The prediction of stock market by natural language processing and deep learning

近年，自然言語処理技術の発展により，テキストデータを定量化し，投資の意思決定に活用しようとする試みがある．更に、近年の情報技術の発展に伴い，深層学習の活用が注目されている．最近では，画像やテキスト，音声など様々なデータに対して深層学習を用いたモデルが適用され，その有効性が示されている．こうした背景から，金融市場の分析や予測において，深層学習を応用する動きが活発になってきている．本研究では，日本銀行の金融経済月報を用いて，株式市場の価格変動の予測を試みた．具体的には，金融経済月報の単語頻度に基づき，PCRモデル(主成分回帰モデル)及び深層学習を用いた機械学習モデルにより株式市場の価格変動の予測を試みた．本研究の目的は，PCRモデルと比較することで，深層学習による機械学習モデルの有効性を検証することである．その際，機械学習モデルには，単純なリカレントニューラルネットワーク(RNN)を使用した．Recently, there are many motivations to quantify text data and use them for investment because the technology of the natural language processing has progressed. In addition, the method by deep learning is received a lot of attention with the development of the information technology. Nowadays, it is shown that using deep learning for several data is effective, especially pictures or text. For this reason, a lot of researches or institutional investors start to use deep learning for prediction or analyze in financial market. In this study, we used the Monthly Report of Recent Economic and Financial Development and tried to estimate trends of market. Specifically, we attempted to predict trends of market with PCR (principal component regression) model and machine-learning models about deep learning based on the numbers of occurrence of the words in the report. Then, the goal of our research is to verify the effectiveness of the machine-learning models through comparison with PCR model. In the case, we applied a simple Recurrent Neural Network (RNN)