2015 Fiscal Year Annual Research Report
Analysis of the generating and collapsing process of financial bubbles using high frequency stock market data and web-mined text data
| Project/Area Number |
23330108
|
|---|
| Research Institution | Osaka City University |
|---|
Principal Investigator |
高田 輝子 大阪市立大学, 大学院経営学研究科, 准教授 (30347504)
|
|---|
| Project Period (FY) |
2011-04-01 – 2016-03-31
|
| Keywords | 金融バブル / テキストマイニング / 高頻度データ / 投資家行動 |
|---|
| Outline of Annual Research Achievements |
2015年度は、DOW30株価指数とその構成銘柄を対象に、分次株式データの数値分析と、株式掲示板書込内容のテキスト分析の双方に取り組み、主に以下の２つの結果を得た。①DOW30指数分次リターンのノンパラメトリック確率密度形状の特徴を用いて、暴落予測に有用ないくつかの統計的パターンを発見した。②株式掲示板データの基礎統計と分次株式統計との関係について分析し、投資家行動についてのいくつかの新しい事実を発見した。
2016年度は、テキスト解析対象をS&P500指数へと拡大し、ウェブマイニングにより収集したS&P500指数構成銘柄への株式掲示板書込データのLDAによるトピック推定を行い、各時点において投資家が話題にしているトピックとその株式市場動向との関係について分析し、最終年度の当初目標を概ね達成することができた。得られた結果のうち重要なものは、以下の二つである。①株式掲示板から意味が理解できるトピックを取り出すことに初めて成功し、抽出したトピックとSP500指数の出来高、ボラティリティーなどの株式統計との間に、株式市場の将来予測につながる有用な関係をいくつか発見した。②高頻度分次株式統計を用いた分析では、株式掲示板トピック内容と株式市場動向との間に有意な関係が発生する最短時間間隔を明らかにした。これは、株式掲示板分析の高頻度化の目安を示すだけでなく、投資家の期待・不安が株式市場に反映されていくプロセスの解明に有用な重要な情報となるものである。また、その他の結果として、高頻度NYSE指値データを用いて、金融バブル前後の投資家行動の変化について分析し、メカニズム解明に有用ないくつかの新事実を発見した。学習機械を使って優れた投資パフォーマンスを挙げる人工投資家を育成し、その判断基準の可視化も行った。
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
