担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>本研究では、取引コストを考慮しながら動的なポートフォリオ最適化を行うために、Multi-step CARA型損失関数(MS-CARA Loss)を提案する。MS-CARA Lossでは、リバランスによる取引コストをペナルティとして組み込みつつ、局所的および大域的なリターンを同時に考慮することで、実運用に近い条件下でのポートフォリオ最適化を行えることを示す。また、MASTER\cite{li2024master}を参考にした時間方向と銘柄方向に対するDual Attention機構を導入し、市場データに含まれる時系列とクロスセクションの依存関係を包括的に捉えるよう設計した。S\&P 500の構成銘柄を用いた実証分析では、提案手法が取引コストを考慮した場合でも良好なパフォーマンスを示し、全結合ニューラルネットワークを用いたベースラインを一部指標で上回ることを確認した。これらの結果は、コスト込みでの運用を想定した深層学習によるポートフォリオ最適化に有用である可能性を示唆している。</p>

DOI： 10.11517/jsaisigtwo.2025.fin-034_152

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>This study examines the diversification effects of incorporating an "art" asset class into investment portfolios. While numerous studies have examined the inclusion of art assets in portfolios, few have addressed the unique characteristics of these assets, such as their asymmetry, long-term dependencies, and dynamic correlations with other asset classes.Therefore, in this study, we employ a multivariate GARCH model to dynamically capture the correlations between art assets and traditional financial assets, focusing on conditional cross-effects and the volatility spillovers. We also evaluate the extent to which art assets contribute to portfolio diversification, taking into account their liquidity. Furthermore, we calculate the hedge ratios and optimal weights for art assets, offering insights into their strategic significance in investment portfolios.</p>

DOI： 10.11517/jsaisigtwo.2025.fin-034_90

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1007/978-3-031-77367-9_9

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_33

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_155

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_68

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_53

担当区分：最終著者,　責任著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_169

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_177

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2024.fin-033_61

担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1016/j.irfa.2024.103493

掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiai-aai63651.2024.00075

共著区分：共著  

<title>Abstract</title> <p>Quantum computers are gaining attention for their ability to solve certain problems faster than classical computers, and one example is the quantum expectation estimation algorithm that accelerates the widely-used Monte Carlo method in fields such as finance. A previous study has shown that quantum generative adversarial networks(qGANs), a quantum circuit version of generative adversarial networks(GANs), can generate the probability distribution necessary for the quantum expectation estimation algorithm in shallow quantum circuits. However, a previous study has also suggested that the convergence speed and accuracy of the generated distribution can vary greatly depending on the initial distribution of qGANs' generator. In particular, the effectiveness of using a normal distribution as the initial distribution has been claimed, but it requires a deep quantum circuit, which may lose the advantage of qGANs. Therefore, in this study, we propose a novel method for generating an initial distribution that improves the learning efficiency of qGANs. Our method uses the classical process of {\it label replacement} to generate various probability distributions in shallow quantum circuits. We demonstrate that our proposed method can generate the log-normal distribution, which is pivotal in financial engineering, as well as the triangular distribution and the bimodal distribution, more efficiently than current methods. Additionally, we show that the initial distribution proposed in our research is related to the problem of determining the initial weights for qGANs.</p>

DOI： 10.21203/rs.3.rs-4590355/v1

掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.1527/tjsai.39-4_fin23-b

掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.1527/tjsai.39-4_fin23-k

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.1527/tjsai.39-4_fin23-e

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.1527/tjsai.39-4_fin23-h

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.1527/tjsai.39-4_fin23-c

担当区分：最終著者,　責任著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1016/j.frl.2024.105101

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2023.fin-032_57

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2023.fin-032_65

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>金融テキストマイニングにおいて，極性分析は重要なタスクである．しかしながら従来の金融極性分析は，業績などへの影響が直接記載されたテキストを対象にしたものが大半である．実務上の投資判断を鑑みると，直接的に極性が記載されていないテキスト情報に対して，バックグラウンドを踏まえつつ極性を推論することが求められる．特に，ニュースがほとんど存在しない中小企業に対してはこのような極性の推論が必要不可欠である． そこで本研究では，大規模言語モデル(LLM)の推論能力を活用し，推論ベースの極性分析タスクに取り組む．具体的には，背景として企業の事業概要を入力し，ある特定の重大イベントが当該企業に与える影響を推論させた上で極性を付与する．そして，その出力が実務的にどの程度有用であるか検証する．</p>

DOI： 10.11517/pjsai.jsai2024.0_4xin211

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>近年，新たな認可法人の設置や新NISA制度の導入を背景に，様々な年齢層を対象とした金融教育への関心が高まっている．これに伴い，チャットボットやロボアドバイザーなどの金融教育を支援するサービスの増加が予想される．これらのサービスにおける大規模言語モデル（LLM）の利用の増加が見込まれる．しかし，LLMはしばしばブラックボックスとされ，出力結果に人種差別などのバイアスが含まれていることが問題となる． そこで，本研究では，金融教育の文脈における大規模言語モデルのバイアスを測定・評価する指標の開発を目指す．行動経済学の考え方を参考に，リスク選好，時間選好，社会的選好に関するLLMの評価方法を開発する．また，提案した評価指標を用いてGPT 3.5d や PaLM などのLLMを評価し，その結果を紹介する．</p>

