ニュース記事の時間的特性を考慮した株価動向予測

• Item type: SIG Technical Reports(1)
• 公開日: 2015-02-24
• タイトル: ニュース記事の時間的特性を考慮した株価動向予測
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 神戸大学大学院システム情報学研究科
• 著者所属: 甲南大学知能情報学部
• 著者所属: 神戸大学大学院システム情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of System Informatics, Kobe University
• 著者所属(英): en
• 著者所属(英): Faculty of Intelligence and Informatics, Konan University
• 著者所属(英): en
• 著者所属(英): Graduate School of System Informatics, Kobe University
• 著者名: 吉原, 輝; 関, 和広; 上原, 邦昭
• 著者名(英): Akira, Yoshihara; Kazuhiro, Seki; Kuniaki, Uehara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 投資家が投資を行う際，株価等の数値情報の他に，新聞記事等の言語情報を基に株の売買を判断する．この判断を支援するため，これまで様々な研究が行われており，数値情報を対象にした研究では，株価の時系列データの特性が多く利用されている．これに対し，言語情報を対象にした研究では，その特性がほとんど利用されていない．これは，言語情報が株価に与える影響の時間的な変化を人手でルール化することが困難だからである．一方で，画像認識や音声認識などの分野において近年注目を集めている深層学習 （Deep Learning） は，大規模なデータから有益な特徴の抽出が可能である．そこで本研究では，深層学習のアプローチを応用し，時間的な変化を考慮した再帰的なネットワークを構築することで株価動向の推定を行う手法を提案する．入力に新聞記事のデータを用いることで，言語情報が与える影響の時間的な変化を捉えることができる．実際の新聞記事と株価のデータを用いて 10 銘柄の株価動向推定を行い，本手法の有効性を示す．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2015-MPS-102, 号 4, p. 1-6, 発行日 2015-02-24
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会