Leveraging deep learning in the practical evaluation of finance theory

2022 Fiscal Year Final Research Report

• Project/Area Number: 19H01508
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 07060:Money and finance-related
• Research Institution: Waseda University
• Principal Investigator: Kitamura Yoshihiro 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: 深層学習 / 為替レート予測 / 指値注文 / LSTM

Outline of Final Research Achievements

The present study uses high-frequency time series data on exchange rates. We selected a deep learning model for time series analysis and conducted the analysis. Specifically, we used Long Short-Term Memory (LSTM) to test whether limit order book information in the exchange rate market is effective in predicting exchange rates. The deep learning model's predictive power exceeded that of the existing models, and the limit order information was found to be useful in predicting exchange rates.

Free Research Field

ファイナンス

Academic Significance and Societal Importance of the Research Achievements

本研究の目的は、人工知能の一つである「深層学習」でファイナンス理論を学習し、その学習が将来の為替レートの予測に貢献するかを研究することである。今回の研究は主に外国為替市場を研究対象としたが、この研究を通じて、人工知能（深層学習）を活用しファイナンス理論の臨床性を評価する流れを確立させることを目的とした。そのことで、情報工学分野で研究が進む深層学習をファイナンス理論の臨床性評価に活用する一連の流れを確立させた新分野の創造・発信を究極的目的とした。