Core Concepts
マクロ経済指標と株式市場データを組み合わせた機械学習モデルを用いて、株式市場の大幅な下落を予測することができる。
Abstract
本研究は、GICS情報技術セクターの1980年以前に設立された企業を対象に、株価と技術指標の予測能力を調査している。10%以上の大幅な下落を「大幅な下落」と定義し、重回帰分析、ロジスティック回帰、ランダムフォレスト分類、サポートベクターマシンなどの機械学習手法を用いて分析を行った。
分析の結果、RSI、MACD、CPI、インフレ率、GDP成長率、国債利回りなどの指標が、株式市場の大幅な下落を予測する上で重要な役割を果たすことが明らかになった。これらの指標を組み合わせることで、投資家は市場の下落に備えることができ、損失を最小限に抑えることができる。
また、K-meansクラスタリングを用いて、株式の類似パターンを分析したところ、従来の業界分類とは異なる興味深いグループ化が見られた。これにより、市場動向の理解を深めることができ、より洗練された投資戦略の策定につながる可能性がある。
本研究は、金融分析の分野に新しいアプローチを提供し、投資家の意思決定と経済政策の立案に大きな影響を与えることが期待される。
Stats
株式市場の大幅な下落は、RSIの低下、MACDの上昇、CPIの上昇、インフレ率の上昇、GDP成長率の低下、国債利回りの変動と関連がある。
Quotes
「マクロ経済指標と株式市場データを組み合わせた機械学習モデルを用いることで、株式市場の大幅な下落を予測することができる」
「RSI、MACD、CPI、インフレ率、GDP成長率、国債利回りなどの指標が、株式市場の大幅な下落を予測する上で重要な役割を果たす」
「K-meansクラスタリングを用いて株式の類似パターンを分析することで、より洗練された投資戦略の策定につながる」