| 研究課題/領域番号 |
21K18439
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分7:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 大阪公立大学 (2022-2023)
大阪市立大学 (2021) |
|---|
研究代表者 |
高田 輝子 大阪公立大学, 大学院経営学研究科, 教授 (30347504)
|
|---|
| 研究期間 (年度) |
2021-07-09 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 流動性 / 需給バランス / 暴落予測 / 指値 / 確率密度推定 / 確率密度推計 |
|---|
| 研究開始時の研究の概要 |
株価暴落のような社会に大きなダメージをもたらす異常事象の予測や制御は喫緊の課題であるが、それを生み出すシステムが複雑であるにも関わらず、利用可能統計が少なく、扱いにくい統計的性質を持つため、従来法の適用が難しい。本研究は、まず、暴落の引き金となる流動性需給バランスの局面別変動パターンを、世界最大最長時系列であるニューヨーク証券取引所全オープン指値注文表履歴統計に、研究代表者が開発した事前の仮定を要さぬ頑健な諸手法を適用することで、最大限の情報抽出を実現し、流動性需給曲線や売買注文相関構造を可視化する。次にそこからの発見事実を活用し、完全データ駆動型の高精度早期暴落予測を目指す。
|
| 研究成果の概要 |
暴落の引き金となる売り注文と買い注文のバランスの変動に着目し、ビッグデータの情報量の多さと暴落事象に強い頑健な手法を活用して、株価暴落予測の高精度化を目指した。世界最大のニューヨーク証券取引所の高頻度指値注文統計(NYSE Openbook)の売り手/買い手別情報を用いて流動性需要供給曲線を推計し、その形状の時系列変動や売り圧力・買い圧力の程度に関わる複数のパターンを、まず、明らかにした。次に、データのみに基づいて市場状態を判別して暴落予測・回避を行う学習機械を開発した。これに、市場の「長期トレンド方向」と「市場の一方向化度」の動きを学習させ、暴落の予測と回避の早期化・高精度化を実現した。
|
| 研究成果の学術的意義や社会的意義 |
株価暴落のような異常事象は、深刻な社会的ダメージをもたらすため、その予測の社会的意義は高い。近々の米国株式市場暴落の可能性を憂う声もあり、本研究提案は時宜も得ている。しかし、暴落のような異常事象の統計分析のためには、現代科学が抱える様々な難問の解決を要するため、これまでほとんど行われてこなかった。本研究の行った「データのみからの暴落予測の実現」は、従来法のパラダイムより新しい第４のパラダイムと呼ばれる「データ中心科学」のアプローチにより難題を解決するものであり、学術的意義も高い。
|
