Evidence-based Financial Technical Analysis Using Machine Learning Approach

2019 Fiscal Year Final Research Report

• Project/Area Number: 16K00320
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Research Field: Soft computing
• Research Institution: Ibaraki University
• Principal Investigator: Tomoya Suzuki 茨城大学, 理工学研究科(工学野), 教授 (70408649)
• Project Period (FY): 2016-04-01 – 2020-03-31
• Keywords: 金融データサイエンス / フィンテック / AI運用 / 人工知能 / 機械学習 / 集合知

Outline of Final Research Achievements

The application of artificial intelligence (AI) technology to business has been accelerating. In particular, we applied AI technologies to FinTech, and proposed some asset management models for financial business. Our models use various techniques such as deep learning, ensemble learning, anomaly detection, etc., and these are considered as a kind of technical analysis based on past information like price movements. We verified the validity of them on the basis of investment simulations and statistical hypothesis tests using real financial data.

Free Research Field

金融データサイエンス

Academic Significance and Societal Importance of the Research Achievements

現実の金融データを用いた実証分析の結果，単にまぐれでは解釈できないほどの収益性を確認でき，これは伝統的経済学の基盤をなす効率的市場仮説の反証になり得る可能性を指摘した．しかし実際の資産運用においては様々な制約があり，必ずしも実験通りに機能しない原因を提言した．なお株価情報のような数値データのみならず，ニュース記事のようなテキストデータも資産運用アルゴリズムに取り入れることで，近年において注目されているAI運用に関する可能性についても検討した．