講演情報
[1K4-GS-3b-03]時系列ItemSB: 金融市場における解釈可能な時系列ルールの発見
〇鈴木 康浩1、嶋田 香1 (1. 群馬大学)
キーワード：
時系列データマイニング、遺伝的アルゴリズム、知識発見
明確な根拠のある投資決定を行う為には市場分析の内容が人間にとって解釈可能であることが不可欠である．しかし従来のインタートランザクション相関ルールは離散クラスに限定され連続値分布の予測は困難であった．本論文では時間遅延を用いたGNMinerによるItemSBの概念を時系列データへ拡張した「時系列ItemSB」を提案する．本手法は過去の複数時点の条件に基づき，将来の連続値分布を予測するルールの発見を可能にする．またルールの質を評価する指標として象限集中率を導入した．主要20通貨ペアの15年間の日次データを用いた実験において31,526件のルールを発見したところ，全体的な予測精度は市場変動の影響を受けたものの，GBPJPYなど特定の通貨ペアでは31.4%の象限一致率を達成した．特に高精度ルール上位30件においては平均49.2%の象限一致率を達成し，実用的な金融パターン発見における提案手法の有効性が示された．