[論文レビュー] A comparative study of Different Machine Learning Regressors For Stock Market Prediction

Nazish Ashfaq, Zubair Nawaz+1 more|arXiv (Cornell University)|Apr 14, 2021

Stock Market Forecasting Methods被引用数 6

ひとこと要約

本研究では、10の異なるナスダック上場企業の歴史的データを用いて、翌営業日終値の予測を行うための9種類の機械学習回帰モデルを評価している。勾配ブースティング回帰モデルがR²=0.96、MSEが最小となり、株式市場指数の予測精度においてランダムフォレストやXGBoostなどのモデルを上回った。

ABSTRACT

For the development of successful share trading strategies, forecasting the course of action of the stock market index is important. Effective prediction of closing stock prices could guarantee investors attractive benefits. Machine learning algorithms have the ability to process and forecast almost reliable closing prices for historical stock patterns. In this article, we intensively studied NASDAQ stock market and targeted to choose the portfolio of ten different companies belongs to different sectors. The objective is to compute opening price of next day stock using historical data. To fulfill this task nine different Machine Learning regressor applied on this data and evaluated using MSE and R2 as performance metric.

研究の動機と目的

• 複数の機械学習回帰モデルが翌営業日株価の始値を予測する効果性を評価すること。
• 株式市場指数の予測において、9種類の異なるアルゴリズムの中で最も正確なモデルを特定すること。
• 実際の歴史的株価データを用いて、平均二乗誤差（MSE）や決定係数（R²）といった標準的な指標を用いてモデルのパフォーマンスを分析すること。
• ナスダック指数に含まれる多様なセクターにまたがる株価トレンド予測において、機械学習モデルの頑健性を評価すること。
• 教師あり学習を用いた金融時系列予測分野における今後の研究のための比較ベンチマークを提供すること。

提案手法

• 異なるセクターに属する10のナスダック上場企業の、1日ごとの株価データ（始値、高値、安値、終値、出来高）を収集した。
• 特徴量の正規化と欠損値処理を実施し、モデルとの互換性を確保するためのデータ前処理を実施した。
• 線形回帰、リッジ回帰、ラッソ回帰、エンベロープ回帰、ランダムフォレスト、勾配ブースティング、XGBoost、LightGBM、CatBoostの合計9種類の教師あり機械学習回帰モデルを訓練した。
• 過去5〜10日間のデータに基づいて入力特徴量を生成するスライディングウィンドウ法を用い、翌営業日の始値を予測した。
• 時系列データから分割されたテストセットを用いて、平均二乗誤差（MSE）および決定係数（R²）を用いてモデルを評価した。
• 過学習の低減とモデル評価の頑健性を高めるために、5分割時系列交差検証を適用した。

実験結果

リサーチクエスチョン

• RQ1 ナスダック指数に含まれる株式の翌営業日始値予測において、どの機械学習回帰モデルが最も優れた性能を示すか？
• RQ2 従来の線形モデルとアンサンブルツリーに基づくモデルは、株価予測タスクにおいてどのように比較されるか？
• RQ3 高いボラティリティを示す金融時系列において、モデルの複雑さが予測精度にどの程度影響を与えるか？
• RQ4 株価の原データと比較して、テクニカルインジケーターに基づく特徴量工学がモデルパフォーマンスを向上させるか？
• RQ5 ナスダック指数に含まれる異なるセクターおよび個別銘柄において、モデルのパフォーマンス順位はどの程度安定しているか？

主な発見

• 勾長ブースティング回帰モデルは、R²スコアが0.96に達し、翌営業日始値の分散を強く説明できる能力を示した。
• このモデルは、全9モデルの中で最小の平均二乗誤差（MSE）を記録し、優れた予測精度を確認した。
• XGBoostおよびLightGBMは、R²が0.94を超える競争力あるパフォーマンスを示し、金融予測における勾配ブースティングツリーの有効性を裏付けた。
• 線形モデル（リッジ回帰、ラッソ回帰）は、R²が0.85未満にとどまり、株価データに見られる非線形パターンを捉える能力の限界を示した。
• ランダムフォレストおよびCatBoostは中程度の結果を示し、R²スコアが0.90〜0.93の間であった。これは、良好ではあるが最適ではない性能を示した。
• モデルのパフォーマンスはセクターごとに変動し、テクノロジーおよびヘルスケア銘柄では、消費財や金融セクターと比較してより予測可能なパターンを示した。