2021 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 | 時系列分析 / 事象分析 / 投資者分析 / エンティティマイニング / 要因分析 |
Outline of Annual Research Achievements |
本研究では,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.
令和3年度では,投資データの時系列特徴を分析する手法とニュースによる経済や投資への影響について研究開発を行った. (1)時系列データ分析:R2年度で開発したシーケンシャル処理手法を改善するため,シーケンシャルデータの系列を補完・増殖して,系列処理モデルの学習効率を向上させる手法を開発し,検証を行った.また,株価や基準価額など数字データを効率よく分析するための表現モデルとその学習手法を開発し,その有効性について検証を行った. (2)ニュースによる経済や投資への影響分析:ニュース記事の経済的な影響力を推定する手法の改良を行った.この手法では,テクニカル指標とニュース記事から株価指標を予測するモデルを内部的に用いているが,BERTによってニュース記事をベクトル化し,テクニカル指標の系列データから株価指標を予測するモデルに組み込んだ.また,開発した手法を金融,電力・ガス,素材・化学の3つの業界の複数のニュースに対して適用し,検証を行った.さらに,ニュースによる市場への影響を,オープンとクローズド時の差を考慮して分析する手法を検討した.市場がクローズドの時は複数のニュースによる影響を考慮する必要があるが,モデルの学習が困難である.そのため,比較的に学習容易である市場がオープン時のモデルを利用してファインチューニングして構築する手法を開発し検討した.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
英文論文誌論文1本,国際論文2件と国内研究会発表4件の成果発表を行った.そのうち,DEIM2022スポンサー賞1件とDEIM2022学生プレゼンテーション賞2件を受賞した.これらの実績から,順調に研究開発を進めていると考える.
|
Strategy for Future Research Activity |
令和3年度の成果を踏まえて,次年度では,以下の項目について研究開発を進める予定である. (1)意味を考慮した投資データの表現モデルとその学習手法の研究開発.予測,分析,パンターン検知,異常値検知など様々なダウンストリームタスクをサポートできる表現モデルの研究開発を行う. (2)理解支援システムの研究開発:ニュース記事の経済・投資への影響を分析する技術を活かして,可視化などの手法を導入して,投資支援するためのシステムを構築する.
|