| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-02-09 13:30 専門家記事と機械学習に基づくWebニュースからの日経平均株価予測 ○一瀬 航・嶋田和孝（九工大）  NLC2016-43 |
|
| 抄録 | （和） | 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いる．また，Webニュースは企業の株価に少なからず影響を与えており，世に存在する個人投資家がこのニュース記事を参考にしていると考えると，Webニュースから未来の株価が予測できる可能性がある．そこで本論文では，Webニュースを対象とし，より多くの投資家が市場の分析に用いていると考えられる指標である日経平均株価の予測を目的とする．テキストを用いた金融予測では膨大なテキスト情報を用いて機械学習を行うことが一般的である．しかし，投資家は市場に影響を与える多様な情報を自ら取捨選択し，独自の着眼点にしたがって市場の分析を行っている．本研究では，この着眼点，つまり，分析にどのような情報が必要なのかという知識を専門家の分析記事から抽出し，これにより機械学習の精度が向上するかの検証と新素性の提案を行う． |
| （英） | The market analysis is one of the important tasks for text mining. Many researchers have proposed methods using text information for analyzing the market. In this situation, Web news has an important role to predict stock prices. In this paper, we propose a method to predict the Nikkei Stock Average, which is one of the most important stock market indexes. We extract viewpoints for analyzing web-news from analysis's articles of an expert and apply the viewpoints and a machine learning technique into the method. Then, we classify the next day into “UP” or “DOWN” by using the articles of a day. The experimental result shows the effectiveness of extracting viewpoints from expert articles. | |
| キーワード | （和） | 株価予測 / サポートベクターマシン / テキストマイニング / Webニュース / 専門家記事 / / / |
| （英） | Stock price prediction / SVM / Text mining / Expert articles / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 451, NLC2016-43, pp. 19-24, 2017年2月. | |
| 資料番号 | NLC2016-43 | |
| 発行日 | 2017-02-02 (NLC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2016-43 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-IFAT |
| 開催期間 | 2017-02-09 - 2017-02-10 |
| 開催地（和） | 大阪・梅田 ティーオージー会議室 |
| 開催地（英） | |
| テーマ（和） | 第10回テキストマイニング・シンポジウム |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2017-02-NLC-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 専門家記事と機械学習に基づくWebニュースからの日経平均株価予測 |
| サブタイトル（和） | |
| タイトル（英） | Stock market prediction from Web news using expert articles and machine learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 株価予測 / Stock price prediction |
| キーワード(2)（和/英） | サポートベクターマシン / SVM |
| キーワード(3)（和/英） | テキストマイニング / Text mining |
| キーワード(4)（和/英） | Webニュース / Expert articles |
| キーワード(5)（和/英） | 専門家記事 / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 一瀬 航 / Ko Ichinose / イチノセ コウ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 嶋田 和孝 / Kazutaka Shimada / |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-02-09 13:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2016-43 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.451 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2017-02-02 (NLC) |
[研究会発表申込システムのトップページに戻る]