金融極性辞書を用いたニューステキスト分析による経済動向予測

摘要

近年, 金融予測の分野ではローソク足の画像を用いた分析やファンダメンタル分析, 数値情報を用いたテクニカル分析などによる様々な研究が行われている. その中でも数値情報だけでなくテキスト情報も含まれているニュース記事を考慮することは, 世論に目を向けることを意味し, 数値情報だけでは説明が難しい市場の予測を精度高く行える可能性があると考えられる. そこで本研究では, テキストマイニング手法を用いてニュース記事から株価の上昇・下落の予測を行った. テキストマイニング手法を用いた金融予測についても様々な研究が行われているが, 本研究では新聞記事の予測前営業日と予測当日のテキストを用いて株価の上昇下落を予測した和泉らの研究[1]を基に, 金融に関係する単語を分析する金融専門極性辞書[2]を用いたニューステキスト分析による東証株価指数(TOPIX)の株価予測を提案する. 本研究では予測当日3 日前から予測前営業日ごとに見出しのテキストデータをまとめ, 形態素解析ツールjanome を用いて金融極性単語を抽出し, 一定割合以上出現した単語の中で株価上昇確率と極性値の条件を共に満たすものを特徴語とする. そしてテキストにその特徴語が出現した際, TOPIX の株価は上昇するか否かをサポートベクターマシン(SVM)に学習させる. そして, その学習モデルを用いて別の期間のテキストを用いて予測当日のTOPIX の日中の上昇・下落を予測し, 本研究の有意性を確認した.