著者
松井 藤五郎 汐月 智哉
出版者
一般社団法人 人工知能学会
巻号頁・発行日
pp.2D3OS19a2, 2017 (Released:2018-07-30)

LSTM (Long Short-Term Memory) は、時系列データを学習するリカレントニューラルネットワークの一種であり、長期的な依存関係を学習できる点が特徴である。 本論文では、この特徴を利用して、LSTMを用いて株価の変動を予測する方法を提案する。 また、提案手法を実際の株価データに適用した結果を示し、その有効性について議論する。
著者
藏本 貴久 和泉 潔 吉村 忍 石田 智也 中嶋 啓浩 松井 藤五郎 吉田 稔 中川 裕志
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.28, no.3, pp.291-296, 2013 (Released:2013-03-28)
参考文献数
9
被引用文献数
5 2

In this study, we developed a new method of the long-term market analysis by using text-mining of news articles. Using our method, we conducted extrapolation tests to predict stock price averages by 19 industry and two market averages, TOPIX and Nikkei225 for about 10 years. As a result, 8 sectors in 21 sectors (about 40%) showed over about 60% accuracy, and 15 sectors in 21 sectors (over 70%) showed over about 55% accuracy. We also developed a web system of financial text-mining based on our method for financial professionals.
著者
和泉 潔 池田 翔 石田 智也 中嶋 啓浩 松井 藤五郎 吉田 稔 中川 裕志 本多 隆虎
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.25, 2011

本研究では,新聞記事データを用いた業種別株価指数の分析の新たな手法を提案した.本手法を用いて,2009年の1 年間を対象に外挿予測精度を評価した結果,予測精度の目標とした52%を超えた業種は,19 業種中11業種(57.8%) であった.また,予測正答率は時期・業種によって予測正答率の季節性が見られた.これにより,期間毎のテキストマイニングによる予測の信頼度を測る指標になることが期待できる.
著者
和泉 潔 松井 藤五郎
出版者
一般社団法人電子情報通信学会
雑誌
電子情報通信学会技術研究報告. AI, 人工知能と知識処理 (ISSN:09135685)
巻号頁・発行日
vol.111, no.70, pp.15-19, 2011-05-19

Web上の大量のテキスト情報から現在人々が経済状況に対して抱いている気分を抽出することが出来るかもしれない.近年,機械学習を用いたテキストマイニング手法によって,テキスト情報と市場変動の関係性を発見し市場分析に応用する研究が増えてきた,経済指標やマーケットのテクニカル指標等の数値情報には指標化されていないような情報を,テキスト情報から素早く自動的に抽出することが期待されている.本稿で具体的に研究事例を紹介する.
著者
蔵本 貴久 和泉 潔 吉村 忍 石田 智也 中嶋 啓浩 松井 藤五郎 吉田 稔 中川 裕志
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.26, 2012

本研究は、金融実務家から要望が高い、数週間以上の長期的で広範な市場分析を、テキスト情報から安定的に行うための手法を開発した。業種別平均株価および市場全体の平均株価について外挿予測テストを行った。その結果、1ヶ月後の騰落予測について、過去10年間の長期間を通じて約60%以上の精度を4割近くの市場で、55%以上の精度は7割以上の市場で達成することができた。
著者
松井 藤五郎
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.26, no.2, pp.330-334, 2011 (Released:2011-01-06)
参考文献数
12
被引用文献数
2

This paper describes a reinforcement learning framework based on compound returns, which is called compound reinforcement learning. Compound reinforcement learning maximizes the compound return in returns-based MDPs. We also describe compound Q-learning algorithm. We present experimental results using an ilustrative example, 2-armed bandit.
著者
松井 藤五郎 後藤 卓 和泉 潔 陳 昱
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.25, 2011

