グローバル株式市場における深層学習を用いたマルチファクター運用の実証分析

DOI

書誌事項

タイトル別名
  • Deep Learning for Multifactor Models in Global Stock Markets

抄録

<p>時系列予測の観点から株価を予測するために深層学習を用いる研究が多数行われてきた。 一方で、クロスセクション予測(マルチファクターモデル)の観点から、深層学習を用いて株価を予測する研究は少なく、特に世界の株式市場における有効性を実証する研究は存在しない。 そこで本稿では、グローバルな株式市場においてクロスセクション予測の観点から深層学習を用いたマルチファクターモデルに基づく相対的な魅力度の有効性を検証する。 分析の結果、次の結論が得られた。 1．深層学習による株価予測モデルはランダムフォレストやリッジ回帰に比べリターン/リスクの面で優れている。2．特に低リスクという観点で、深層学習モデルは優れている。3．市場の効率性が低下すると、収益機会が増える可能性がある。</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390282763118549376
  • NII論文ID
    130007658953
  • DOI
    10.11517/pjsai.jsai2019.0_4rin135
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