2022 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 | 時系列データ分析 / 事象分析 / 時系列データ検索 / 時系列予測 / 意思決定支援 |
|---|
| 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４年度では，前年度の成果を踏まえて，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：令和３年度で開発した時系列データの表現モデルとその学習手法を拡張して，時系列データの遷移・変化をガウス過程でモデリングすることで，そのセマンティックスを学習・表現する手法を開発した．また，その有効性を系列データの予測と検索を用いて検証を行った．
（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については，昨年度の段階では対象とする企業名が明示されているニュース記事のみを対象としていた．本年度はこれを企業名が明示されていないが，間接的に影響があるような記事にも対応できるようにモデルのパラメータの調整などの検討を行い，10種類の業界の複数のニュースに対して適用して検証を行った．また，モデル内で使用しているAttentionを用いて，ニュース記事において影響力の推定の根拠となった部分を可視化する方法を開発した．
|
| 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
(5 results)