複利型強化学習は,複利のリターンに基づいて強化学習を行う枠組みであり,ファイナンスへの応用に適している. 本論文では,複利型強化学習を国債銘柄を選択する問題へ適用し,その結果を報告する. 具体的には,国債銘柄選択問題を債務不履行(デフォルト)確率と利回りに基づいてバンディット問題として定式化する方法について述べ,複利型Q学習をこの問題に適用した実験結果を報告する.
著者
吉田 稔 中川 裕志 石田 智也 中嶋 啓浩 松井 藤五郎 和泉 潔 池田 翔 本多 隆虎
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.25, 2011

ある銘柄の取引高の上昇・下降を予測するために、関連するニュース記事の見出しを利用する手法について検討する。
著者
和泉 潔 後藤 卓 松井 藤五郎
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.26, no.2, pp.313-317, 2011 (Released:2011-01-06)
参考文献数
12
被引用文献数
1

In this study, we propose a new text-mining method for long-term market analysis. Using our method, we performe out-of-sample tests using monthly price data of financial markets; Japanese government bond market, Japanese stock market, and the yen-dollar market. First we extract feature vectors from monthly reports of Bank of Japan. Then, trends of each market are estimated by regression analysis using the feature vectors. As a result of comparison with support vector regression, the proposal method could forecast in higher accuracy about both the level and direction of long-term market trends. Moreover, our method showed high returns with annual rate averages as a result of the implementation test.
著者
松井 藤五郎 米田 一樹 森山 甲一 武藤 敦子 犬塚 信博
出版者
一般社団法人 人工知能学会
巻号頁・発行日
pp.1M4J1304, 2019 (Released:2019-06-01)

本論文では、リターンの時系列に基づく動的クラスタリングを用いて投資信託を分析する手法を提案する。複数の期に分割されたファンドのリターン時系列を対象として、(1) 期ごとにt-SNEを用いて2次元空間に圧縮し、(2) 期ごとにx-meansを用いてクラスタリングを行い、(3) FBL-MONICを用いてクラスター遷移を検出することによって、動的クラスタリングを行ってそのクラスター遷移を検出する方法を提案する。 提案手法を用いてTOPIX連動型インデックス・ファンドを分析したところ、1期から4期は3つ、5期は4つのクラスターが得られた。全ての期において、クラスターの1つに全てのETFが含まれており、かつ、このクラスターにはETF以外のファンドがほとんど含まれていなかったことから、提案手法によって妥当な動的クラスタリングを行うことができたと考えられる。また、5期に新しく増えたクラスターは、前向き分析では4期のクラスターからの遷移として検出されなかったが、後ろ向きでは4期のクラスターの1つの影響が強いと判定され、クラスター遷移として検出することができた。
著者
和泉 潔 後藤 卓 松井 藤五郎
出版者
The Japanese Society for Artificial Intelligence
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.25, no.3, pp.383-387, 2010
被引用文献数
5 5

In this study, we proposed a new text-mining methods for long-term market analysis. Using our method, we analyzed monthly price data of financial markets; Japanese government bond market, Japanese stock market, and the yen-dollar market. First we extracted feature vectors from monthly reports of Bank of Japan. Then, trends of each market were estimated by regression analysis using the feature vectors. As a result, determination coefficients were over 75%, and market trends were explained well by the information that was extracted from textual data. We compared the predictive power of our method among the markets. As a result, the method could estimate JGB market best and the stock market is the second.
著者
松井 藤五郎 汐月 智哉
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.31, 2017

LSTM (Long Short-Term Memory) は、時系列データを学習するリカレントニューラルネットワークの一種であり、長期的な依存関係を学習できる点が特徴である。 本論文では、この特徴を利用して、LSTMを用いて株価の変動を予測する方法を提案する。 また、提案手法を実際の株価データに適用した結果を示し、その有効性について議論する。
著者
和泉 潔 後藤卓 松井 藤五郎
出版者
情報処理学会
雑誌
情報処理学会論文誌 (ISSN:18827764)
巻号頁・発行日
vol.52, no.12, pp.3309-3315, 2011-12-15
被引用文献数
1

