ニュースおよび高頻度データを用いたディープラーニングによる株式変動の分析—BERTによるニュース分類—

抄録

ニュースは金融市場の資産価格に大きな影響を与える．ニュースと株価変動の関係性を分析し，ニュースを評価する取り組みはこれまでに多く行われており，ニュースと株価変動の間には関連性があると報告されている．しかしながら，ニュースは非構造化データであり，定型的に精度高く処理し，分析に用いることは難しい．本研究では，多くの自然言語読解タスクでSOTA(State of the Art)を達成している BERT を用いて株式変動を説明するニュース評価モデルを構築し，実証分析を行い，従来の分類モデルよりも高い正答率を得られるか検証を行った．本研究における分析の結果，BERT を用いたニュース評価モデルの精度が最も高かった．