大規模ニュース記事からの極性付き評価表現の抽出と株価収益率の予測  [in Japanese]

Search this Article

Author(s)

Abstract

この10年に,インターネットを通じて取得可能なニュース記事やSNSデータなどの定性的なデータを株価予測に応用しようとする動きが,ファイナンスとコンピュータサイエンスの両分野で同時に活発化してきている.本研究では,すでに公開情報となった経済に関する大規模ニュース記事テキストから,日経225先物価格の近未来の上下変動を予測するモデルをNaive Bayes法によって構築した.時系列で一定のwindowサイズを設定し,その期間をずらしながらout-of-sampleによる予測実験を行った結果,正答率52.3%,年平均収益率11.3%,Sharpe比0.689を達成し,本モデルの有効性が示された.

Journal

  • [O]perations research as a management science [r]esearch

    [O]perations research as a management science [r]esearch 58(5), 281-288, 2013-05-01

    The Operations Research Society of Japan

References:  15

Codes

  • NII Article ID (NAID)
    110009603994
  • NII NACSIS-CAT ID (NCID)
    AN00364999
  • Text Lang
    JPN
  • Article Type
    REV
  • ISSN
    00303674
  • NDL Article ID
    024627209
  • NDL Call No.
    Z4-108
  • Data Source
    CJP  NDL  NII-ELS 
Page Top