2020 Fiscal Year Annual Research Report
Entity-oriented Investment Big Data Analysis Foundation for Evidence-Based Investment Support
| Project/Area Number |
19H04116
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
馬 強 京都大学, 情報学研究科, 准教授 (30415856)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
湯本 高行 兵庫県立大学, 社会情報科学部, 准教授 (20453152)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 要因分析 / 事象分析 / 投資者分析 / エンティティマイニング / ポートフォリオ |
|---|
| Outline of Annual Research Achievements |
本研究では，ニュース・報告書，マーケット情報やユーザの投資履歴など多様な投資ビッグデータを横断して分析し，投資活動における重要なエンティティである，事象，投資商品および投資者の特徴とその相互関係を分析して，「金融・投資商品に影響を及ぼす要因(事象)」や「投資のエキスパートがいつ・何を取引したか」を明らかにする．これにより投資に必要な知識やエビデンスを発見して意思決定のプロセスと結果の可読性を向上させることで，従来サービスにおける一般投資者の不安を緩和し，安心して投資できる仕組みの構築に貢献する．
今年度では，投資商品の要因分析技術の研究開発では，事象の経済的な影響力の推定手法として，テクニカル指標とニュース記事から株価指数を予測するモデルを用いた手法を開発した．具体的には，テクニカル指標とニュース記事に基づく素性から予測した株価指数の値とテクニカル指標のみから予測した値の差に着目し，差が大きいほどニュース記事に含まれる事象の影響力が大きいとする．なお，予測モデルではLSTMを用い，ニュース記事に基づく素性に対しては朝日新聞単語ベクトルによる埋め込み表現を用いた．また，数字データである投資商品の価額とテキストデータであるニュース記事や有価証券報告書を統合分析するための深層学習モデルについて検討している．特に，時系列数字データのトランスフォーマモデルについて調査・検討を進めており，その基盤技術となる時系列データを処理するためのDual Attention機構を開発した．
投資者の特徴分析基盤の研究では，金融工学のポートフォリオ理論を拡張して，トレーダポートフォリオという新しい概念を提唱し，それに基づいてトレーダの特徴を分析してランキングを行う手法を開発した．
今年度では，国際論文誌2本，国際会議論文2本と国内研究会発表3本の成果発表を行った．順調に研究開発を進めている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度の成果を踏まえ，投資商品の要因分析基盤と投資者の特徴分析基盤に関する研究を進めており，査読付き国際論文4本（そのうち，国際論文誌論文2本，主要国際会議2本）などの成果が得られて，国内外から高く評価されている．
|
| Strategy for Future Research Activity |
2020年度の研究成果を踏まえて，投資ビッグデータからの投資知をマイニングする基盤技術である以下の項目について研究開発を行う．
（１）事象・商品価額の統合分析モデルの研究開発：今年度の研究成果を踏まえて，時系列データ（数字とテキスト）を統合的に分析する深層学習モデルを開発していく．
（２）事象の意外性に基づく投資商品への影響分析：事象に意外性を動作単位及び主体と動作の組合せの発生確率などの観点から定義し，事象から投資商品に与える影響について分析する手法を開発していく．
|
Research Products
(7 results)
