深層学習によるニュースと株式市場の関連性の分析：高頻度データ およびLSTMによるニュース分類

○高山 理璃子¹⁾、 菅 愛子¹⁾、 高橋 大志¹⁾

1) 慶應義塾大学

Abstract

近年、主要な情報ソースの一つであるニュースと株式価格変動について数多くの
研究が報告されている。筆者らはこれまで韓国株式市場を対象とし個別企業ニ
ュースと資産価格変動の関連性について分析を行ってきた。本研究は、高頻度
データを分析対象とし、深層学習の主要な手法の一つであるLSTMを通じ、個別企業ニュースおよびマクロ経済ニュースを用い、テキスト分類精度の向上について検討を試みたものである。

Research on the association between stock price volatility and news data is popular and numerous studies have been conducted. In a recent paper, authors have focused on Korean stock market and studied the association between news on individual companies and stock price volatility. This paper uses tick data and aims to improve text categorization through LSTM model by classifying news data to macroeconomic news and individual companies news.

Keywords

深層学習，株式価格変動，テキストマイニング

Deep learning，Stock Price Volatility，Text mining