[論文レビュー] Stock trend prediction using news sentiment analysis

Joshi Kalyani, H. N. Bharathi+1 more|arXiv (Cornell University)|Jul 7, 2016

Stock Market Forecasting Methods参考文献 5被引用数 22

ひとこと要約

本論文では、株式市場の動向を予測するための機械学習的手法を提案している。金融ニュース記事のセンチメントを分析し、3つの分類モデル（ランダムフォレスト（RF）、サポートベクターマシン（SVM）、ナイーブベイズ）を用いる。モデルはニュースのセンチメントをポジティブまたはネガティブに分類し、実験の結果、RFおよびSVMモデルは80％以上の精度を達成しており、ランダムラベル付け（50％）よりも30ポイントも顕著に上回っている。

ABSTRACT

Efficient Market Hypothesis is the popular theory about stock prediction. With its failure much research has been carried in the area of prediction of stocks. This project is about taking non quantifiable data such as financial news articles about a company and predicting its future stock trend with news sentiment classification. Assuming that news articles have impact on stock market, this is an attempt to study relationship between news and stock trend. To show this, we created three different classification models which depict polarity of news articles being positive or negative. Observations show that RF and SVM perform well in all types of testing. Naïve Bayes gives good result but not compared to the other two. Experiments are conducted to evaluate various aspects of the proposed model and encouraging results are obtained in all of the experiments. The accuracy of the prediction model is more than 80% and in comparison with news random labeling with 50% of accuracy; the model has increased the accuracy by 30%.

研究の動機と目的

• 金融ニュースのセンチメントと将来の株価動向との関係を調査すること。
• 非構造化ニュースデータを用いた株価動向予測における自然言語処理技術の有効性を評価すること。
• ランダムフォレスト（RF）、サポートベクターマシン（SVM）、ナイーブベイズの複数の機械学習モデルのパフォーマンスを比較すること。
• ニュース記事からのセンチメント抽出が、株価の方向性に統計的に有意な予測力をもたらすことを実証すること。
• ランダムベースライン（50％）と比較してモデルの正確性を検証し、実用的な性能向上を確立すること。

提案手法

• 特定の企業に関連する金融ニュース記事を収集し、センチメント分析に用いた。
• トークン化、ストップワード除去、語形還元などの標準的な自然言語処理技術を用いてテキストデータを前処理した。
• 二値センチメント分類（ポジティブ／ネガティブ）のための3つの教師あり学習モデル（ランダムフォレスト、SVM、ナイーブベイズ）を適用した。
• 手動またはルールベースのラベリングによりセンチメントが決定されたラベル付きニュース記事を用いてモデルを学習させた。
• 標準的な指標を用いてモデルのパフォーマンスを評価し、主な評価基準として精度を採用した。
• モデルの予測精度をランダムベースライン（50％の精度）と比較することで、実用的価値を評価した。

実験結果

リサーチクエスチョン

• RQ1 金融ニュース記事からのセンチメント抽出は、将来の株価動向を信頼性を持って予測できるか？
• RQ2 ランダムフォレスト（RF）、サポートベクターマシン（SVM）、ナイーブベイズといった異なる機械学習モデルは、株価予測のためのニュースセンチメント分類においてどのように比較できるか？
• RQ3 センチメントベースの予測は、ランダムな当てずっぽう（50％の精度）に対してどの程度向上するか？
• RQ4 非数量的テキストデータ（ニュース記事）は、株式市場の動きの予測にどのような影響を及えるか？
• RQ5 どのモデルアーキテクチャがセンチメント駆動の株価動向予測において最も高い精度を達成するか？

主な発見

• ランダムフォレストおよびSVMモデルは、ニュースセンチメントに基づく株価動向の方向性分類において、80％以上の予測精度を達成した。
• ナイーブベイズは良好な結果を出したが、RFおよびSVMに比べてセンチメント駆動の株価予測において劣った性能を示した。
• 提案されたモデルは、ランダムラベリング（50％の精度）と比較して、予測精度を30ポイントも向上させ、顕著な予測力の有効性を示した。
• 結果から、ニュースセンチメントとその後の株価動向との間に有意義な関係が確認され、テキストデータを金融予測に活用することが支持された。
• 本研究は、強固な機械学習モデルと組み合わせた金融ニュースのセンチメント分析が、株価動向予測の信頼できるシグナルとして機能できることを検証した。