Core Concepts
マイクロブログデータ(Twitterなど)から、投資家の金融機会に関する投稿を高精度で検出するシステムを提案する。
Abstract
本研究では、金融マイクロブログデータから金融機会を高精度で検出するための3層構造の階層型分類システムを提案している。
第1層では、中立的な投稿と非中立的な投稿を区別する。第2層では、肯定的な感情と否定的な感情を区別する。第3層では、金融機会を表す投稿と単なる肯定的な投稿を区別する。
各層では、自然言語処理技術を用いて抽出した高度な言語的特徴を活用している。これにより、金融機会を示す投稿を高精度で検出できる。
実験結果から、提案システムは金融機会の検出精度が83%に達し、投資家の意思決定を支援するのに有用であることが示された。特に、否定的な投稿が金融機会として誤分類される割合が低く、信頼性の高い結果が得られている。
今後の課題として、多言語対応や株価データなどの定量的情報の活用による分類精度の向上が考えられる。
Stats
金融機会を示す投稿の平均収益率は+15.5%である。
金融機会を示す投稿の中で、約80%が上位四分位の人気株に言及している。
Quotes
「Twitterのような高速なマイクロブログ情報は、株式市場の微視的な動向を把握する上で価値がある」
「投資家の意思決定は、メディアコンテンツだけでなく、パブリックムードにも影響される」