DOI： 10.11517/pjsai.jsai2024.0_3xin236

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>本論文では，金融資産リターンにおいて共通ファクターを除去したあとに残る残差リターンに注目し，良い性質を持つ残差リターンを抽出する方法を提案する．通常の主成分分析による方法では，共通ファクターの数を決める必要があり，数を多くすると共通ファクター成分を多く除去できるが，ノイズを含む可能性があるというトレードオフが存在する．提案手法は，リターンをランダムに2つのグループに分け，片方でファクター（主成分ベクトル）の抽出を行い，もう片方で固有値の推定を行う．そして固有値を均一化するような変換を施した変換行列を作成することで，これまでのPCAよりも安定的にかつ良い性質をもつ残差リターンを抽出することができるようになる．本論文においては，人工および実際の市場データに基づいた分析により，提案手法は性質が良い残差リターンの抽出ができることを実証する．</p>

DOI： 10.11517/pjsai.jsai2024.0_3d5gs205

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>近年のAIの進展は、金融市場におけるAIトレーダーの存在感を増幅させ、その市場への影響が注視されている。 本研究では、代表的な金融時系列モデルの一つであるGARCH(1,1)モデルを、人工市場研究の知見を基にミクロ的に基礎づけ、AIトレーダーが市場に与える影響をモデル化し、その動態を解析する。 GARCHモデルは、ボラティリティ・クラスタリングを再現できる条件付き分散をモデリングする一般的な手法であるが、そのミクロ的基礎は未だ十分には解明されていない。 本研究では、市場の投資家をノイズ・トレーダー、ファンダメンタル・トレーダー、AIトレーダーに区分し、それぞれの割合や意思決定がGARCH(1,1)モデルのパラメータにどのように影響を与えるのかを明らかにする。また、AIトレーダーの取引行動が市場のミクロ・プロセスとしてどのように機能し、それがマクロな市場のボラティリティや価格形成メカニズムにどのように影響を与えるのかを、理論的なモデルとシミュレーションを通じて解析する。</p>

DOI： 10.11517/pjsai.jsai2024.0_3xin201

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>有価証券報告書における財政状態等に関する経営者の説明はMD&Aとして開示が義務付けられ、重要な定性情報として知られている。本研究では、まず大規模言語モデルであるChatGPTを用いて、MD&Aの記述内容における主観的表現を抽出する。次に、主観的表現の含まれる割合の企業間比較を行い、MD&Aにおける定性情報の割合を定量化する。そして、定性情報が多いほど、経営者が自社のビジネスモデル、市場環境、戦略について深い理解を持っていることを示す可能性があり、より正確な業績予想につながると考えられる。MD&A内の主観的表現の割合が決算短信で開示される経営者の業績予想の正確度に与える影響を分析する。</p>

DOI： 10.11517/pjsai.jsai2024.0_2g6gs601

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>本論文では、大規模言語モデル（LLM）のfine-tuningとプロンプトエンジニアリングを用いて、金融時系列を分析するLLM-Tradersを提案する。 本研究は(1)ノイズへの過学習の阻止(2)複雑で多様な時系列モデリングの必要性および(3)金融市場のダイナミクスへの対応の必要性という3つの課題に取り組む。 本手法は、まずノイズへの過学習に対し、LLMを時系列固有の属性を認識できるようにfine-tuneし対応する。 次に、複雑で多様な金融市場に対処するプロンプトエンジニアリングを行う。 最終的に、金融市場のダイナミクスに対し、動的なアンサンブルを行う。 本手法は、現代の金融時系列分析の課題に対処するための包括的な堅牢かつ柔軟なフレームワークとして機能し、その有効性を実データで検証した。</p>

DOI： 10.11517/pjsai.jsai2024.0_3xin283

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IJCNN60899.2024.10650271

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>近年、日本の外国為替証拠金取引(FX)業者の顧客取引高が急増し、為替市場に対し大きな割合を占めるため、その顧客動向の分析は重要である。 従来のファイナンス研究では、株式市場において、企業の利益発表やニュース発表後の出来高変化に焦点を当て、個人投資家と機関投資家の差異が分析されてきた。 一方、為替市場における個人投資家の投資行動はまだ十分に実証されておらず、経済情報発表後の反応を検証することは重要な課題である。 そこで本研究では、FX業者の顧客取引データを用い、個人投資家がFOMC及びベージュブック情報を基に取引を行うかどうかを検証する。 具体的には、FOMC会合及びベージュブック情報を基に取引を行うかどうか(H1)、情報のトーンに基づいた取引を行うかどうか(H2)を検証する。ベージュブックは、米国の景況感を報告する文書であり、FOMC会合前に公開され、金融政策決定や金融市場に重要な影響を与える。 分析の結果、個人投資家においても、FOMC及びベージュブックの公表が取引高に影響を与えることが実証できた。またFOMC前に公表されるベージュブックの特定のトピックに反応した取引を行うことが確認できた。</p>

