FinBERTを用いたニュースと株式市場の関連性分析
1) 慶應義塾大学 大学院経営管理研究科
- Abstract
-
本研究では、高頻度データおよび自然言語処理技術を用いて株式市場におけるニュースのアナウンスメントと出来高の関連性について分析した。ニュースの評価においては、金融分野に特化した分析手法であるFinBERTモデルを用い、韓国および日本の株式市場を対象とした。分析の結果、即時性の高いアラートニュースにより出来高（取引量）が増加する傾向を見出した。また、時価総額が大きい企業に関するニュースの影響は限定的であるのに対し、相対的に小型の企業については、ニュースと出来高に強い関連性を有する企業があることも見出した。これらの結果は、市場における価格形成メカニズムの解明に貢献する興味深い結果である。
In this research, we analyze the relationship between news announcements and trading volume in the stock market using high-frequency trading data and natural language processing technology. In the evaluation of the news, we applied the FinBERT models, which are analysis methods specialized in the financial field, and targeted the Korean and Japanese stock markets. As a result, we found that the trading volume tends to increase due to the ‘Alert' news with high immediacy. and that some companies with relatively small market capitalization have a strong connection to news and trading volume, while news about companies with large market capitalization have a limited impact. These are interesting results that contribute to the clarification of the price formation mechanism in the market. - Keywords
-
ファイナンス，自然言語処理，ビッグデータ
Finance，Natural Language Processing，Big Data
