著者
藤本 悠吾 中川 慧 今城 健太郎 南 賢太郎
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会第二種研究会資料 (ISSN:24365556)
巻号頁・発行日
vol.2022, no.FIN-029, pp.73-80, 2022-10-08 (Released:2022-10-01)

機械学習を用いた株価予測は実務的にも学術的にも重要であり、多くの研究がおこなわれている。それらのうち有望な方法の一つとして、株式市場のダイナミズムを考慮し、高い予測力と解釈可能性を兼ね備えた Trader-Company (TC) 法がある。一方、TC 法をはじめとする機械学習による株価予測手法は、点推定であり、その予測の不確実性が考慮できていないため、実務的な応用に際して懸念が生じる。そこで本研究では、Uncertainty Aware Trader-Company Method (UTC) 法という高い予測力を持ち、予測の不確実性を定量化できる株価予測手法を提案する。UTC 法は、TC 法を不確実性の推定を可能にする確率的モデリングと組み合わせることにより、不確実性を捉えながら、TC 法の予測力と解釈可能性を維持できる。理論的にも、UTC 法による推定分散が事後分散を反映し、かつ TC 法に対して予測の悪化につながるバイアス等を与えないことを証明できる。さらに、人工および実際の市場データに基づいた実証分析を行い UTC 法の有効性を確認した。人工データでは、予測が困難な状況や予測対象の分布の変化を UTC 法が検出できることを確認した。実際の市場データを用いた分析では、UTC 法による投資戦略がベースライン手法よりも高いリスク・リターン比を達成できることを示した。
著者
伊藤 克哉 中川 慧 今城 健太郎 酒本 隆太
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第37回 (2023) (ISSN:27587347)
巻号頁・発行日
pp.3Xin409, 2023 (Released:2023-07-10)

機械学習による金融時系列の予測は実務的にも学術的にも重要な研究課題である。金融時系列は、ノイズが多く、非定常であり、更に機密情報を含む事があるため、分析が困難である。これらの課題に対して、本研究ではAugmentation and Bagging method for Confidential Data series Forecasting(ABCD-Forecast)という手法を提案する。ABCD-Forecastは「データ分析コンペティション」という現実の枠組みから着想を得ており、 多数の分析者が予測結果を送信し評価を受ける仕組みを仮想的に構築する。ABCD-Forecastでは、仮想的な分析者に多様な「ノイズ除去加工」をしたデータを配布する。この加工により多様で低ノイズなデータ生成が可能となる。コンペティション形式で、分析者から多様かつ正確なモデルを得、状況ごとに使い分けることで非定常な市場にも対処する。また、時系列を加工して配布することで、実際のコンペティションに於いても機密性を担保したデータ配布が期待される。本研究では実データを用いた実証分析により良好な予測精度が得られることを示した。
著者
久保 健治 中川 慧 水上 大樹 Acharya Dipesh
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会第二種研究会資料 (ISSN:24365556)
巻号頁・発行日
vol.2022, no.FIN-029, pp.23-27, 2022-10-08 (Released:2022-10-01)

暗号資産販売所は、ビッド・アスク価格を提示し、顧客から暗号資産の注文を受け付ける相対取引サービスであり、暗号資産市場に流動性を供給している。顧客からの注文によって販売所の暗号資産の在庫は変化し、一方で、在庫は常に価格変動リスクに晒される。このため、適切な在庫管理が必要になる。同じ相対取引サービスである FX ディーラーの在庫管理問題については、確率制御に基づいた最適流動化戦略が提案されている。ただし、暗号資産市場は FX 市場と比べ、流動性が低く、ボラティリティが大きい。更に、暗号資産販売所においては顧客から注文に大きな偏りがみられる。そのため、暗号資産販売所における在庫管理問題を解決するためには、暗号資産市場に特有の性質を考慮して、最適流動化戦略を構築する必要がある。そこで、本研究では暗号資産販売所に対する在庫管理問題を定義し、確率制御に基づき最適流動化戦略を提案する。また、モデルパラメータを bitFlyer の公開データを用いて推定し、数値計算により、最適流動化戦略を得た。得られた結果から、注文頻度の偏りが最適流動化戦略に影響を与えることを示した。また、単純な流動化戦略と比較することで、提案手法の有効性も確認した。本研究は暗号資産販売所における最適流動化戦略という新たな領域を開拓するものになるであろう。
著者
黒木 裕鷹 真鍋 友則 指田 晋吾 中川 慧
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会第二種研究会資料 (ISSN:24365556)
巻号頁・発行日
vol.2022, no.FIN-029, pp.47-53, 2022-10-08 (Released:2022-10-01)

