著者

吉田 健一

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.62, no.3, pp.959-967, 2021-03-15

---

株価予測は学問的にも実務的にも重要な研究テーマであり,伝統的なファイナンスの観点から古くから研究されてきた.また近年では深層学習などデータマイニングの手法を使った研究もさかんである.本報では,日次の終値の変化と標準偏差のみを入力に用いたGradient Boosting Decision Tree法が代表的な株価インデックスであるTOPIXや日経225先物の翌日の値を予測可能であり,代表的な取引手法であるインデックス投資と比較して超過収益が得られることを示す.この結果は月次データに関して報告した代表的な株価インデックスが持つ特徴と同じ特徴(株価の分析における混合分布分析と学習期間調整の重要性)が日次データにも存在することを示している.本報では,学習期間調整の重要性は日次の方が顕著であり,また日経先物の分析結果からは限月という先物特有の要因が有効な学習期間に影響している可能性も指摘する.