DOI： 10.11517/pjsai.jsai2024.0_3xin224

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/BigData62323.2024.10826008

掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAI-AAI63651.2024.00063

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAI-AAI63651.2024.00058

掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAI-AAI63651.2024.00089

掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAI-AAI63651.2024.00060

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>ポートフォリオ構築は実務的にも学術的にも重要な問題であり、平均分散法等の様々な手法が構築されてきた。 特に、Black Litterman~(BL)法は、期待リターンと投資家の見通しを確率変数として扱い、ベイズ更新を通じて資産ウェイトを推定することで、投資家の見通しを統合したポートフォリオを構築できる。 しかし、BL法は資産ウェイトに影響を与えるパラメータが多く存在するため、過度なリバランスが発生する可能性がある。 過度なリバランスは取引コストの増加につながり、パフォーマンスが悪化するため軽減する必要がある。 そこで、本研究では取引コスト削減のために、Sparse Black Litterman法をする。具体的には、ウェイト変化に対してSpike and Slab事前分布を導入することで、ウェイト変化にスパース性をもたらし、不必要なリバランスを抑制する。これにより、取引コストを削減しつつ、投資家の見通しを統合した効率的なポートフォリオを構築できる。理論的にも事前分布がリバランスを削減できることが示せる。 実証分析では、人工データおよび実データを用いて、提案手法の有効性と取引コスト削減の効果を検証する。</p>

DOI： 10.11517/pjsai.jsai2024.0_4xin255

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>本研究では、複数の株価時系列データを音楽に変換する手法を提案する。一般に、投資家が株価時系列をもとに投資判断を下す際には、チャート形式などの視覚情報に依存する。しかしながら、多数の株価データを同時にかつ長時間にわたって視覚的に追跡し続けるのは負荷が高く、非常に困難である。そこで、本研究では投資家が投資判断に必要となる情報(トレンドや急変)を、視覚に依存しないデータ表現方法である音声情報、特に音楽としてのデータ表現に取り組む。視覚情報のみに依存する方法と比較し、音楽変換による判断は、負荷を軽減し、より多くのユーザーが利用できることが期待される。実験により、提案手法で生成した音楽から投資判断に必要な情報を取得できるか検証する。</p>

DOI： 10.11517/pjsai.jsai2024.0_3xin237

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>最適執行問題は，トレーダーがある一定の期間内に特定量の株式を購入または売却するコストを最小化する執行戦略を発見する問題である． 最適執行戦略の構築に，行動価値関数Qを深層学習で近似するDeep Q Network(DQN)等の深層強化学習を使用する手法が提案されている． しかし，深層強化学習には，学習の不安定さ，必要なデータ数の多さといった課題がある． そこで，本研究では従来のDQN手法を拡張し，学習時にファイナンス分野における知見から得られる方策を組み込むことを提案する． 提案手法によって高い性能の方策をより安定的に学習できることが期待できる． 提案手法の有効性を確認するため，ノイズの傾向が異なる環境のもとでの数値実験を行った． その結果，提案手法は従来の手法に比べ，全ての環境で費用を平均的に小さくすることができた．</p>

DOI： 10.11517/pjsai.jsai2024.0_3xin280

DOI： 10.2139/ssrn.5001299

DOI： 10.2139/ssrn.4952943

担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1016/j.frl.2023.104585

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

<p>オプションの価格設定とそのヘッジ問題は、金融の分野における実務的にも学術的にも重要な問題であり、深層学習技術の発展を活用したディープ・ヘッジングという不完備市場におけるオプションの最適ヘッジ戦略を計算する汎用的な枠組みが提案された。しかし、実務的なオプションヘッジの設定を考えると、複数のオプションからなるポートフォリオに対してヘッジを行う必要があり、その際には複数の異なるオプションを扱うスマイルカーブの情報を適切に考慮することが必要となる。そこで本研究では、ディープ・ヘッジングを複数のオプションからなるポートフォリオを対象に、ボラティリティの期間構造を織り込んだネットワークの構造を作成し、これらに対して最適なヘッジ戦略の構築することを目的とする。具体的には、同じ原資産、満期かつ行使価格の異なるヨーロピアンオプションを含むポートフォリオに対するヘッジ量の計算を行う枠組みを提案する。同時に、異なる行使価格を持つオプションを同時に扱うことから、スマイルカーブの情報を組み込んだネットワークの構造を考察する。具体的に数値実験によって、提案手法の有効性を確認する。</p>

DOI： 10.11517/jsaisigtwo.2023.fin-031_110

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>近年、大規模言語モデル(LLM)、特にOpenAIが開発したChatGPTの出現は、多岐にわたる領域での応用が試みられている。なかでも、医師国家試験や、司法試験をはじめとする難関資格試験を解かせる試みが増えてきた。それは公認会計士試験も例外ではなく、特に、米国公認会計士試験についてはすでに合格水準を超える精度が観測されている。一方で、米国公認会計士試験の合格率は50%前後であるものの、日本の公認会計士試験短答式試験の合格率は概ね10%程度で推移しており、より難度が高い可能性がある。本研究の目的は、難解な専門資格試験における言語モデルの応答能力や限界を理解することであり、特に、日本の公認会計士・監査審査会が実施する公認会計士試験(短答式試験)のうち、監査論の問題をChatGPTのAPIを活用し、回答する枠組みの提案を行う。そして、GPT-3.5とGPT-4に回答させることでその精度を比較検証する。結果として、GPT-3.5では、正答率は50%程度(チャンスレート同等)のものの、GPT-4では、60%を超える正答率を確認でき、有意チャンスレートを上回ることが確認できた。今後、このような会計・監査分野に特化したLLMを監査業務へ活用することで、より効率的かつ効果的な監査を行える可能性がある。</p>

