文献一覧: 菅愛子 (著者)

3 0 0 0 OA 高頻度データを用いたニュースと韓国株式の分析:ニュース分類の条件探索

著者: 尹聖在菅愛子高橋大志
出版者: 人工知能学会
雑誌: 2018年度人工知能学会全国大会(第32回)
巻号頁・発行日: 2018-04-12

News articles play an important role in financial markets. This study analyzes the relationship between news articles and stock price fluctuations using high frequency trading data in Korean stock markets. Especially, we analyze differences in market reactions according to languages of news articles. In order to understand the influences of news articles, this study explores conditions of Long Short Term Memory (LSTM) models that classify news articles.

2018-09-19 17:46:37
3 + 7 Twitter

https://confit.atlas.jp/guide/event/jsai2018/subject/2K1-04/detail

1 0 0 0 OA 機械学習を用いた上場企業の労働分配率および平均給与の説明可能性に関する検討

著者: 松本章宏菅愛子高橋大志
雑誌: 第82回全国大会講演論文集
巻号頁・発行日: vol.2020, no.1, pp.343-344, 2020-02-20

2013年以降のアベノミクスの効果により、日本経済は回復の兆しを見せ始めている。企業業績は改善され、内部留保の金額は過去最高に至るまでとなっている。一方で、日本の労働分配率は戦後最低の値を示しており、労働分配率の低下は実体経済の弱体化と格差の拡大をもたらす大きな社会的課題として捉えられている。本研究では、日本の上場企業の公開財務データをもとに、機械学習を用いて日本の上場企業における労働分配率および平均給与の説明可能性について検討するとともに、資本市場から実体経済へのトリクルダウンを阻害している要因について検討した。結果、企業の時価総額の上昇率が高い企業群が労働分配率を下げ、トリクルダウンを阻害している可能性を示唆した。

2022-08-13 14:16:00
1 はてなブックマーク

http://id.nii.ac.jp/1001/00205741/

1 0 0 0 OA Twitterにおける株式のインフルエンサーの特定

著者: 片山慎也菅愛子高橋大志
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.2019, no.BI-013, pp.03, 2019-10-05 (Released:2022-02-03)

The influence of SNS or the impact of influencers is expanding on our society. This studyanalyzes the relationships between tweets and news text of influencers in the Japanese stock market. Roleof social media in the financial market is also examined by extracting the data related to the tweetsinformation.

2022-03-09 12:12:20
1 + 0 Twitter

1 0 0 0 OA GPT-2を介した自然言語生成を用いた電機メーカーのニュース評価モデル構築と分析

著者: 西良浩菅愛子高橋大志
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.4Rin172, 2020 (Released:2020-06-19)

金融市場において配信されるニュース記事は資産価格評価に影響を及ぼす重要な情報である.配信されたニュース記事が株価変動に及ぼす影響について分析を行った取り組みは多くあり,ニュース記事のような非構造化データには,財務情報のような構造化データにはないファンダメンタル情報やセンチメント情報が含まれている可能性が報告されている.しかしながら,ニュース記事の数には限りがあり,取得可能なデータ数の制限は深層学習を用いた分析の精度に影響を及ぼす.本研究では,ニュース記事配信前後の株価変動に基づくニュース評価モデルの構築を行い,GPT-2を介したニュース記事の生成を通じ,モデルの精度向上を試みた.分析対象を日本の電機メーカーとし,ニュース配信前後の株価変動に基づきラベル付けを行い,ニュース評価モデルを用いて分析を行った.分析の結果,GPT-2によるニュース記事生成を通じ,ニュース評価モデルの精度を向上できる可能性があることを見出した.

2021-09-17 04:50:34
1 + 0 Twitter

1 0 0 0 OA 高頻度データを用いたニュースと韓国株式の分析:ニュース分類の条件探索

著者: 尹聖在菅愛子高橋大志
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32回全国大会(2018)
巻号頁・発行日: pp.2K104, 2018 (Released:2018-07-30)

2019-10-22 10:03:25
1 + 0 Twitter

1 0 0 0 OA 深層学習によるニュースと株式市場の関連性の分析:高頻度データおよびLSTMによるニュース分類

著者: 高山理璃子菅愛子高橋大志
出版者: 一般社団法人経営情報学会
雑誌: 経営情報学会全国研究発表大会要旨集 PACIS2018主催記念特別全国研究発表大会
巻号頁・発行日: pp.28-30, 2018 (Released:2018-08-31)

近年、主要な情報ソースの一つであるニュースと株式価格変動について数多くの研究が報告されている。筆者らはこれまで韓国株式市場を対象とし個別企業ニュースと資産価格変動の関連性について分析を行ってきた。本研究は、高頻度データを分析対象とし、深層学習の主要な手法の一つであるLSTMを通じ、個別企業ニュースおよびマクロ経済ニュースを用い、テキスト分類精度の向上について検討を試みたものである。