[論文レビュー] Stock Market Prediction via Deep Learning Techniques: A Survey

Jinan Zou, Qingying Zhao+7 more|arXiv (Cornell University)|Dec 24, 2022

Stock Market Forecasting Methods被引用数 37

ひとこと要約

本調査は株式市場予測の深層学習手法をレビューし、モデルの分類法を提案し、主要な予測タスクにおけるデータセットと評価指標を分析します。

ABSTRACT

Existing surveys on stock market prediction often focus on traditional machine learning methods instead of deep learning methods. This motivates us to provide a structured and comprehensive overview of the research on stock market prediction. We present four elaborated subtasks of stock market prediction and propose a novel taxonomy to summarize the state-of-the-art models based on deep neural networks. In addition, we also provide detailed statistics on the datasets and evaluation metrics commonly used in the stock market. Finally, we point out several future directions by sharing some new perspectives on stock market prediction.

研究の動機と目的

• 深層学習に焦点を当てた株式市場予測の構造化された概観を提供する。
• 株価予測に用いられる最先端の深層ニューラルネットワークを分類する新しい分類法を導入する。
• 株式市場予測で一般的に用いられるデータセットと評価指標を収集・分析する。
• 金融分野の深層学習における未解決の課題と今後の研究方向性について論じる。

提案手法

• 株式市場予測の深層学習に関する高品質論文94篇のレビューと統合。
• RNN、CNN、GNN、Transformerベース、およびRLアプローチにモデルを分類する分類法の開発。
• 研究対象となった論文で用いられる入力、データセット、評価指標の分析。
• 株式市場予測の4つの主要タスクの特定：株価予測、株価動向予測、ポートフォリオ管理、取引戦略。
• Transformerや強化学習などの最近の手法とそれらが分野にもたらす影響についての議論。）

実験結果

リサーチクエスチョン

• RQ1 株式市場予測に現在使用されている深層学習モデルは何で、それらはどのように分類されるか。
• RQ2 この分野で深層学習が扱う主要タスク（価格、動向、ポートフォリオ、取引）とは何か。
• RQ3 一般に用いられるデータセットと評価指標は何であり、それらの使用傾向にはどんなものがあるか。
• RQ4 株式市場予測の深層学習における主要な未解決課題と今後の有望な方向性は何か。

主な発見

• 株式市場予測の4つの主要タスクが特定される：株価予測、株価動向予測、ポートフォリオ管理、取引戦略。
• 新しい深層学習分類法はモデルをRNN、CNN、GNN、Transformer、RLに分類し、最近のTransformerとRLの顕著さを強調している。
• 本調査は研究全体で用いられたデータセット、入力、評価手法に関する詳細な統計をまとめている。
• 本研究は未解決の課題を論じ、深層学習ベースの株式市場予測における潜在的な今後の方向性を概説している。