近年、インターネットの普及により企業に関する膨大な情報が容易に入手できるようになり、投資家は情報の収集よりも情報を分析し株売買の意思決定をすることに注力できるようになってきている。しかし、これらすべての膨大なデータを目視で分析するのは困難である。したがって近年、膨大なデータを自動で分析することのできる機械学習が注目されている。本研究ではニュース情報を活用した高精度な株価予測を目的とする。著者らはこれまでにニュースのセンチメント分析の高精度化を目的として機械学習を用いてニュースのセンチメント分類器の構築を報告してきた。そこで本稿では、BERTを用いて構築した分類器でニュースを、ポジティブ、ネガティブ、ニュートラルに分類し、分類結果のポジティブとネガティブを株価データに組み込むことでニュースの影響を考慮した株価予測モデルを提案する。シミュレーションにより提案法の有効性を比較検証することで高精度な株価予測を目指す。
