平成29（2017）年度　一般研究１実施報告書

課題番号	29−共研−1008	分野分類		統計数理研究所内分野分類		b
				主要研究分野分類		2
研究課題名	個別株の連動類似性に基づいた株式相場の転換点予測モデルの構築
フリガナ 代表者氏名	ハムロ ユキノブ 羽室 行信		ローマ字		Hamuro Yukinobu
所属機関	関西学院大学
所属部局	経営戦略研究科
職　　名	准教授

研究目的と成果（経過）の概要

本研究では、多様なデータの関係性をグラフ構造で表現し、大域的なグラフ構造の時系列変化を捉えることで、大規模な騰落(相転移)が起こる前の臨界状態をモデル化することを目的といている。そこで本年度は、グラフ構造データの時系列推移を画像データとして表現し、畳み込みニューラルネットワーク(CNN:Convolutional Neural Network)を用いて、市場の転換点を予測するモデルを学習させた。ロイター提供の2000年〜2015年の16年間のデータを利用し、日本、米国、英国の３カ国で検証した。年単位による移動窓を設定した交差検証の結果、単純なロジスティック回帰モデルに比べ、2%〜5%の精度向上を達成することができた。

当該研究に関する情報源（論文発表、学会発表、プレプリント、ホームページ等）

羽室行信,岡田克彦,ハーディングの「相」解析と底検知,証券アナリストジャーナル,Vol55, No.10, 2017.
羽室行信,岡田克彦,情報伝播速度の相違が生み出す投資機会 -サプライチェーンネットワークを利用した個別銘柄投資-,人工知能学会第105回人工知能基本問題研究会(SIG-FPAI),石垣島大濱信泉記念館,2018/1/29.
岡田克彦,羽室行信,株式市場における株価大崩落の兆し検知への挑戦,2017年度人工知能学会(第31回),ウインクあいち,2017/5/25.
羽室行信,岡田克彦,個別銘柄の連動類似度グラフおよびグラフ研磨手法を用いた株価予測,2017年度人工知能学会(第31回),ウインクあいち,2017/5/25.
羽室行信,岡田克彦,データ研磨手法の金融応用,情報処理学会FIT2017,東京大学,2017/9/12.
岡田克彦,羽室行信,機械学習が金融の世界をどうかえていくか。Asset Managementの現状と未来,日本オペレーションズ・リサーチ学会2017年秋季研究発表会シンポジウム,関西大学,2017/9/13.
羽室行信,岡田克彦,中元政一,個別株の連動類似性に基づいた株式相場の転換点予測モデルの構築,統計数理研究所H.29 共同利用 29-共研-1008、29-共研-4210合同研究集会,統計数理研究所,2017/10/3.

研究会を開催した場合は、テーマ・日時・場所・参加者数を記入してください。

共同研究内容の成果発表・2017/10/3・統計数理研究所・8人

研究参加者一覧
氏名	所属機関
岡田 克彦	関西学院大学
中野 純司	統計数理研究所
中原 孝信	専修大学
中元 政一	関西学院大学
藤澤 克樹	九州大学
本多 啓介	統計数理研究所
丸橋 弘明	関西学院大学