東大、AIで株トレーダーの行動の分析精度を高める(AI×金融)【論文】

   

背景)金融市場を理解するために重要となるトレーダーの行動パターン

金融市場のダイナミクスを理解するためには、株式トレーダーの行動パターンと運用原理の研究が重要です。これまでの多くの研究では、動的モデルを使用して株式取引戦略を調査していました。ただし、これらのモデルはトレーダーの行動を完全に説明することはできず、より洗練された手法が望まれています。

しかし、履歴データからエージェントの行動をモデル化する一般的な問題として、エージェントの数の多さと効用関数の多様性によって複雑になってしまうことが挙げられます。さらに、ほとんどの株取引データは匿名化されており、誰が特定の注文を出したかに関する情報は利用できません。そこで匿名化された過去の株式注文データからいかに株式トレーダーの行動を把握していくかが課題となっています。

株式トレーダーにおける行動パターンの学習という課題において、実際にどんな研究が行われているのでしょうか。東京大学のIwao Maedaら研究者の発表を紹介します。

研究者らは、ニューラルネットワークベースの模倣学習を用いて株式トレーダーの行動パターンの学習を試みました。提案手法では潜在セグメンテーションを導入し、模擬的な市場データと過去の注文データを用いて評価を行いました。

テーマ)模倣学習を用いた株式トレーダーの行動パターンの学習

まずはIwaoらの研究におけるミッション・手法・結果をまとめました。

続きを読むには無料会員登録が必要です。


※ログイン/初回登録後、下記ボタンを押してください。

↓はてなブックマークで応援お願いします!
このエントリーをはてなブックマークに追加

MonaCat

投稿者の過去記事

修士2年 (M2).機械学習と自然言語処理の研究をしています.

業界ごとに記事を読む

PAGE TOP
0
Would love your thoughts, please comment.x
()
x