決算説明会とは,企業がステークホルダーに対し業績や計画・戦略を決算内容とともに説明する場である.決算説明会の参加者は経営者による説明を聞くことができるほか,質疑応答を通して業績と見通しに関する疑問を解消することができる.一方で,参加者はアナリストや機関投資家に限定されていることが多く,決算説明会に参加できない投資家との情報格差が指摘されてきた.しかしながら,本邦における決算説明会の情報価値についての分析例はほとんど存在しない.そこで本報告では,質疑応答を含む決算説明会のテキストデータに感情極性を付与し,説明会がもつ情報価値を定量的に分析する.具体的には,金融専門極性辞書と Fama-French のファクターモデルを利用して株価リターンに対する説明力を分析する.
著者
今城 健太郎 南 健太郎 伊藤 克哉 中川 慧
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第34回 (2020)
巻号頁・発行日
pp.4Rin120, 2020 (Released:2020-06-19)

株式投資におけるポートフォリオ構築は金融分野で重要な課題である.本論文では,株式市場における共通因子をヘッジしたあとに残る残差リターン (residual return) という概念に着目し,その分布予測に基づいてポートフォリオを構築する新しい手法を提案する.提案手法の特徴は,単純なスペクトル分解を用いることで残差リターンの情報を抽出すること,および金融時系列に特有のスケール不変性を考慮した新しい深層学習のアーキテクチャを利用した分布予測を行うことである.本論文では,日本の株式市場のデータを用いた実証実験によって提案手法の有効性を示す.
著者
中川 慧 今村 光良 吉田 健一
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第31回全国大会(2017)
巻号頁・発行日
pp.2D11, 2017 (Released:2018-07-30)

株価を予測するために様々な方法が提案されている.本研究では,株価予測のため,現在の株価の変動が過去のいつの時点に似ているかという価格変動パターンを抽出する.抽出にあたっては,日次の株価変動を月初の値との比で表現した月間の株価変動に対してDTWを適用するIndexation DTW(IDTW)による手法を提案する.抽出された変動パターンの将来値が予測に有効な特徴量であることを,日本市場を例に示す.
著者
林 晃平 中川 慧
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会第二種研究会資料 (ISSN:24365556)
巻号頁・発行日
vol.2022, no.FIN-029, pp.67-72, 2022-10-08 (Released:2022-10-01)

株価や経済指標などの金融時系列は,一般に長期記憶性や不確実性など,単純なモデルでは再現の難しい特徴を持つことが観測されており,このことは金融市場の複雑性を反映していると考えられる.一方,このような金融時系列は実データであるためサンプル数が十分でなく,しばしば観測データを用いた定量的な分析を困難にする.本研究の目的は,このような複雑性を持つ時系列を機械学習の手法を用いて人工的に生成することである.これにより,より現実に近い様々な市場局面を大量に生成することができ,投資戦略のストレステストや,経済指標を用いた分析・リスク管理等を効果的に行うことが可能となる.特に,本発表では標準 Brown 運動よりも正則性の低い極めて「ラフな」パスが観測されているボラティリティを対象にし,非整数階 Brown 運動を用いた生成手法である Neural rough fractional SDE-Net を用いて元データの特性を再現することを目指す.
著者
柴田 昌幸 高森 頼雪 江川 優子 山口 智央 中川 慧人 中村 めぐみ 大江 啓史 成田 圭 田中 由理子 小林 倫子 三科 友二 三科 雅子 明石 雅博 笹本 貴広 土屋 昭彦 西川 稿 横田 亜矢 杉谷 雅彦 滝川 一 山中 正己
出版者
一般社団法人 日本肝臓学会
雑誌
肝臓 (ISSN:04514203)
巻号頁・発行日
vol.62, no.5, pp.327-332, 2021-05-01 (Released:2021-05-14)
参考文献数
16

症例は38歳女性.X月1日に友人との食事会でマカダミアナッツを多量に摂取した.翌日から悪心・嘔吐が出現し,徐々に倦怠感,褐色尿,皮膚黄染も伴ってきた.症状改善ないためX月9日に前医受診し,急性肝炎と診断され入院.各種ウイルスマーカーや自己抗体は陰性で,画像検査で器質的異常も認めず入院後も肝機能は増悪した.X月15日に当院転院し,PTが40%未満に低下したためステロイドパルス療法を開始したが,意識障害も出現し状態は悪化した.血漿交換および持続緩徐式血液濾過透析を施行し,計6回の血漿交換後より肝機能は正常化傾向となった.集中治療を脱し,状態が安定してから肝生検を施行したが非特異的な組織像であり,マカダミアナッツのリンパ球刺激試験を実施したところ強陽性で薬物性肝障害と診断した.治療離脱後も問題なく経過し,第46病日に退院となった.食品から劇症肝炎に至り救命された症例は極めてまれであり報告する.
著者
山内 智貴 中川 慧 南 賢太郎 今城 健太郎
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第36回 (2022) (ISSN:27587347)
巻号頁・発行日
pp.2J4GS1001, 2022 (Released:2022-07-11)

