In this paper, we propose a method for extracting sentences of forecasted business performance from PDF files of summary of financial statements of companies. Specifically, our method extracts sentences of forecasted business performance containing causal information by using clue expressions. We evaluated our method and confirmed that it attained 82% precision and 56% recall .
In this paper, we propose a method of assigning polarity to causal information extracted from PDF ?les of the summary of ?nancial statements of companies. Our method assigns polarity (positive or negative) to causal information in accordance with business performance, e.g. "Orders of semiconductor manufacturing equipments were strong". (The polarity positive is assigned in this example.) First, we assigns polarity to clue expressions to be used to extract causal information. Using them, our method assigns polarity (positive or negative) to causal information. We evaluated our method and con?rmed that it attained 88.4% precision and 84.2% recall of assigning polarity positive, and 91.4% precision and 74.5% recall of assigning polarity negative, respectively.
現在,日本市場において個人投資家の存在が大きくなっている.この流れは日本の経済にとって好ましいものであり,政府としては個人の資金をさらに市場に向わせたい旨をその提言の中で述べている.一方,インターネットの普及により,ソーシャルメディア上で風説の流布が行い易くなったため,個人投資家が安全に投資を行えなくなるような要因も増していると言える.実際掲示板上の風説の流布によって告発されたケースも複数ある.そのような行為をする者を相場操縦士や仕手師と呼ばれるが,この犯罪行為の標的にされやすいのもまた個人投資家である.何故なら個人投資家は機関投資家と比較して情報劣位にあり,非合理的な投資行動を取りやすいからである.しかし先述したように,東京市場の活性化という観点においては個人投資家の存在はとても大きいものである.現在の個人投資家売買比率増加の傾向を持続させるためにも,市場の公正性・信頼性を保つことはより重要になってくる.もちろん証券取引等監視委員会は,市場の監視を行っているが,大量の情報が生成されるソーシャルメディアにおいて,すべての書き込みを監視することは容易ではない.そのような問題に対して,Webマイニングの技術が有効である.Webマイニングではソーシャルメディア上に所謂ビッグデータを抽出・構造化・分析することで,現実世界のデータからでは得難い知見をより簡単に得ることができる.この技術を用いることで,かつて困難であったソーシャルメディアの監視を効率的に行えるようになる.以上の内容を踏まえ,本研究では,インターネット株式掲示板において相場操縦を発見することを目的とする.そのため,掲示板におけるユーザの行動を分析し,相場操縦行為を行った可能性のあるユーザを発見する手法を提案する.本研究が提案する手法は,急騰急落直前のユーザの行動が,通常時と比べどれくらい異常であるかを測定し,その異常具合をスコア化・ランク付けするものである.提案手法の使用用途については,金融庁など相場操縦を発見する主体を支援するシステムなどが想定される.
The purpose of the discussion is to illustrate the practical image of enhancement of the risk management framework with forward looking risk measurements for asset management companies, not for banks or brokerage firms or life insurance companies. After the GFC (Global Financial Crisis) such as the failure of Long-Term Capital Management (LTCM) taken place in summer of 1998 and Lehman collapsed in 2008, some regulators encouraged the asset management companies to be more focused on forward looking risk measurement tools and how to utilize them for the risk governance in the organization in line with the rules. I would like to draw some risk management practices as the collection of best practices from the booklet "Risk-focused Industry Meeting Series: Asset Management: Looking Forward" edited by Securities and Futures commission of Hong-Kong which pulled individual asset management real-life practices together. I would also try to explore some fields with good potential contributed from quantitative technology and artificial intelligent developments.
