変動量Ｋを算出する基本変動量算出手段と、
前記基本変動量算出手段により算出された前記基本変動量Ｋ及び前記標本データから特定される前記単位期間毎の前記相場変動量Ｇに基づき、前記単位期間毎に、この期間での相場変動に起因する取引数の変化量Ｖを推定し、前記標本データから特定されるこの期間での前記取引数Ａから、この期間での相場変動に起因する取引数の変化量Ｖ分を取り除いた取引数（Ａ−Ｖ）を、相場変動がないと仮定した場合の当該期間での取引数である基本取引数Ｒとして算出する基本取引数算出手段と、
前記基本取引数算出手段により算出された前記単位期間毎の基本取引数Ｒに基づき、前記基本取引数Ｒについての確率分布を算出する基本取引数確率分布算出手段と、
前記標本データから特定される前記単位期間毎の相場変動量Ｇに基づき、前記相場変動量Ｇについての確率分布を算出する相場変動量確率分布算出手段と、
前記標本データから特定される前記単位期間毎の集中率Ｂに基づき、前記集中率Ｂについての確率分布を算出する集中率確率分布算出手段と、
前記基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、前記集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）、及び、前記基本変動量Ｋに基づき、瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂの上限値Ｑｚを予測して、前記予測した上限値Ｑｚを出力する予測手段と、
を備えることを特徴とする予測装置。
前記予測手段は、前記基本取引数確率分布算出手段により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手段により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、前記集中率確率分布算出手段により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）、及び、前記基本変動量Ｋに基づき、前記基本取引数Ｒ、前記相場変動量Ｇ、及び、前記集中率Ｂの組合せ（Ｒ，Ｇ，Ｂ）毎に、この組合せに対応する瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂについての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）・Ｐ（Ｂ）を算出し、この瞬間取引数Ｑｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）・Ｐ（Ｂ）を累積したときの累積確率が特定確率を超える瞬間取引数Ｑｓを、前記上限値Ｑｚであると予測することを特徴とする請求項４３記載の予測装置。
前記基本取引数確率分布算出手段及び前記相場変動量確率分布算出手段及び前記集中率確率分布算出手段の少なくとも一つは、発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出すること
を特徴とする請求項４３又は請求項４４記載の予測装置。
前記基本取引数確率分布算出手段は、前記基本取引数算出手段により算出された前記単位期間毎の基本取引数Ｒに基づき、前記基本取引数Ｒの度数分布を、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが大きい区間で前記度数が単調非増加となり、度数が最大となる基本取引数Ｒよりも基本取引数Ｒが小さい区間で前記度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、前記発生確率Ｐ（Ｒ）が最大の地点を基準に単峰性を示すように補正されてなる前記基本取引数Ｒについての確率分布を算出すること
を特徴とする請求項４３〜請求項４５のいずれか一項に記載の予測装置。
前記相場変動量確率分布算出手段は、前記標本データから特定される前記単位期間毎の相場変動量Ｇに基づき、前記相場変動量Ｇの度数分布を、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが大きい区間で前記度数が単調非増加となり、度数が最大となる相場変動量Ｇよりも相場変動量Ｇが小さい区間で前記度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、前記発生確率Ｐ（Ｇ）が最大の地点を基準に単峰性を示すように補正されてなる前記相場変動量Ｇについての確率分布を算出すること
を特徴とする請求項４３〜請求項４６のいずれか一項に記載の予測装置。
前記集中率確率分布算出手段は、前記標本データから特定される前記単位期間毎の集中率Ｂに基づき、前記集中率Ｂの度数分布を、度数が最大となる前記集中率Ｂよりも前記集中率Ｂが大きい区間で前記度数が単調非増加となり、度数が最大となる前記集中率Ｂよりも前記集中率Ｂが小さい区間で前記度数が単調非減少となるように補正し、補正後の度数分布を確率分布に変換することで、前記発生確率Ｐ（Ｂ）が最大の地点を基準に単峰性を示すように補正を加えてなる前記集中率Ｂについての確率分布を算出すること