DOI： 10.11517/jsaisigtwo.2023.fin-031_81

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>運用報告書における市況コメントと見通しは，投資家が資産の運用状況と今後の投資環境を理解する上で重要である．一方で，運用報告書の作成対象であるファンド数およびファンドの運用に影響を与えるニュースは日々増加しているため，これらの作成にかかるコストも増加傾向にある．そこで本研究では，ChatGPTを活用し，運用報告書における市況コメントと見通しを自動生成するツールを開発した．本ツールでは，ユーザーは市場とコメントの対象期間を入力するだけで，指定された市場およびコメントの対象期間に基づくリターンデータやニュースデータを参照し，投資環境や変動要因に関するコメントを自動的にかつ即時に生成することが可能である．本研究では，開発したツールによって自動生成された市況コメントと，実際の運用報告書における市況コメントとを定性的・定量的に比較分析し，その精度と有効性を検証した．本ツールは資産運用業界におけるレポート作成の効率化や品質向上に寄与する可能性がある．</p>

DOI： 10.11517/jsaisigtwo.2023.fin-031_61

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiai-aai59060.2023.00086

担当区分：最終著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiai-aai59060.2023.00073

担当区分：最終著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiai-aai59060.2023.00063

担当区分：最終著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiai-aai59060.2023.00107

掲載種別：研究論文（学術雑誌）  

DOI： 10.1016/j.frl.2023.103639

担当区分：最終著者,　責任著者   掲載種別：研究論文（学術雑誌）  

Deep hedging (Buehler et al. 2019) is a versatile framework to compute the
optimal hedging strategy of derivatives in incomplete markets. However, this
optimal strategy is hard to train due to action dependence, that is, the
appropriate hedging action at the next step depends on the current action. To
overcome this issue, we leverage the idea of a no-transaction band strategy,
which is an existing technique that gives optimal hedging strategies for
European options and the exponential utility. We theoretically prove that this
strategy is also optimal for a wider class of utilities and derivatives
including exotics. Based on this result, we propose a no-transaction band
network, a neural network architecture that facilitates fast training and
precise evaluation of the optimal hedging strategy. We experimentally
demonstrate that for European and lookback options, our architecture quickly
attains a better hedging strategy in comparison to a standard feed-forward
network.

DOI： 10.3905/jfds.2023.1.125

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

This study investigates the relationship between expected returns on cryptocurrencies and macroeconomic fundamentals. Investors employ a lot of macroeconomic indicators for their investment decision, and hence adopting a few macroeconomic indicators is not sufficient in capturing a change in economic states. Moreover, due to aggregation, macroeconomic indicators are not measured precisely. To overcome these problems, we employ a dynamic factor model and extract common factors from a large number of macroeconomic indicators. We find that the common factors are strongly linked to the cryptocurrency expected returns at a quarterly frequency, while we do not observe this relationship using macroeconomic indicators such as inflation and money supply. This suggests that macroeconomic information matters in a longer term, which contrasts with the previous literature that explores a short-term relationship. The cryptocurrency prices are not determined by macroeconomic fundamentals in a short-term period since speculators impact the prices. However, in a long-term period, the prices are more linked to macroeconomic fundamentals.

DOI： 10.24135/afl.v11i.540

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>機械学習による金融時系列の予測は実務的にも学術的にも重要な研究課題である。金融時系列は、ノイズが多く、非定常であり、更に機密情報を含む事があるため、分析が困難である。これらの課題に対して、本研究ではAugmentation and Bagging method for Confidential Data series Forecasting(ABCD-Forecast)という手法を提案する。ABCD-Forecastは「データ分析コンペティション」という現実の枠組みから着想を得ており、 多数の分析者が予測結果を送信し評価を受ける仕組みを仮想的に構築する。ABCD-Forecastでは、仮想的な分析者に多様な「ノイズ除去加工」をしたデータを配布する。この加工により多様で低ノイズなデータ生成が可能となる。コンペティション形式で、分析者から多様かつ正確なモデルを得、状況ごとに使い分けることで非定常な市場にも対処する。また、時系列を加工して配布することで、実際のコンペティションに於いても機密性を担保したデータ配布が期待される。本研究では実データを用いた実証分析により良好な予測精度が得られることを示した。</p>

DOI： 10.11517/pjsai.jsai2023.0_3xin409

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAI-AAI59060.2023.00080

掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/bigdata55660.2022.10021096

担当区分：最終著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/dsaa54385.2022.10032351

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.1016/j.frl.2022.103130

担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

This study conducts out-of-sample tests for returns on individual currency investment strategies and the weights on the universe of these strategies. We focus upon five investment strategies: carry, momentum, value, dollar carry, and conditional FX correlation risk. The performances of our predictive models are evaluated using both statistical and economic measures. Within a dynamic asset allocation framework, an investor adjusts investment strategy weights based upon results of the prediction models. We find that our predictive model outperforms our benchmark, which uses historical average information in terms of statistical and economic measures. When the Sharpe ratio of the benchmark model is 0.52, our predictive model generates economic gain of approximately 1.16% per annum over the benchmark. These findings are robust to the changes in investors’ risk aversion and target volatility for portfolio optimization.

