• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実績報告書

深層学習による言語情報を統合した金融市場モデルの構築とその応用

研究課題

研究課題/領域番号 21J11781
研究機関東京大学

研究代表者

DU XIN  東京大学, 工学系研究科, 特別研究員(DC2)

研究期間 (年度) 2021-04-28 – 2023-03-31
キーワード金融 / 自然言語処理 / 深層学習 / 株のベクトル表現 / 言語のベクトル表現 / ポートフォリオ / ファットテール / 時系列
研究実績の概要

今年度は、深層学習技術に基づき、言語情報を利用した金融市場モデルの構築を中心に研究を行った。
投資モデルを構築するため、株のベクトル表現による新しいポートフォリオモデルを考案した。提案された新しい方法を通じて、ニューステキストをポートフォリオの最適化に導入し、リスクをより分散させることができた。このアイデアを元に論文を Knowledge-Based Systems に投稿し、4月に採録された。この方法の実用へ、ウェブサイト (www.finnewx.io) を構築した。
また、自然言語のベクトル表現の新しい方式を考案した。ニューステキストの市場への影響を調査するには、高性能なベクトル表現が必要となるが、既存のベクトル表現は言語の多義性を表現することには限界があった。これを踏まえ、多義語を数学的に表現するために、言語の意味をポテンシャル関数として表現する全く新しい方式を提案した。このアイデアを元に論文を国際会議に投稿し、現在は査読中である。
株価データについては、価格変動のファットテール現象を調べた。ファットテール現象とは、大きな価格変動が頻繁に発生することである。極端な価格変動は金融危機でよく見られるが、従来の正規分布ではモデル化することができない。このため、深層学習を利用し、ファットテール現象が見られる価格系列をGauss過程に変換する方式を考案し、国際会議に論文として投稿した。この論文は現在査読中である。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

今年度は、計画書に記載した2年間に予定されている6つの目標のうち、3つを達成した:(2)上記新しいポートフォリオ構築方法の理論的分析、(3)外国為替を含むその他の金融資産の考察、(6)上記方法の実用への宣伝用Webサイトの構築。
また、今年度は雑誌に1件の論文が採録され、2件が投稿された。

今後の研究の推進方策

研究計画に従い、研究を進めようとする。

  • 研究成果

    (2件)

すべて 2022 その他

すべて 雑誌論文 (1件) 備考 (1件)

  • [雑誌論文] Stock portfolio selection balancing variance and tail risk via stock vector representation acquired from price data and texts2022

    • 著者名/発表者名
      Du Xin、Tanaka-Ishii Kumiko
    • 雑誌名

      Knowledge-Based Systems

      巻: 249 ページ: 108917~108917

    • DOI

      10.1016/j.knosys.2022.108917

  • [備考] 株ベクトルの実用化の例として、ポートフォリオの自動生成ができるウェブサイト finnewx

    • URL

      www.finnewx.io

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi