研究課題/領域番号 |
23K21694
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分61030:知能情報学関連
|
研究機関 | 早稲田大学 |
研究代表者 |
石井 久美子 (田中久美子) 早稲田大学, 理工学術院, 教授 (10323528)
|
研究分担者 |
新谷 元嗣 東京大学, 大学院経済学研究科(経済学部), 教授 (00252718)
|
研究期間 (年度) |
2024-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
7,020千円 (直接経費: 5,400千円、間接経費: 1,620千円)
2025年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2024年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
キーワード | 埋め込み表現 / 株価データ / 自然言語処理 / 金融情報処理 |
研究開始時の研究の概要 |
自然言語処理分野では、単語や文をベクトル表現を行い、工学に資することが一般的である。この技法を敷衍し、本研究では、株銘柄など経済対象のベクトル表現を、数値データと非数値の言語データから機械学習により獲得し、さまざまな経済データの動向の解析や予測に寄与するデータ工学手法を探究する。研究内容には、ベクトル表現に加え、それを入力する価格の系列モデルの二つがある。また、得られたベクトル表現は、ポートフォリオ、リスク評価、経済対象の関係マイニングなど、さまざまに応用が考えられる。本研究では、価格データの中でもコーパスが得やすい株、為替を対象とし、米国に加えて各国の市場のデータを利用して基礎研究を行う。
|