近年,金融分野における機械学習に基づく定量的予測モデルの開発が活発化している.しかし,機械学習ベースの株価予測モデルは「市場の効率性」と「予測モデルの解釈可能性」の2つの課題により,実用化が困難である.これらの課題に対して,解釈性を担保しつつ短期的に高い予測精度のルールを進化的に実現するTrader-Company(TC)法がある.しかし,TC法はその性質上,市場レジームの急激な変化を考慮しないため,変化によって予測精度が悪化する可能性がある.そこで本研究では,レジームの変化に対する高いロバスト性を実現するため,Multiple-World Trader-Company法を提案する.提案手法では,TC法において単純で解釈可能な予測アルゴリズムであるTraderを管理するCompanyモデルを弱学習器として,レジーム単位で分割した学習データを複数Companyが個別に学習する.実データを用いた実証分析により,提案手法がベースライン手法と比較して良好な予測精度を達成することを示す.
著者
青景 遵之 中川 慧 河原 裕美 波之平 晃一郎 土田 和可子 藤村 昌彦 田中 英一郎 弓削 類
出版者
JAPANESE PHYSICAL THERAPY ASSOCIATION
雑誌
日本理学療法学術大会
巻号頁・発行日
vol.2008, pp.A3P2127-A3P2127, 2009

【目的】重度歩行障害患者の早期歩行Ex.は,設営の煩雑さや多くのマンパワーを必要とすることから,臨床現場における歩行支援ロボットの必要性が高まっている.現在,研究されている歩行支援ロボットは,LokomatやGait trainerといったトレッドミル上での歩行支援ロボットが多く,モビルスーツ型自立歩行支援ロボットとしての研究はほとんど行われていない.モビルスーツ型自立歩行支援ロボットは,トレッドミル上の制限がなく,様々な環境での歩行Ex.が行えることから,歩行障害患者のADLや活動範囲の向上も期待することができる.そのため,現在開発中のモビルスーツ型自立歩行支援ロボット使用時の歩行と通常歩行の健常者における脳活動を比較し,脳機能の視点から歩行Ex.の場面に利用できる可能性を検討することを目的とした.<BR>【方法】対象は,同意の得られた筋骨格系・神経系に障害のない健常男性8名とした.近赤外分光法(near infrared spectroscopy;以下,NIRS)を用い,通常歩行とロボット装着歩行の脳酸素動態を比較した.課題は,安静30秒,歩行40秒,安静30秒のブロックデザインとし,各条件下で5回測定した.歩行速度は,対象者ごとに各条件下で最も快適な速度とした.また,ロボット装着歩行は,非免荷状態での歩行(full-weight robot gait;以下,FW)の他に,転倒と身体への荷重負荷を考慮し,全体重の25%の免荷状態での歩行(partial-weight robot gait;以下,PW)も測定した.NIRSのデータは, 0-10秒と90-100秒の平均を結んだ直線をベースラインとし,前頭前野や運動前野,補足運動野,感覚運動野の領域に分けて加算平均した.また,領域間の比較には,Suzukiらの方法を参考にeffect sizeを使用した. なお本研究は,広島大学大学院保健学研究科心身機能生活制御科学講座倫理委員会の承認を得て行った.<BR>【結果】歩行によって運動に関連する各領域のoxy-Hbが増加し,その増加量は通常歩行,PW,FWの順に大きかった.領域別では,運動前野での増加が最も大きかった.ロボット装着歩行は,PWでは通常歩行に類似したoxy-Hb変化パターンを示していたが,FWでは,前頭前野や補足運動野などの領域でも大きな変化を示した. <BR>【考察】ロボット装着歩行は,歩行に関与する脳領域,中でも運動前野に大きな活動を起こした.運動前野は,運動学習時に重要な役割を担っているといわれており,ロボット装着歩行が歩行動作の学習に役立つツールとなる可能性が示された.特に,免荷状態のロボット歩行では,通常歩行に近い脳活動パターンを示し,運動学習に有効なツールであると考えられた.非免荷状態のロボット歩行でも,同様な効果が期待できるが,現時点では,通常歩行ではあまり必要のない前頭前野の大きな活動なども増加する結果となった.今後,様々な観点からモビルスーツ型自立歩行支援ロボットとしての実用化に向けて更なる開発と研究を行っていきたい.
著者
真鍋 友則 山城 広周 中川 慧
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第34回全国大会(2020)
巻号頁・発行日
pp.4Rin163, 2020 (Released:2020-06-19)

