深層学習による複数文書の圧縮表現の獲得と株価動向推定への応用†
著者†
藤川和樹, 関和広, 上原邦昭(神戸大学大学院システム情報学研究科)
概要†
本論文では,新聞記事で報道される情報をもとに,深層学習による株価動向推定の手法 を提案する.一日の新聞記事中には,様々な銘柄に直接的・間接的に関係するニュース記事が混在し ており,それらに出現する語彙を全て同等に扱うのは適切でない.そこで,記事ごとに作成した特徴 ベクトルを深層学習によって統合することで,一日の出来事に関する圧縮表現を獲得する手法を提案 する.さらに,このように獲得した特徴ベクトルを用いて,数種の銘柄の株価動向予測を行った結果 について報告する.