地域別およびグローバル株式市場における深層学習を用いたマルチファクター運用とその解釈

抄録

時系列予測の観点から株価を予測するために深層学習を用いる研究が多数行われてきた。 一方で、クロスセクション予測(マルチファクターモデル)の観点から、深層学習を用いて株価を予測する研究は少なく、特に地域別およびグローバル株式市場における有効性を実証する研究は少ない。 そこで本稿では、地域別およびグローバル株式市場においてクロスセクション予測の観点から深層学習を用いたマルチファクターモデルに基づく相対的な魅力度の有効性を検証する。分析の結果、深層学習による株価予測モデルは、地域別およびグローバル株式市場両方で、勾配ブースティング、ランダムフォレストやリッジ回帰に比べリスク調整後リターンおよびリスク抑制の面で優れていることが明らかになった。合わせて、モデルを解釈するため地域別およびグローバル株式市場の深層学習を用いた株価リターン予測の要因分解をLRPを用いて行うことで、どのファクターが寄与しているを示した。