東京大学大学院工学系研究科
東京大学工学部
株式会社アイフィスジャパン
2022 年 2022 巻 FIN-028 号 p. 177-
(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)
(BibDesk、LaTeXとの互換性あり)
本研究では, アナリストの個別銘柄に対するセンチメントが, 株式市場分析に役立つかを実証する. これはアナリストレポートに自然言語処理を使用して極性指標を作成することで実現可能となる. 本研究では, 作成した極性指標に対し, 異常検知アルゴリズムを用いて異常スコアを算出した. 結果, 本研究で提案した手法が極性指標の転換点検出において有効であることが分かった.
すでにアカウントをお持ちの場合 サインインはこちら
