[論文レビュー] Predicting the direction of stock market prices using random forest

Luckyson Khaidem, Snehanshu Saha+1 more|arXiv (Cornell University)|Apr 29, 2016

Stock Market Forecasting Methods被引用数 117

ひとこと要約

この論文は技術指標を用いたRandom Forestのアンサンブルで株価の動向方向を分類し、OOB収束の堅牢性と複数データセットでの1–3か月の予測精度が高いことを示す。

ABSTRACT

Predicting trends in stock market prices has been an area of interest for researchers for many years due to its complex and dynamic nature. Intrinsic volatility in stock market across the globe makes the task of prediction challenging. Forecasting and diffusion modeling, although effective can't be the panacea to the diverse range of problems encountered in prediction, short-term or otherwise. Market risk, strongly correlated with forecasting errors, needs to be minimized to ensure minimal risk in investment. The authors propose to minimize forecasting error by treating the forecasting problem as a classification problem, a popular suite of algorithms in Machine learning. In this paper, we propose a novel way to minimize the risk of investment in stock market by predicting the returns of a stock using a class of powerful machine learning algorithms known as ensemble learning. Some of the technical indicators such as Relative Strength Index (RSI), stochastic oscillator etc are used as inputs to train our model. The learning model used is an ensemble of multiple decision trees. The algorithm is shown to outperform existing algo- rithms found in the literature. Out of Bag (OOB) error estimates have been found to be encouraging. Key Words: Random Forest Classifier, stock price forecasting, Exponential smoothing, feature extraction, OOB error and convergence.

研究の動機と目的

• 投資リスクを低減するために、株価方向の予測を分類問題として動機づける。
• ノイズが多く非線形な株データを扱うためにアンサンブル学習（Random Forest）を活用する。
• OOBエラー、ROC、および複数の horizons とデータセットに渡る標準的な分類指標を用いて予測性能を評価する。

提案手法

• ノイズを減らすために指数平滑法を用いて時系列データを前処理する。
• 特徴量としてテクニカル指標（RSI、ストキャスティクス、Williams %R、MACD、PROC、OBV）を抽出する。
• 凸包を用いて線形分離可能性を検証し、2Dで可視化するためにPCAを適用する。
• ブートストラップアグリゲーションとランダム特徴選択を用いたRandom Forest分類器を訓練する。
• OOBエラー、精度、適合率、再現率、特異度、ROC AUCで評価する。

実験結果

リサーチクエスチョン

• RQ1 Random Forestは技術指標を用いて株価の動向（上昇か下降か）を一定日数先まで安定して予測できるか？
• RQ2 Random Forestの性能（OOBエラー、精度、ROC AUC）は銘柄や予測期間（1–3か月）でどう異なるか？
• RQ3 木の数がOOBエラーと収束に与える影響は？
• RQ4 選択された特徴量（テクニカル指標）はApple、GE、Samsungのようなデータセットで方向予測に十分かつ頑健か？

主な発見

• RFはデータセット全体で高い方向性精度を達成: Apple 1か月 86.84%、3か月 93.97%； GE 1か月 84.72%、3か月 92.54%； Samsung 1か月 84.71%、3か月 92.54%。
• ROC AUCは3データセットとすべての予測期間で0.9を上回り、上昇と下降予測の区別力が強いことを示している。
• OOBエラーが木の数の増加とともに低下し、収束と過学習の低減を示している。
• モデルの堅牢性は1–3か月の予測期間を横断する複数の指標（精度、適合率、再現率、特異度）によって裏付けられている。
• Ensemble margin analysis connects forest strength with lower generalization error via Chebyshev-based bounds.