近年、株価予測に関する研究が盛んに行なわれている。株価予測では始値や終値を利用して予測を行うテクニカル分析が主流となっている。この手法ではデータの傾向を掴み予測するため、データによって予測のしやすさが異なる。従来は主に日足、研究内容によってはその他の分足などが人の手によって選択されてきた。現状、選択した足が最も適切である根拠が薄く、結果をより改善できる可能性が存在する。本研究では、機械学習と統計的手法の結果を関連付ける手法を提案する。実験では、USDJPYをベースに複数の時系列を使用する。まず、予測しやすい足の調査を簡単なLSTMモデルを用いて行う。その結果に対して統計的な裏付けを行うことで、説明可能性への足がかりを掴むことを目的とする。実験の結果、足ごとの予測精度に違いがあることが分かった。また、データとの相関も確認できた。最後に、本研究を利用して説明可能性を広げる機会について述べる。