本研究は,金融実務家から要望が高い,数週間以上の長期的でしかも個別銘柄より広範な市場分析に,テキストマイニング技術で挑戦した.長期市場分析に有効なテキスト情報として,経済の専門家や金融機関がWeb上に発行するマーケットリポートを分析対象とした.そのために,定期的に発行されるテキストデータから時間的な特徴の変化を抽出し,テキストに関連する外部の時系列データとの関係性を見つけるテキストマイニング技術を新たに開発した.本技術を用いて実際に経済市場分析を試み,実際の市場動向をどの程度説明しているのかについて検証を行った.日本国債の2年物,5年物,10年物で運用テストを行った結果,既存のサポートベクタ回帰や計量経済モデルと比べて,どの市場でも安定して,ほぼ最高水準の運用益をあげることができた.In this study, we proposed a new text-mining methods for long-term market analysis. Using our method, we perfomed out-of-sample test using monthly price data of financial markets; Japanese government bond 2-year, 5-year, and 10-year markets. First we extracted feature vectors from monthly reports of Bank of Japan. Then, trends of each market were estimated by regression analysis using the feature vectors. As a result of comparison with support vector regression and an econometric model, the proposal method could forecast in higher accuracy about both the level and direction of long-term market trends.
著者
和泉 潔 後藤卓 松井 藤五郎
雑誌
情報処理学会論文誌 (ISSN:18827764)
巻号頁・発行日
vol.52, no.12, pp.3309-3315, 2011-12-15

本研究は,金融実務家から要望が高い,数週間以上の長期的でしかも個別銘柄より広範な市場分析に,テキストマイニング技術で挑戦した.長期市場分析に有効なテキスト情報として,経済の専門家や金融機関がWeb上に発行するマーケットリポートを分析対象とした.そのために,定期的に発行されるテキストデータから時間的な特徴の変化を抽出し,テキストに関連する外部の時系列データとの関係性を見つけるテキストマイニング技術を新たに開発した.本技術を用いて実際に経済市場分析を試み,実際の市場動向をどの程度説明しているのかについて検証を行った.日本国債の2年物,5年物,10年物で運用テストを行った結果,既存のサポートベクタ回帰や計量経済モデルと比べて,どの市場でも安定して,ほぼ最高水準の運用益をあげることができた.
著者
松井 藤五郎
出版者
中部大学
雑誌
若手研究(B)
巻号頁・発行日
2011

本研究では,強化学習において利益率の複利効果を最大化するために複利型強化学習という新しい強化学習の枠組みを開発した.複利型強化学習を国債銘柄選択,国債取引,株式取引,n本腕バンディット,ブラックジャックなどに応用し,複利型強化学習がファイナンスやギャンブルのドメインに有効であることを確認した.また,複利型強化学習で導入された投資比率パラメーターをオンライン勾配法によって最適化する手法を開発した.
著者
山田 裕文 松井 藤五郎 大和田 勇人
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.23, 2009

本研究はまず,一つの企業を入力することで,その企業に関係がある企業のリストを入手する.その企業リスト内の企業に対してWikipediaを類義語辞書として用いることで正式名称や通称などを取得する.そして,リスト内の企業を入力企業の関係ごとにクラスタリングする手法を提案する.各クラスタには,入力企業との関係を示したタグを付与し,出力結果を視覚的に見やすくする.
著者
後藤 卓 松井 藤五郎 和泉 潔
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.26, 2012

金融市場において,国債や企業向け貸出のヘッジ手段としてCDSが幅広く用いられるようになってきたが,依然として,アジアを中心にCDSマーケットのない国や企業が存在する.これに対し,状況が似ている他の国や企業のCDSを用いてヘッジするプロキシヘッジの取組がなされているが,その際において,最適なヘッジ比率設定が課題となっている.本論文では,複利型強化学習を用いて最適ヘッジ比率を学習する手法を提案する.
著者
松井 藤五郎 後藤 卓 和泉 潔 陳 ユ
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.26, 2012

本論文では,複利型強化学習における投資比率パラメーターをオンライン勾配法を用いて最適化する方法について述べる.また,実験によりその有効性を確認する.