はじめに

近年では、インターネットや新聞などのテキストデータを数学やコンピュータを駆使して数値化し, 分析することによって, 値動きのある金融商品のリスクヘッジやリスクマネジメントに役立たせるといった研究が盛んに行われている.

先行研究[1]では日経平均の上昇下降の予測は行っているが, 経済に関わる知見の獲得は行っていない. 本研究では, 機械学習の最大エントロピー法を利用して, 新聞データから日経平均の上昇下降を予測するともに株式相場や経済に関わる知見を取得することで, 株式市場の予測に役立たせることを目指す.

本研究の主な主張点を以下に整理する．

機械学習を使用し，株価予測の実験を行った結果，分類先を３分類としたときの正解率は，提案手法が0.451であった.また, 日経平均1株あたりの1年間での平均利益は, 提案手法が661円, ベースラインが1008円であったが, 1年毎の損失の最大値は提案手法が-1375円, ベースラインが-3866円であったため, この提案手法が有効な点も見られた.
実際に機械学習における素性(学習に用いる情報のこと)を分析することで株式相場や経済に関わる重要な情報を把握することができ，それらに役立つ情報を明らかにした．例として株価上昇に関する素性には「ドル高」「金融緩和」などがあり，株価下降に関する素性には「利益確定」「円高」などがあった．

本論文の構成は以下の通りである．第2章では，本研究に関連する研究としてどのような研究が行われてきたかを記述し，その研究と本研究との関連を説明する．第3章では，本研究で扱う問題の設定とそれを解決するために提案した手法について説明を行う．第4章では，本研究で行った株価予測の実験についての説明と，その結果と考察について記述する．第5章では，本研究で行った素性分析の実験についての説明と, その結果と考察について記述する. 第6章では, 提案手法ではないその他の株価予測の実験についての説明と, その結果と考察について記述する. 第7章では, 今後の課題について記述する. 第8章ではまとめを行う．