|
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。
|
