アナリストレポートからのアナリスト予想根拠情報の抽出と極性付与†
著者†
小林和正(成蹊大学), 酒井浩之(成蹊大学), 坂地泰紀(東京大学), 平松賢士(株式会社アイフィスジャパン)
概要†
アナリストレポートは,証券アナリストが企業の経営状態や収益力などを調査してまとめたものである.業績予測や株価や事業の今後の展望などが記載されており,予想を元にレーティングが付与される.多い時には1日に1200本以上ものアナリストレポートが発表されることもあるため,全てに目を通し内容を把握することは困難であり,AIにより投資判断を支援する技術が求められている.そこで本研究では,学習データを自動生成し,深層学習を用いてアナリストレポートからアナリスト予想根拠情報の抽出と,アナリストレポートに対して極性を付与する手法を提案する.アナリストレポートの内容把握に要する時間の削減や,レーティングが変動しない程度のわずかなレポート内容の変化を捉え,そのアナリストレポートを熟読するかを判断するための情報となることが期待できる.
キーワード†
Analyst Report, Basis Information on Analyst's Forecasts, Assigning Polarity, Text mining, Information extraction