DOI： 10.1080/1351847x.2022.2100715

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.1016/j.frl.2022.103216

担当区分：最終著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiaiaai55812.2022.00094

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiaiaai55812.2022.00065

担当区分：最終著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/iiaiaai55812.2022.00089

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1016/j.frl.2021.102375

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.1504/IJDMMM.2022.123357

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>ステークホルダー資本主義やESG，SDGsへの関心の高まりから企業の社会的な評価を定量化することの重要性は増している．特に，企業からステークホルダーに対してのメッセージである統合報告書の内容を評価することは投資家のみならず様々なステークホルダーにとって有用である．本研究では，ステークホルダーからの評価を定量化したスコアであるECSを用いてファインチューニングしたBERTモデルによって，統合報告書の「良さ」を定量化したIRスコアを提案する．そしてIRスコアと企業の財務特性との関連性を分析する．実証分析の結果，IRスコアは企業の収益性と関連することがわかった．</p>

DOI： 10.11517/pjsai.jsai2022.0_4yin256

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAIAAI55812.2022.00066

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>株式リターンの予測可能性は、我々の経済および社会組織を反映するものとして重要な研究テーマであり、そのダイナミズムを説明するために様々な取り組みが行われている。機械学習によるクロスセクショナルな株式リターン予測は、近年普及しており、効果を発揮しているが、先行研究の大半は単純な五分位ポートフォリオに依存している。本論文では、クロスセクションの株式リターン予測に深層学習を適用し、より洗練されたポートフォリオ構築の枠組みであるEnhanced Quintile Portfolioを提案する。このポートフォリオは、単一のソートに基づく単純な五分位ポートフォリオの主な欠点を克服したPure Quintile Portfolioにインスパイアされたものである。Enhanced Quintile Portfolioの定式化は、単純な五分位ポートフォリオの特徴を維持しつつ、ポートフォリオのアルファと銘柄分散のトレードオフを考慮した二次計画問題である。実証比較において、提案手法は単純な五分位ポートフォリオよりも優れていることを示した。</p>

DOI： 10.11517/pjsai.jsai2022.0_3yin243

担当区分：最終著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.1016/j.frl.2021.102370

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.3390/sym13060922

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.3390/e23050560

担当区分：最終著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.1527/tjsai.36-1_WI2-G

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1609/aaai.v35i1.16095

担当区分：最終著者  

Investors try to predict returns of financial assets to make successful
investment. Many quantitative analysts have used machine learning-based methods
to find unknown profitable market rules from large amounts of market data.
However, there are several challenges in financial markets hindering practical
applications of machine learning-based models. First, in financial markets,
there is no single model that can consistently make accurate prediction because
traders in markets quickly adapt to newly available information. Instead, there
are a number of ephemeral and partially correct models called "alpha factors".
Second, since financial markets are highly uncertain, ensuring interpretability
of prediction models is quite important to make reliable trading strategies. To
overcome these challenges, we propose the Trader-Company method, a novel
evolutionary model that mimics the roles of a financial institute and traders
belonging to it. Our method predicts future stock returns by aggregating
suggestions from multiple weak learners called Traders. A Trader holds a
collection of simple mathematical formulae, each of which represents a
candidate of an alpha factor and would be interpretable for real-world
investors. The aggregation algorithm, called a Company, maintains multiple
Traders. By randomly generating new Traders and retraining them, Companies can
efficiently find financially meaningful formulae whilst avoiding overfitting to
a transient state of the market. We show the effectiveness of our method by
conducting experiments on real market data.

その他URL： https://dblp.uni-trier.de/conf/atal/2021

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1109/IIAI-AAI53430.2021.00085

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

There are three distinguishing features in the financial time series, such as stock prices, are as follows: (1) Non-normality, (2) serial correlation, and (3) leverage effect. All three points need to be taken into account to model the financial time series. However, multivariate financial time series modeling involves a large number of stocks, with many parameters to be estimated. Therefore, there are few examples of multivariate financial time series modeling that explicitly deal with higher-order moments. Furthermore, there is no multivariate financial time series model that takes all three characteristics above into account. In this study, we propose the generalized orthogonal (GO)-Glosten, Jagannathan, and Runkle GARCH (GJR) model which extends the GO-generalized autoregressive conditional heteroscedasticity (GARCH) model and incorporates the three features of the financial time series. We confirm the effectiveness of the proposed model by comparing the performance of risk-based portfolios with higher-order moments. The results show that the performance with our proposed model is superior to that with baseline methods, and indicate that estimation methods are important in risk-based portfolios with higher moments.

