2022 Fiscal Year Annual Research Report
ファイナンス理論の臨床性評価における深層学習の活用
| Project/Area Number |
19H01508
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
北村 能寛 早稲田大学, 社会科学総合学術院, 教授 (90409566)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
飯間 等 京都工芸繊維大学, 情報工学・人間科学系, 准教授 (70273547)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | Long Short-Term Memory / 指値注文 / 為替レート予測 |
|---|
| Outline of Annual Research Achievements |
研究期間全体において為替レートの高頻度時系列データを研究対象とした。そのため、深層学習の中でも時系列分析を目的としたモデルを選択し、分析を行なった。具体的には、Long Short-Term Memory（以下LSTM）を用いて、為替レート市場における指値注文情報が為替レート予測に有効かを検証した。１分から３分までの頻度でデータを加工し、それぞれの間隔で為替レートの予測を行なった。この分析で得られた特筆すべき研究成果は以下３つである。第一に、線形回帰モデル、ロジット回帰等既存の実証モデルに比べ、LSTMの予測パフォーマンスが優れているとの結果を得た。これは、人工知能取引の台頭等、取引戦略が多様・複雑化した今日の為替市場の価格発見過程を捉えるモデルとしては、大規模な非線形モデルであるLSTMが適切であることを示唆する。第二に、従来の研究で価格発見に寄与しないとされてきた指値注文情報が為替レート予測に貢献することが判明した。これは、情報トレーダーが、従来用いるとされてきた成行注文に加え、指値注文をも用いることを示唆する。この指値注文を用いる合理的理由を探求する目的で、一定の仮定を設けることで、成行注文、指値注文それぞれの期待利潤を計算し比較を行なった。その結果、後者の利潤が前者を上回ることが判明した。この事実は、情報トレーダーが合理的に指値注文を採用する一根拠となる。最後に、ビットアスクスプレッドを考慮すると、LSTMの予測に基づき実現した利潤は純利益でゼロを下回るものであった。つまりは、LSTMは為替レートの方向性を予測できるものの、それにより利益を実現することは難しい。これは、為替市場において利用可能な情報が現在の為替レートに反映されており、従って（指値注文）情報は正の利潤を実現するものではない。これより、研究対象とした為替市場では市場効率性が実現していると考える。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Research Products
(7 results)
