[3M2-GS-10u] AI応用：科学データ解析と数理モデリング

11:00 〜 11:15

[3M2-GS-10u-01] 対照学習に基づくニュースと株価時系列のマルチモーダル融合

〇吉田 凌也¹、尾崎 令拓¹、今城 健太郎¹、平野 正徳¹ (1. 株式会社 Preferred Networks)

キーワード：

マルチモーダル、金融

近年の大規模言語モデルの発達に伴い、銘柄関連ニュースや決算資料といった金融テキストを株価予測に活用する研究が盛んになっている。
従来手法の多くは、過去の株価時系列と金融テキストを埋め込みに変換してからモデルに入力するが、時系列とテキストのアラインメントを明示的に行っていない。
そのため、時系列とテキストの相互作用を効果的に活用することが困難だという課題がある。
そこで本研究では、個別銘柄の株価予測に応用することを前提に、銘柄関連ニュースから得られるテキスト埋め込みを将来の株価時系列埋め込みとアラインメントするための時系列・テキスト間の対照学習手法を提案した。
米国株式市場のニュース・株価ペアデータセットを用いて、株価変動方向の2値分類を下流タスクとした評価実験で提案手法の有効性を検証した。
その結果、提案手法は対照学習を行わない手法と単一モーダルだけを入力とする手法よりも高い分類性能を示した。
また、取引シミュレーションによる評価でも、提案手法が最も高いシャープレシオ、低い最大ドローダウンを達成した。
提案手法を用いることで、株価時系列と銘柄関連ニュースを効果的に融合することができる。