著者
中原 健一 島田 史也 宮崎 邦洋 関根 正之 大澤 昇平 大島 眞 松尾 豊
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

株式市場における売買審査業務をより効率的かつ合理的に行うために,定量的に見せ玉を検知する手法を提案する.本手法においては,教師ラベルを使用せずに相場操縦行為中に見られる不自然な取引履歴を発見するため,密度比推定による異常検知手法を用いた.東京証券取引所の上場銘柄の中より無作為に選択され,専門家チームによってラベル付けされた118 件の半日単位の一銘柄取引履歴による検証結果によると,見せ玉が疑われる事例の80%は,モデルが予測した異常度順にソートした事例の上位50%に含まれ,実務で使用されている単純な規則によるスクリーニングの結果と比較して更なる精緻化が達成できていることが示された.
著者
中原 健一 島田 史也 宮崎 邦洋 関根 正之 大澤 昇平 大島 眞 松尾 豊
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.1M204, 2018 (Released:2018-07-30)

株式市場における売買審査業務をより効率的かつ合理的に行うために,定量的に見せ玉を検知する手法を提案する.本手法においては,教師ラベルを使用せずに相場操縦行為中に見られる不自然な取引履歴を発見するため,密度比推定による異常検知手法を用いた.東京証券取引所の上場銘柄の中より無作為に選択され,専門家チームによってラベル付けされた118 件の半日単位の一銘柄取引履歴による検証結果によると,見せ玉が疑われる事例の80%は,モデルが予測した異常度順にソートした事例の上位50%に含まれ,実務で使用されている単純な規則によるスクリーニングの結果と比較して更なる精緻化が達成できていることが示された.