著者

左 毅 北 栄輔

雑誌

情報処理学会論文誌数理モデル化と応用(TOM) (ISSN:18827780)

巻号頁・発行日

vol.3, no.3, pp.80-90, 2010-10-25

---

株価予測のために,過去データを用いた時系列分析に基づくモデルがしばしば用いられる.これらのモデルでは,予測したい株価を過去の株価などと残差の線形和で近似し,分布には正規分布が仮定される.しかし,実データに関するいくつかの知見によれば,株価収益率の頻度分布は必ずしも正規分布しないことが示されている.そうであれば,ホワイトノイズに基づくモデルでは精度良く予測できない可能性がある.そこで,本研究では,ベイジアンネットワークを用いる方法を示す.ところで,ベイジアンネットワークは離散的な値だけしか扱うことができないので,クラスタリング手法を用いて株価を離散値に変換する.解析例では,日経平均株価とトヨタ自動車株価をとる.解析結果より,収益率を適切に離散化すれば,相関係数解析や平均二乗誤差において,一般的な時系列分析モデルよりも精度良く予測できることが分かった.Time-series prediction algorithms are very often employed for predicting the stock price. In the algorithms, the stock price is assumed to be the weighted summation of the past stock price and the residual. The distribution is assumed to follow the normal distribution. However, recent results show that the stock price fluctuation dose not follow the normal distribution. Therefore, in this study, the Bayesian network is employed for the stock price prediction. The Bayesian network can deal with the discrete numbers alone. For the use of clustering algorithm, the stock price, which is expressed in the continuous number, has to be transformed to the discrete number. NIKKEI stock average (NIKKEI225) and TOYOTA Motor Corporation stock price are considered as numerical examples. The results show that the prediction accuracy of the present algorithm is better than that of the time-series prediction algorithms in the correlation coefficient analysis and the prediction error if the stock price is appropriately transformed to the discretized number.