• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

二階層進化計算による条件木を用いた金融市場の構造変化予知と金融政策の効用評価

Research Project

Project/Area Number 21K04537
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 25010:Social systems engineering-related
Research InstitutionTokyo University of Technology

Principal Investigator

瀬之口 潤輔  東京工科大学, コンピュータサイエンス学部, 教授 (50835428)

Project Period (FY) 2021-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywordsマルチエージェントシミュレーション / 金融政策 / 先行指標 / 二階層進化計算 / 条件木 / TOPIX予測モデル / リッジ回帰 / 効用評価
Outline of Research at the Start

近年、システムトレードの台頭により、株価や為替レートが短時間で大きく変動することが頻繁にみられるようになった。このような金融市場の乱高下に翻弄され、多くの国で政府の経済対策が本来意図したような効果を得られていないことがある。中央銀行の金融政策にも同様のことがいえる。
中央銀行が金融市場の局面に適した金融政策を立案・実行することは極めて重要な社会システムの課題である。中央銀行がシステムトレードによる様々な金融市場の動きを予測し、一部投資家に利益が集中する状況を回避することで、所得および社会の安定に資する政策を実現できるシステムを構築できるか、が基本的な問いである。

Outline of Annual Research Achievements

板情報を用いて高頻度取引の価格予測モデルを作成した。手法はConvolutional Neural Networkを基にInception ModuleとLSTMを組み合わせ、過去の板情報データを画像として読み込み、それを基にして将来の金融市場商品の価格の短期的な予測を行うことに成功した。
またマルチエージェントシミュレーションを用いて、金融政策の変更が株価に与える影響を再現することに成功し、今後の金融政策の変更により株式市場がどのような影響を受けるかを推測できる仕組みを構築した。

Current Status of Research Progress
Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

当初の目的であった、金融政策の変更が高頻度取引を通じて金融市場にどのような影響を与えるかについて解析を行うことに成功しており、当初の研究目的はほぼ達成した。

Strategy for Future Research Activity

現在の研究結果では、金融政策のシナリオを実験者があらかじめ設定する必要があるが、今後は金融政策のシナリオを可変とし、イールドカーブの形状の変化により株式市場がどのような影響を受けるかを出力するマルチエージェントシミュレーションモデルを作成し、この研究を締めくくりたい。

Report

(3 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • 2021 Research-status Report
  • Research Products

    (3 results)

All 2023 2021

All Journal Article (3 results) (of which Peer Reviewed: 3 results,  Open Access: 3 results)

  • [Journal Article] Stock Price Prediction through STL Decomposition using Multivariate Two-way Long Short-term Memory2023

    • Author(s)
      瀬之口潤輔
    • Journal Title

      Journal of Computer Science and Technology Studies

      Volume: 4 Issue: 2 Pages: 90-96

    • DOI

      10.32996/jcsts.2022.4.2.11

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Forecasting of Global Stock Market by Two Stage Optimization Model2023

    • Author(s)
      瀬之口潤輔
    • Journal Title

      International Journal on Data Science and Technology

      Volume: 8 Pages: 72-86

    • Related Report
      2023 Research-status Report 2022 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Extraction of Space Containing Noise and Forecast of Complex Data by Multiway Tree Bi-Level GA2021

    • Author(s)
      瀬之口潤輔
    • Journal Title

      Transactions of the Japanese Society for Artificial Intelligence

      Volume: 36 Issue: 5 Pages: F-L52_1-12

    • DOI

      10.1527/tjsai.36-5_F-L52

    • NAID

      130008082581

    • ISSN
      1346-0714, 1346-8030
    • Year and Date
      2021-09-01
    • Related Report
      2021 Research-status Report
    • Peer Reviewed / Open Access

URL: 

Published: 2021-04-28   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi