著者
松井 藤五郎 蔦木 宏斗 加藤 準平 後藤 卓
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
巻号頁・発行日
vol.2020, pp.2L5GS1301, 2020

<p>本論文では、株価時系列データを対象として、企業をクラスタリングする方法を提案する。企業の中には、事業を多面的に展開し、単一の業種には留まらないものもあるが、従来の業種分類ではいずれか1つの業種に分類されており、業種分類が実態とは乖離しているものが存在している。また、業種分類の中には本来は異なる複数の業種が1つの業種としてまとめられている業種もある。これまでに、投資信託のリターンを対象として同一ベンチマークのインデックス型投資信託をクラスタリングする手法が提案されている。そこで本論文では、業種ごとに企業をクラスタリングできるようにこの手法を拡張し、株価時系列データを対象として企業をクラスタリングする。また、提案手法を実際の株価データに適用し、その有効性を確認する。</p>
著者
松井 藤五郎 蔦木 宏斗 加藤 準平 後藤 卓
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.2L5GS1301, 2020 (Released:2020-06-19)

本論文では、株価時系列データを対象として、企業をクラスタリングする方法を提案する。企業の中には、事業を多面的に展開し、単一の業種には留まらないものもあるが、従来の業種分類ではいずれか1つの業種に分類されており、業種分類が実態とは乖離しているものが存在している。また、業種分類の中には本来は異なる複数の業種が1つの業種としてまとめられている業種もある。これまでに、投資信託のリターンを対象として同一ベンチマークのインデックス型投資信託をクラスタリングする手法が提案されている。そこで本論文では、業種ごとに企業をクラスタリングできるようにこの手法を拡張し、株価時系列データを対象として企業をクラスタリングする。また、提案手法を実際の株価データに適用し、その有効性を確認する。