B2B企業ブランドに関する研究は近年注目されているが, その構成要素の特定や測定方法が未解決の課題として挙げられている. 本研究では, 企業の従業員とコンタクトを持つ人たちを対象としたアンケート調査に基づいた, 新たなB2Bブランド指標データを用いて, 上記問題にアプローチした. その調査データに含まれる自由記述文を, ブランド印象のレーティングを応答変数として、 supervised topic models を用いて分類し, ブランド印象を形成する構成要素を抽出した. さらに, その要素の中で「高い技術、魅力的な商品」が, 他の特徴よりも強く, 企業の株式市場価値と関連があることを見出した. これらの結果は, 今まで企業のブランド戦略やステークホルダー・エンゲージメントを考える上で, 経営上重要な知見であり, また, このような指標が, 無形資産価値を対象とした投資指標としても, 有効であることを示唆している.
著者
高野 海斗 岡田 知樹 清水 裕介 中川 慧
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第36回 (2022)
巻号頁・発行日
pp.3K4GS1003, 2022 (Released:2022-07-11)

有価証券報告書には,企業の業績や事業リスク,ESG活動などの様々な情報が記載されており,先行研究では投資判断に有益な情報として,業績要因文をテキストマイニングするモデルが提案されている.上記情報以外にも有価証券報告書には「配当政策」に関する記述が存在し,配当の基本方針や今年度の配当金に関してだけでなく,将来の配当方針や配当性向に関して記載がある.また将来の配当政策のうち増配に関する記述は公表後に株価の上昇をもたらすことが知られており,投資判断に有益な情報である.したがって,将来の配当は専門知識を持ったアナリストが様々な情報をもとに予測を行っているが,人手が限られているため大企業を中心に行われている.そこで,本研究では有価証券報告書の配当政策にどのようなことが記述されているかを調査し,将来の配当を予測するのに有効なテキストの自動抽出を試みた.その結果,本研究で作成した学習データを用いることで,高い精度で将来の配当政策に関する記述を抽出できた.これにより将来の配当政策に関する情報が効率的に自動抽出でき,新しい投資判断基準や投資戦略の構築などへの応用が期待できる.
著者
真鍋 友則 中川 慧
出版者
一般社団法人 経営情報学会
雑誌
経営情報学会誌 (ISSN:09187324)
巻号頁・発行日
vol.29, no.2, pp.87-104, 2020-09-15 (Released:2020-09-28)
参考文献数
29

本稿では,日本企業におけるブランド価値評価と株価との価値関連性を分析する.特に,ビジネス関係においての企業印象指標と,企業価値の関係を調べるため,ブランド価値評価のプロキシーとして,名刺ネットワーク情報を用いた調査手法で測定された企業ブランド指標BBESを用いる.BBESの特徴としては,調査対象企業の名刺を保有しているユーザー(ビジネス上の関わりのある人物)のみを調査対象集団としていることが挙げられる.この特徴から,一般認知度の低いB2B企業についても,風評や経験に基づくブランド力が測定されていることが期待される.このBBESデータがブランド価値のプロキシーとして,株価との価値関連性を有するかどうかを統計的に検証することが本稿における目的である.日本企業を対象にした実証分析により,財務諸表における純資産と利益の情報を所与として,BBESが株価の形成を追加的に説明することを明らかにした.またその説明力は,特にB2B企業群において高い値を示した.
著者
児玉 実優 酒井 浩之 永並 健吾 高野 海斗 中川 慧
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第36回 (2022)
巻号頁・発行日
pp.3K4GS1001, 2022 (Released:2022-07-11)

近年, 投資家は, ESG(E:環境,S:社会,G:統治)情報を投資判断において重視しており,ESG関連情報をテキストデータから抽出する技術が必要とされている. ESG関連情報は統合報告書に多く記載がある. しかし, 企業によってレイアウトや内容が異なり, 学習データの作成が困難である. そこで本研究では, まず有価証券報告書(有報)から ESG関連情報を抽出する. 有報にも統合報告書ほどではないが, ESG 関連情報の記述がある. また, レイアウトはどの企業も同じであり, さらに XBRL 形式と呼ばれるテキスト形式で配布されているので, テキスト処理を行いやすい. 次に有報から抽出したESG関連情報を学習データとして,BERTモデルをファインチューニングする. 最後に当該BERTモデルを用いて統合報告書からESG関連情報を抽出することで,統合報告書から直接学習データを作成する困難を解決できた. 実際に, 本手法で各企業の統合報告書から ESG 関連情報を抽出した.結果, E,S,Gに関する情報をそれぞれ93.3%,91.7%,77.4%の適合率で取得でき,良好な結果が得られた.