| 研究課題/領域番号 |
19H04116
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60080:データベース関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
馬 強 京都大学, 情報学研究科, 准教授 (30415856)
|
|---|
| 研究分担者 |
湯本 高行 兵庫県立大学, 社会情報科学部, 准教授 (20453152)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2022年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2021年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2019年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
|---|
| キーワード | 投資情報学 / 意思決定支援 / 要因分析 / 時系列データ / 深層学習 / 金融工学 / ポートフォリオ / 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 / 投資支援 / エンティティ分析 / エビデンス指向 / 投資知 / 時系列分析 / 投資者分析 / エンティティマイニング / エビデンスベース投資 / 投資ビッグデータ |
|---|
| 研究開始時の研究の概要 |
本研究では，エビデンスに基づいて投資の意思決定を支援するための投資ビッグデータ分析基盤の確立を目的とする．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」を明らかする基盤を構築する．具体的に，(A) 投資商品の要因分析と（B)投資者の特徴分析の基盤を構築して，それらを用いた投資支援システムの構築と検証を行う．
|
| 研究成果の概要 |
本研究では，投資活動を支援する基盤技術について研究開発を行った．時系列データ分析の共通基盤では，時系列データを効率よく管理・処理する表現モデルと分析手法を開発した．投資商品の要因分析では，基準価額のトレンドの変化点を干渉要因として導入して動的状態空間モデルベースの要因分析手法を開発した．また，投資の重要な情報源であるニュース記事の経済的な影響力の推定手法も開発した．投資者の特徴分析では，ポートフォリオ理論を導入してソーシャルトレーディングサービスにおける投資者であるトレーダの特徴分析技術の開発を行った．
英文論文誌論文5本，査読付国際会議論文6本と国内研究会発表11本の成果発表を行った．
|
| 研究成果の学術的意義や社会的意義 |
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，「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．
|
