CNN(畳み込みニューラルネットワーク)やLLM(大規模言語モデル)を援用したファイナンス研究
CNN (Convolutional Neural Networks) and LLM (Large Language Models) research
2024.04.04
論文 Article
学会 Academic Conference
個人研究 Individual Research
株式市場における価格形成は、当該株式に関するファンダメンタル情報を反映していると考えるのがファイナンス研究のパラダイムである。しかし、四半期に報告される財務情報やその他の公開情報だけで、市場における価値評価が正しいかどうかを判断することは難しい。応用ミクロ経済学的アプローチで均衡価格を求めることは可能であるが、現実の株価とはかけ離れたものにある場合がある。そこで価格形成をしているのが、人間であるという視点で取り組む研究領域が登場する。こうした研究領域は行動ファイナンスと呼ばれている。
投資家は、株価を決めるときに、何を見てどういう判断をしているのか。行動ファイナンスは、人間心理や認知バイアスの観点から投資家行動を考える学問領域である。今回の研究プロジェクトにおいては、人間の視覚情報がどのように投資家に影響を与えるかという視点と、言葉がどのように投資家行動に影響を与えるかという2つの視点ですすめた。
1. 視覚情報を検証する
投資家の視覚情報を定量的に扱うために、本プロジェクトではチャート画像に着眼した。画像情報は行列の数値情報として扱うことができるため、株価チャート画像は数値行列で表現される数値情報であるため、画像情報をニューラルネットワークの機械学習のフレームワークで分析することができる。具体的には今回の研究プロジェクトで、以下の作業をおこなった。まず、1993年から2000年までの350万枚のチャート画像を入力する。350万枚の画像について、それぞれその後のアウトカムについてラベル付けを行う。CNNをもちいて、その後のアウトカムをもっとも正確に予想するモデルを作成する。 こうして学習させたモデルを、2000年から2021年までのout of sampleのチャート画像診断にもちいた。その結果、チャート画像にはその後の株式リターンを予測する情報が含まれていることが明らかになった。詳細については、以下のワーキングペーパーを参照のこと。
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4478013
2. 会社四季報に掲載された既知情報を検証する
会社四季報は年4回発刊される伝統的な株式ハンドブックである。戦前から存在する会社四季報の特徴は、バイサイドでもセルサイドでもない東洋経済新報社のジャーナリストの評価が記載されていることである。本プロジェクトの目的は、既知情報はすでに株価に反映されているという効率的市場仮説の検証とともに、古い情報(stale information)に対して株式市場は短期的ではなく、長期的に反応するのかという点を明らかにすることである。検証の結果、会社四季報の評価情報は、すでに株価に反映されているわけではなく、長期的な企業価値との関連性があることがわかった。詳細については以下のワーキングペーパーを参照のこと。
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4535647
The question of whether stock prices fully reflect all relevant information takes a direct shot at the efficient market hypothesis, stirring a lively debate. On one side, we have the believers in the rational expectation model. They see market participants as perfectly rational beings, always making decisions that maximize their economic benefit. On the other side, there's a growing camp that doubts this perfect rationality. They argue that humans are prone to irrationality and that stock prices might not always mirror the true underlying value. Behavioral finance stands firmly in this camp, suggesting that our psychological quirks and biases can significantly shape how we view and act in the financial markets.
In this project, we take a closer look at how visual cues, like stock charts, and verbal cues, such as outdated but still circulating information, influence investor decisions. By exploring these aspects, we aim to peel back the layers of how stock prices are formed, questioning the age-old belief that they reflect all available information. This approach isn't about pitting one theory against another; it's about understanding the complexities of financial markets through the lens of human behavior.
1. Verifying Visual Information
To quantitatively handle investors' visual information, this project focused on chart images. Since image information can be treated as numerical information in matrices, stock chart images, being represented as numerical matrices, can be analyzed within the framework of machine learning with neural networks. Specifically, in this research project, the following tasks were performed. First, we input 3.5 million chart images from the years 1993 to 2000. For these 3.5 million images, each was labeled according to its subsequent outcome. Using CNNs (Convolutional Neural Networks), we created a model that predicts the subsequent outcomes most accurately. This trained model was then used to diagnose chart images from the year 2000 to 2021 that were out of sample. As a result, it became clear that chart images contain information that can predict subsequent stock returns. For more details, please refer to the following working paper.
[https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4478013]
2. Verifying Known Information Published in the SHIKIHO (Japan company handbook)
The SHIKIHO is a traditional stock handbook published four times a year. A distinctive feature of the SHIKIHO, which has existed since before World War II, is that they include evaluations by journalists from Toyo Keizai Inc., which are neither buy-side nor sell-side. The objective of this project is to verify the efficient market hypothesis, which states that known information is already reflected in stock prices, along with clarifying whether the stock market reacts to stale information not in the short term but in the long term. The verification results showed that the evaluative information in the SHIKIHO is not already reflected in stock prices and is related to long-term corporate value. For more details, please refer to the following working paper.
[https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4535647]
関連記事
- 2019.10.29
学会 Academic Conference
-
岡田克彦・経営戦略研究科教授が日本保険学会にて基調講演
Professor Katsuhiko Okada (IBA) gave a keynote lecture at the Japanese Society of Insurance Science - 2019.07.24
マスコミ Media Appearance
個人研究 Individual Research
-
岡田克彦・経営戦略研究科教授が日経CNBCにてAIと資産運用について解説
Professor Katsuhiko Okada explained the potential change in asset management business with AI in Nikkei CNBC
back