学位論文の概要
修士論文
2024 年度
株式掲示板テキストを活用した日経平均株価リターン及びボラティリティ予測におけるトピック抽出を利用した解釈性の向上（中島 秀太）
本研究では，テキストデータを利用した金融時系列予測における解釈性向上を目的とし，独立成分分析 (ICA) を適用した埋め込み表現を予測モデルの特徴量として利用する手法を提案する．従来手法では，埋め込み表現の意味を解釈することは困難であり，投資の意思決定における透明性や信頼性を損なう可能性がある．そこで，本手法では ICA を用いて埋め込み表現を意味的に解釈可能な成分へ変換し，予測モデルを構築する．さらに，大規模言語モデル (LLM) を用いた各成分に対するトピック命名により，予測要因としての説明可能性を向上させる．評価実験の結果，特にリターン（資産価格の変化率）予測において，従来手法を上回る予測精度を達成した他，高い解釈性を示唆する結果が得られた．