[論文レビュー] Stock Market Trend Analysis Using Hidden Markov Model and Long Short Term Memory

Mingwen Liu, Junbang Huo+2 more|arXiv (Cornell University)|Apr 20, 2021

Stock Market Forecasting Methods参考文献 2被引用数 7

ひとこと要約

本稿では、株式市場のトレンド予測のため、隠れマルコフモデル（HMM）と長短期記憶（LSTM）ネットワークを組み合わせたハイブリッドモデルを提案する。トレンドのラベリングに三重バリア法を用い、特徴量選択にスコア関数を適用することで、4つのバリエーション（GMM-HMM、XGB-HMM、GMM-HMM+LSTM、XGB-HMM+LSTM）を評価した。XGB-HMM+LSTMモデルは80.70%のテスト正解率を達成し、市場の方向性予測において優れた性能を示した。

ABSTRACT

This paper intends to apply the Hidden Markov Model into stock market and and make predictions. Moreover, four different methods of improvement, which are GMM-HMM, XGB-HMM, GMM-HMM+LSTM and XGB-HMM+LSTM, will be discussed later with the results of experiment respectively. After that we will analyze the pros and cons of different models. And finally, one of the best will be used into stock market for timing strategy.

研究の動機と目的

• HMMを深層学習モデル（LSTMなど）と統合することで、株式市場のトレンド予測を改善すること。
• GMM-HMM、XGB-HMM、GMM-HMM+LSTM、XGB-HMM+LSTMの4つのハイブリッドモデルの性能を評価・比較すること。
• 正解率、エントロピー、状態重みに基づくスコア関数を用いた特徴量選択戦略を開発し、最も情報量の多い市場指標を特定すること。
• 最良のモデルを用いて、鳳元製薬および紅日薬業の歴史的株価データを用いた実世界のタイミング戦略に適用すること。

提案手法

• 三重バリア法を用いて株価変動をラベル付けする：上位の利益確定バリアが最初に達成された場合は+1、下位の損切りバリアが最初に達成された場合は-1、時間満了バリアに達した場合は0とする。
• 市場、品質、リスク、バリューやムード、インデックス、モーメンタム、上昇の8種類の特徴量タイプを抽出し、状態正解率、エントロピー、状態頻度を組み合わせたスコア関数を用いて評価する。
• GMM-HMMおよびXGB-HMMモデルを各特徴量タイプごとに別々に学習させ、各タイムステップにおける状態確率行列（state_proba）を生成する。
• 全8種類の特徴量タイプから得られたstate_proba行列を連結し、LSTMモデルの入力Xとする。LSTMは隠れ状態を将来の価格方向ラベルにマッピングする学習を行う。
• LSTMは連結された状態確率（X）と対応するラベル（Y）を用いて学習され、最終出力として予測されたトレンド方向が得られる。
• モデル性能はテストセット正解率を用いて評価され、汎化性能を最適化するようにハイパーパrameterを調整する。

実験結果

リサーチクエスチョン

• RQ1 HMMとLSTMを統合することで、単体のモデルと比較して、株価トレンド予測の性能がどのように向上するか？
• RQ2 正解率、エントロピー、状態重みの複合スコアに基づく特徴量選択法は、LSTMの入力として最も予測力の高いものを得るために効果的か？
• RQ3 GMM-HMM+LSTMとXGB-HMM+LSTMの性能指標は、未学習データにおけるテスト正解率でどのように比較されるか？
• RQ4 XGB-HMMはGMM-HMMよりも市場の制度遷移を捉える能力に優れているか？ もしそうであれば、その理由は何か？

主な発見

• XGB-HMM+LSTMモデルは80.699%の最高テスト正解率を達成し、GMM-HMM+LSTMモデル（76.161%）を顕著に上回った。
• XGB-HMMモデルはGMM-HMMよりも汎化性能に優れており、訓練セットで87%のテスト正解率を示したのに対し、GMM-HMMは83%であった。
• スコア関数は、対数リターン、ボラティリティレシオ、PBR比といった特徴量を効果的に優先し、予測力に寄与した。
• LSTMはXGBoostよりも状態確率からラベルへのマッピングをよりよく学習しており、HMM状態系列の時間的依存性をモデル化する能力に優れていることが示された。
• 三重バリア法は方向性のある価格変動を効果的に符号化し、異なる時間スケールでも一貫したトレンドイベントのラベリングを可能にした。
• XGB-HMMで潜在状態を抽出し、LSTMでその時間的変化をモデル化するモデルアーキテクチャは、金融時系列予測において強固で効果的であった。