DOI： 10.3390/math8111990

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>動的モード分解(DMD: Dynamic Mode Decomposition) は多変量時系列データのダイナミクスを安定・中立不安定多様体に対応した固有モードの重ね合わせによって表現する, 流体解析の分野で提案された新しい手法である. 動的モード分解は対象とする多変量時系列の支配方程式を陽に必要とせず, データのみから時空間ダイナミクスの構造を抽出する. また, DMD は時間および空間変数の次元削減手法であり, 高次元の時空間ダイナミクスに埋め込まれた本質的に重要な低次元の時空間的特徴を抽出することが可能となる. この特徴を利用すると, 多変量時系列の複雑な時間発展の中から単一方向のトレンド成分に対応するモードを抽出することができる. 本研究では, スパースな時空間構造を抽出するため, DMD を拡張したAdaptive Elastic DMD(AEDMD) を提案し, これを用いて伝統的なモメンタム戦略の改良を行う. 具体的には, 価格系列に対してAEDMD を適用し, 価格系列の背後にある時空間構造に基づいた価格トレンドの推定を行う. 推定されたトレンドに基づいて売買を行うことで, 単純な過去のトレンドに基づくモメンタム戦略を上回ることが可能であることを実証する.</p>

DOI： 10.11517/jsaisigtwo.2020.fin-025_76

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

<p>本稿では，日本企業におけるブランド価値評価と株価との価値関連性を分析する．特に，ビジネス関係においての企業印象指標と，企業価値の関係を調べるため，ブランド価値評価のプロキシーとして，名刺ネットワーク情報を用いた調査手法で測定された企業ブランド指標BBESを用いる．BBESの特徴としては，調査対象企業の名刺を保有しているユーザー（ビジネス上の関わりのある人物）のみを調査対象集団としていることが挙げられる．この特徴から，一般認知度の低いB2B企業についても，風評や経験に基づくブランド力が測定されていることが期待される．このBBESデータがブランド価値のプロキシーとして，株価との価値関連性を有するかどうかを統計的に検証することが本稿における目的である．日本企業を対象にした実証分析により，財務諸表における純資産と利益の情報を所与として，BBESが株価の形成を追加的に説明することを明らかにした．またその説明力は，特にB2B企業群において高い値を示した．</p>

DOI： 10.11497/jjasmin.29.2_87

CiNii Article

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国内誌  

CiNii Article

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1145/3399871.3399889

担当区分：最終著者,　責任著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.4236/jmf.2020.102020

その他URL： https://www.scirp.org/xml/100361.xml

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.11517/jsaisigtwo.2020.fin-024_198

担当区分：最終著者,　責任著者   国際・国内誌：国際誌  

DOI： 10.3390/math8030449

その他URL： http://arxiv.org/pdf/2002.06243v1

掲載種別：研究論文（学術雑誌）  

DOI： 10.2197/ipsjjip.28.650

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/IIAI-AAI50415.2020.00108

その他URL： https://dblp.uni-trier.de/db/conf/iiaiaai/iiaiaai2020.html#NakagawaSK020

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/DSAA49011.2020.00051

その他URL： https://dblp.uni-trier.de/db/conf/dsaa/dsaa2020.html#NakagawaAK20

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>B2B企業ブランドに関する研究は近年注目されているが, その構成要素の特定や測定方法が未解決の課題として挙げられている. 本研究では, 企業の従業員とコンタクトを持つ人たちを対象としたアンケート調査に基づいた, 新たなB2Bブランド指標データを用いて, 上記問題にアプローチした. その調査データに含まれる自由記述文を, ブランド印象のレーティングを応答変数として、 supervised topic models を用いて分類し, ブランド印象を形成する構成要素を抽出した. さらに, その要素の中で「高い技術、魅力的な商品」が, 他の特徴よりも強く, 企業の株式市場価値と関連があることを見出した. これらの結果は, 今まで企業のブランド戦略やステークホルダー・エンゲージメントを考える上で, 経営上重要な知見であり, また, このような指標が, 無形資産価値を対象とした投資指標としても, 有効であることを示唆している.</p>

DOI： 10.11517/pjsai.jsai2020.0_4rin163

CiNii Article

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国内誌  

DOI： 10.1007/978-3-030-58790-1_6

担当区分：最終著者   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1145/3442536.3442547

その他URL： https://dblp.uni-trier.de/db/conf/aiccc/aiccc2020.html#AbeN20

掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1007/978-3-030-69886-7_13

その他URL： https://dblp.uni-trier.de/db/conf/pkaw/pkaw2020.html#ManabeNH20

担当区分：最終著者  

掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

A lead-lag effect in stock markets describes the situation where one (leading) stock return is cross-correlated with another (lagging) stock return at later times. There are various methods for stock return forecasting based on such a lead-lag effect. One of the most representative methods is based on the supply chain network. In this research, we propose a stock return forecasting method with an economic causal chain. The economic causal chain refers to a cause and effect network structure constructed by extracting a description indicating a causal relationship from the texts of Japanese financial statement summaries. We examine whether the lead-lag effect spreads to the 'effect' stock group when there is a large stock fluctuation in the 'cause' stock group in the causal chain. We confirm the profitability of the proposed strategy and the evidence of stock return predictability across causally linked firms in the Japanese stock market.