を特徴とする請求項４３〜請求項４７のいずれか一項に記載の予測装置。
前記基本変動量算出手段は、前記単位期間毎の取引数Ａ及び相場変動量Ｇを線形回帰分析して、前記基本変動量Ｋを算出することを特徴とする請求項４３〜請求項４８のいずれか一項に記載の予測装置。
前記取引に係る処理を実行する情報処理システムに必要な演算ユニット数Ｚを、前記演算ユニット一つ当りの同時処理可能な取引数Ａｐと、前記予測手段により予測された前記上限値Ｑｚと、に基づき算出して、前記算出した演算ユニット数Ｚを出力する必要演算ユニット数算出手段
を備えることを特徴とする請求項４３〜請求項４９のいずれか一項に記載の予測装置。
前記取引数Ａは、前記単位期間における一ユーザ当りの取引数であり、
前記予測手段は、一ユーザ当りの前記瞬間取引数Ｑｓの上限値Ｑｚを予測する構成にされ、
前記必要演算ユニット数算出手段は、前記演算ユニット数を、予め設定された想定ユーザ数Ｕと、前記演算ユニット一つ当りの同時処理可能な取引数Ａｐと、前記予測手段により予測された前記上限値Ｑｚと、に基づき算出すること
を特徴とする請求項５０記載の予測装置。
コンピュータに、請求項４３〜請求項４９のいずれか一項に記載の予測装置が備える前記取得手段、前記基本変動量算出手段、前記基本取引数算出手段、前記基本取引数確率分布算出手段、前記相場変動量確率分布算出手段、前記集中率確率分布算出手段、及び前記予測手段としての機能を実現させるためのプログラム。
取引相場のある特定種類の取引に関する瞬間取引数の上限値を予測する方法であって、
コンピュータが、
過去の前記特定種類の取引に関する標本データであって、単位期間毎に、この期間の取引数Ａ及び相場変動量Ｇを特定可能で、更には、この期間における最大瞬間取引数Ｑが、この期間の取引数Ａに占める割合である集中率Ｂを特定可能な標本データを取得する取得手順と、
前記取得手順により取得された前記標本データから特定される前記単位期間毎の取引数Ａ及び相場変動量Ｇに基づき、前記相場変動量Ｇに対する前記取引数Ａの変化量である基本変動量Ｋを算出する基本変動量算出手順と、
前記基本変動量算出手順により算出された前記基本変動量Ｋ及び前記標本データから特定される前記単位期間毎の前記相場変動量Ｇに基づき、前記単位期間毎に、この期間での相場変動に起因する取引数の変化量Ｖを推定し、前記標本データから特定されるこの期間での前記取引数Ａから、この期間での相場変動に起因する取引数の変化量Ｖ分を取り除いた取引数（Ａ−Ｖ）を、相場変動がないと仮定した場合での当該期間での取引数である基本取引数Ｒとして算出する基本取引数算出手順と、
前記基本取引数算出手順により算出された前記単位期間毎の基本取引数Ｒに基づき、前記基本取引数Ｒについての確率分布を算出する基本取引数確率分布算出手順と、
前記標本データから特定される前記単位期間毎の相場変動量Ｇに基づき、前記相場変動量Ｇについての確率分布を算出する相場変動量確率分布算出手順と、
前記標本データから特定される前記単位期間毎の集中率Ｂに基づき、前記集中率Ｂについての確率分布を算出する集中率確率分布算出手順と、
前記基本取引数確率分布算出手順により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手順により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、前記集中率確率分布算出手順により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）、及び、前記基本変動量Ｋに基づき、瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂの上限値Ｑｚを予測する予測手順と、
を実行することによって、前記上限値を予測し、その予測結果を出力することを特徴とする予測方法。
前記予測手順では、前記基本取引数確率分布算出手順により算出された確率分布から特定される各基本取引数Ｒの発生確率Ｐ（Ｒ）、前記相場変動量確率分布算出手順により算出された確率分布から特定される各相場変動量Ｇの発生確率Ｐ（Ｇ）、前記集中率確率分布算出手順により算出された確率分布から特定される各集中率Ｂの発生確率Ｐ（Ｂ）、及び、前記基本変動量Ｋに基づき、前記基本取引数Ｒ、前記相場変動量Ｇ、及び、前記集中率Ｂの組合せ（Ｒ，Ｇ，Ｂ）毎に、この組合せに対応する瞬間取引数Ｑｓ＝（Ｒ＋Ｋ・Ｇ）・Ｂについての発生確率Ｐ（Ｒ）・Ｐ（Ｇ）・Ｐ（Ｂ）を算出し、この瞬間取引数Ｑｓの小さい順に、対応する発生確率Ｐ（Ｒ）・Ｐ（Ｇ）・Ｐ（Ｂ）を累積したときの累積確率が特定確率を超える瞬間取引数Ｑｓを、前記上限値Ｑｚであると予測することを特徴とする請求項５３記載の予測方法。
前記基本取引数確率分布算出手順及び前記相場変動量確率分布算出手順及び前記集中率確率分布算出手順の少なくとも一つでは、前記発生確率が最大の地点を基準に単峰性を示すように補正を加えてなる前記確率分布を算出すること
を特徴とする請求項５３又は請求項５４記載の予測方法。