株価予測のためのニュース分類の検討

カテゴリ: 研究会(論文単位)

論文No: IS21033

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2021/12/03

タイトル(英語): A study of news classification for stock price forecast

著者名: 竹中 幹(明治大学),浦野 昌一(明治大学)

著者名(英語): Motoki Takenaka(Meiji University),Shoichi Urano(Meiji University)

キーワード: ＢＥＲＴ|株価予測|自然言語処理|分類予測|機械学習|スクレイピング|BERT|Stock price prediction|Natural language processing|Classification prediction|Machine learning|Scraping

要約(日本語): 投資家はリスク回避のため、莫大な企業の情報をもとに企業を評価し株の売買の意思決定をすることが必要となってきている。しかし、それら全てを投資家が評価することは困難であり、情報を正しく評価することが求められている。_x000D_ そこで本稿では、株価に影響を与えないニュースと株価にポジティブなニュースと株価にネガティブなニュースを分類するために言語処理モデルであるBERTを用いて高精度なニュース記事の分類を目指す。

要約(英語): Investors are becoming necessary to evaluate companies based on the information of huge companies to avoid risks, and to make decisions of shares. However, it is difficult for investors to evaluate all of them, and it is required to evaluate information correctly._x000D_ In this paper, we aim to classify high-precision news articles using BERT, which is a language processing model to categorize news and stock prices to news and stock prices and negative news to stock prices.

本誌: 2021年12月6日-2021年12月7日情報システム研究会

本誌掲載ページ: 9-14 p

原稿種別: 日本語

PDFファイルサイズ: 485 Kバイト