DOI： 10.1109/iiai-aai.2019.00136

担当区分：筆頭著者,　最終著者,　責任著者   掲載種別：研究論文（学術雑誌）  

担当区分：最終著者   掲載種別：研究論文（学術雑誌）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.3390/e21020119

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

Various methods to predict stock prices have been studied. In the field of empirical finance, feature values for prediction include “value” and “momentum”. In this research, we use the pattern of stock price fluctuations which has not been fully utilized in the financial market as the input feature of prediction. We extract the representative price fluctuation patterns with k-Medoids Clustering with Indexing Dynamic Time Warping method. This method is k-medoids clustering on dissimilarity matrix using IDTW which measures DTW distance between indexed time-series. We can visualize and grasp a price fluctuation pattern effective for prediction with the proposed method. To demonstrate the advantages of the proposed method, we analyze its performance using TOPIX. Experimental results show that the proposed method is effective for predicting monthly stock price changes.

DOI： 10.1002/ecj.12140

掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/IIAI-AAI.2019.00143

その他URL： https://dblp.uni-trier.de/db/conf/iiaiaai/iiaiaai2019.html#UchiyamaKN19

担当区分：最終著者   掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>本研究は社是と企業パフォーマンスの関係について解析を試みたものである．社是は，経営上重要視する事項，創業の想い，経営方針，などが記された，企業が掲げる企業行動の最高目標と捉えることができるメッセージであり，我々は社是が企業パフォーマンスに影響を与えている可能性について興味を持っている．本研究において社是と企業パフォーマンス (ROA) は有価証券報告書から収集を行い解析を行った．社是はテキストデータであるため，解析データは複雑になることが想定される．そこで複雑なデータ解析に定評のあるニューラルネットワークを解析手法として採用した．しかし一般的にニューラルネットワークは内部表現の解釈が困難であるため，これの解釈が可能な「潜在学習」と呼ばれるニューラルネットワークを用いて、解析と共に重要変数の解釈も試みた．解析の結果，正解率で0.6125となるモデルが作成でき，また，複数のメッセージから成る社是が企業パフォーマンスに影響を与えている可能性を得た．</p>

DOI： 10.11517/pjsai.jsai2019.0_3a3j1303

CiNii Article

掲載種別：研究論文（研究会，シンポジウム資料等）   共著区分：共著   国際・国内誌：国内誌  

<p>ブランド価値や顧客満足度が B2C 企業のキャッシュ・フローや株主価値に影響することはこれまで示されてきた. 我々は本研究において, 同様の関係が B2B 企業においても成り立つかどうかを調べた. そのために, B2B 企業のブランド指標として, 名刺交換ネットワークを利用して作成された大規模アンケート調査を利用した. この新たな企業ブランド指標は, その企業の従業員と人的ネットワークを有する人々に限定した調査に基づいて作成されており, 一般的な認知の低い B2B 企業に対するブランド評価を可能にしたものである. 我々は, この企業ブランド指標が株主価値と正の関連性があることを示した. この結果は, この新規 B2B 企業ブランド指標が無形資産を反映していること, また, B2B 企業においてもブランド価値が株主価値と関連することを新たに示すものである.</p>

DOI： 10.11517/pjsai.jsai2019.0_4rin126

CiNii Article

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（国際会議プロシーディングス）   共著区分：共著   国際・国内誌：国際誌  

DOI： 10.1007/978-3-030-13463-1_3

掲載種別：研究論文（学術雑誌）  

DOI： 10.1541/ieejeiss.138.992

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

DOI： 10.1541/ieejeiss.138.986

担当区分：最終著者,　責任著者   掲載種別：研究論文（学術雑誌）  

担当区分：筆頭著者   掲載種別：論文集(書籍)内論文  

DOI： 10.1007/978-3-319-93794-6_7

掲載種別：研究論文（学術雑誌）  

DOI： 10.3390/ijfs6020052

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

その他URL： http://orcid.org/0000-0001-5046-8128

掲載種別：研究論文（学術雑誌）   国際・国内誌：国内誌  

担当区分：筆頭著者,　責任著者   掲載種別：研究論文（学術雑誌）  

その他URL： http://orcid.org/0000-0001-5046-8128

For supervised classification problems, this paper considers estimating the
query's label probability through local regression using observed covariates.
Well-known nonparametric kernel smoother and $k$-nearest neighbor ($k$-NN)
estimator, which take label average over a ball around the query, are
consistent but asymptotically biased particularly for a large radius of the
ball. To eradicate such bias, local polynomial regression (LPoR) and multiscale
$k$-NN (MS-$k$-NN) learn the bias term by local regression around the query and
extrapolate it to the query itself. However, their theoretical optimality has
been shown for the limit of the infinite number of training samples. For
correcting the asymptotic bias with fewer observations, this paper proposes a
\emph{local radial regression (LRR)} and its logistic regression variant called
\emph{local radial logistic regression~(LRLR)}, by combining the advantages of
LPoR and MS-$k$-NN. The idea is quite simple: we fit the local regression to
observed labels by taking only the radial distance as the explanatory variable
and then extrapolate the estimated label probability to zero distance. The
usefulness of the proposed method is shown theoretically and experimentally. We
prove the convergence rate of the $L^2$ risk for LRR with reference to
MS-$k$-NN, and our numerical experiments, including real-world datasets of
daily stock indices, demonstrate that LRLR outperforms LPoR and MS-$k$-NN.