トレード結果の個々のエントリーに着目、エントリー後の実際の値動きを時系列で追跡、描画するという観点から、売買結果分析用に新たなチャート化手法を考案した。これにより、エグジットの適否に左右されることなく各エントリーポイントの良否を評価することができ、トレード結果の分析、及び売買ルールの評価、改善に資すると考える。
投資信託の取引において,投資家が想定外のリスクを負うのを未然に防ぐため,2013年には投資信託法制が改正され,2014 年12 月より分散投資規制という規制が設けられることとなった.分散投資規制は,1 つの発行体への投資が過度に集中しないよう,1 つの発行体への投資額を投資信託純資産の一定割合以下にするものである.分散投資の是非についてはこれまでに多くの実証研究がなされているが,分散投資に制約が設けられることによって市場の価格形成にどのような影響が与えられるか議論されたことはない.そこで,本研究では,分散投資規制が金融市場に与える影響を人工市場を用いて分析した.その結果,分散投資規制が導入されると,出来高が減る一方で市場の効率性は保たれ,投資家のリスクもおさえられている事が確認された.
近年,取引市場同士の競争や大口の取引を行う投資家の要望などにより,取引市場のシステムの高速化が行われている.取引システムの高速化により,流動性を供給する投資家の注文量が増え流動性が向上したという評価がある一方,過度な高速化は市場の運営コストや取引参加者のシステムコストを増大させるという批判もある.そこで本研究では,人工市場モデルを用いて,データ転送時に発生する遅延(レイテンシー) のみが異なる場合を比較し,レイテンシーが価格形成や市場効率性に与える影響を分析した.レイテンシーが注文間隔の平均よりも大きい場合,レイテンシーが大きくなるにつれて,価格のトレンドが止まった場合に予想リターンの修正が遅れ,不要な順張りの取引が増加し約定率が上昇,ビット・アスク・スプレッドが広くなり,市場が非効率になっていくことが示された.このため,市場の効率性を保つにはレイテンシーが注文間隔よりも十分小さいことが必要であることが示唆された.また,東京証券取引所の取引データを用いて,シミュレーションの分析結果と比較して考察を行った.東京証券取引所の取引システムは,arrowhead 稼動前は慢性的に本研究が示唆したメカニズムによる市場非効率化が起きていた可能性がある.一方arrowhead 稼動後は,少なくともこのようなメカニズムでの市場非効率化が,数分といった時間スケールにおいても,慢性的には起きていないことが示唆された.本研究の特徴は,レイテンシーが大きいことのみで価格形成を非効率にする恐れがあることを示したことである.他の投資家よりも高頻度に取引を行う投資家(High Frequency Trading, HFT) の影響などは今後の課題である.
本研究では効率的市場仮説が仮定する情報伝搬の均一性が高速取引では成り立っていない事を板情報のデータを用いて示す。具体的には、1) 板情報を用いて標準的な教師なし学習の枠組みの中で短期の価格推移予測において82.9%の精度をもったモデルを構築できる事を示し、2) 効率的市場仮説が示唆するランダムウォークとは見做せない事を報告し、3) その原因が情報伝搬の不均一性にある事を議論する。構築した価格予測モデルは直接的に証券取引に利用できるものではないが、板情報が証券価格の形成を分析するにあたり重要な情報源となりえる事、従来標準的に用いられていた時系列データの分析手法が証券市場の短期挙動の分析には適さない事などを示唆している。
金融市場における情報技術の発展により,市場価格だけでなく買い注文と売り注文の集合である板情報の解析が可能となった.板情報は, 市価変動の背後にある注文情報を含むので,価格情報より網羅的に市場動向を解析できると考えられ,暴落の予兆発見などの応用が期待される.しかし,情報量が市場価格に比べて桁違いに大きくなるためその扱いは困難である.そこで本研究では,板情報より各価格での注文量の増減を時間と価格を軸に持つ2次元平面上にマッピングした画像データを作成し,これを用いて板情報の時空間パターンを抽出する方法を用いる. そして実際に複数銘柄の板情報を画像化したものから, ある時点から10 秒後の株価が上昇するかどうかという枠組みでの実験を行う. 手法としては,ロジスティック回帰と畳み込みニューラルネットワークという2種類の手法を用いた学習の結果を, 画像サイズも変化させながら比較した. またその際, 今回は板情報の変化を注文, キャンセル, 約定の3種類の情報に分解し, それぞれから画像を作成し, この3通りの結果を比較した.