その他URL： https://dblp.uni-trier.de/db/journals/corr/corr2112.html#abs-2112-13951

その他URL： https://dblp.uni-trier.de/db/journals/corr/corr2102.html#abs-2102-07826

Risk management is critical in decision making, and mean-variance (MV)
trade-off is one of the most common criteria. However, in reinforcement
learning (RL) for sequential decision making under uncertainty, most of the
existing methods for MV control suffer from computational difficulties caused
by the double sampling problem. In this paper, in contrast to strict MV
control, we consider learning MV efficient policies that achieve Pareto
efficiency regarding MV trade-off. To achieve this purpose, we train an agent
to maximize the expected quadratic utility function, a common objective of risk
management in finance and economics. We call our approach direct expected
quadratic utility maximization (EQUM). The EQUM does not suffer from the double
sampling issue because it does not include gradient estimation of variance. We
confirm that the maximizer of the objective in the EQUM directly corresponds to
an MV efficient policy under a certain condition. We conduct experiments with
benchmark settings to demonstrate the effectiveness of the EQUM.

その他URL： http://arxiv.org/pdf/2010.01404v3

In time-series analysis, the term "lead-lag effect" is used to describe a
delayed effect on a given time series caused by another time series. lead-lag
effects are ubiquitous in practice and are specifically critical in formulating
investment strategies in high-frequency trading. At present, there are three
major challenges in analyzing the lead-lag effects. First, in practical
applications, not all time series are observed synchronously. Second, the size
of the relevant dataset and rate of change of the environment is increasingly
faster, and it is becoming more difficult to complete the computation within a
particular time limit. Third, some lead-lag effects are time-varying and only
last for a short period, and their delay lengths are often affected by external
factors. In this paper, we propose NAPLES (Negative And Positive lead-lag
EStimator), a new statistical measure that resolves all these problems. Through
experiments on artificial and real datasets, we demonstrate that NAPLES has a
strong correlation with the actual lead-lag effects, including those triggered
by significant macroeconomic announcements.

その他URL： http://arxiv.org/pdf/2002.00724v1

In real-world decision-making problems, risk management is critical. Among various risk management approaches, the mean-variance criterion is one of the most widely used in practice. In this paper, we suggest expected quadratic utility maximization (EQUM) as a new framework for policy gradient style reinforcement learning (RL) algorithms with mean-variance control. The quadratic utility function is a common objective of risk management in finance and economics. The proposed EQUM framework has several interpretations, such as reward-constrained variance minimization and regularization, as well as agent utility maximization. In addition, the computation of the EQUM framework is easier than that of existing mean-variance RL methods, which require double sampling. In experiments, we demonstrate the effectiveness of the proposed framework in the benchmarks of RL and financial data.

その他URL： https://dblp.uni-trier.de/db/journals/corr/corr2010.html#abs-2010-01404

J-GLOBAL

A linear multi-factor model is one of the most important tools in equity
portfolio management. The linear multi-factor models are widely used because
they can be easily interpreted. However, financial markets are not linear and
their accuracy is limited. Recently, deep learning methods were proposed to
predict stock return in terms of the multi-factor model. Although these methods
perform quite well, they have significant disadvantages such as a lack of
transparency and limitations in the interpretability of the prediction. It is
thus difficult for institutional investors to use black-box-type machine
learning techniques in actual investment practice because they should show
accountability to their customers. Consequently, the solution we propose is
based on LSTM with LRP. Specifically, we extend the linear multi-factor model
to be non-linear and time-varying with LSTM. Then, we approximate and linearize
the learned LSTM models by LRP. We call this LSTM+LRP model a deep recurrent
factor model. Finally, we perform an empirical analysis of the Japanese stock
market and show that our recurrent model has better predictive capability than
the traditional linear model and fully-connected deep learning methods.

その他URL： http://arxiv.org/pdf/1901.11493v1

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：ポスター発表  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（招待・特別）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

Stock return predictability is an important research theme as it reflects our economic and social organization, and significant efforts are made to explain the dynamism therein. Statistics of strong explanative power, called "factor" have been proposed to summarize the essence of predictive stock returns. Although machine learning methods are increasingly popular in stock return prediction, an inference of the stock returns is highly elusive, and still most investors, if partly, rely on their intuition to build a better decision making. The challenge here is to make an investment strategy that is consistent over a reasonably long period, with the minimum human decision on the entire process. To this end, we propose a new stock return prediction framework that we call Ranked Information Coefficient Neural Network (RIC-NN). RIC-NN is a deep learning approach and includes the following three novel ideas: (1) nonlinear multi-factor approach, (2) stopping criteria with ranked information coefficient (rank IC), and (3) deep transfer learning among multiple regions. Experimental comparison with the stocks in the Morgan Stanley Capital International (MSCI) indices shows that RIC-NN outperforms not only off-the-shelf machine learning methods but also the average return of major equity investment funds in the last fourteen years.

その他リンク： http://arxiv.org/pdf/1910.01491v1

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（招待・特別）  

会議種別：口頭発表（一般）  

会議種別：ポスター発表  

会議種別：口頭発表（一般）  

その他リンク： http://orcid.org/0000-0001-5046-8128

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

会議種別：口頭発表（一般）  

種別：学会・研究会等 

種別：学会・研究会等 

種別：学会・研究会等 

種別：学会・研究会等 

種別：査読等