[1I3-GS-2] 機械学習: 市場分析

[1I3-GS-2-05] 中長期的な経済指標予測のためのLSTMによるエンコーダ・デコーダモデルの検討

〇仲岡 拓哉¹、浦野 昌一¹ (1. 明治大学大学院)

キーワード：経済指標、ニューラルネットワーク、時系列データ解析

近年、世界的に経済情勢がめまぐるしく変化し不安定である中、企業が安定した経営を持続するためには景気動向を予測し今後の経営方針の参考にしていくことが必要となってくる。景気動向の指標としては、株価、TOPIX、景気動向指数などの経済指標があげられる。そこで本稿では、経営方針の参考に用いられる景気動向を測るためのテクニカル分析の一つとして経済指標を高精度に予測し、景気動向の特徴を捉えることを目的とする。これまでに経済指標予測は様々な手法で行われ、精度の改善がなされてきた。そこで、本論文では中長期的な経済指標予測に役立てるための予測手法として、RNN(Recurrent Neural Network)の一種である LSTM(Long Short Term Memory)によるエンコーダ・デコーダモデルを用いた経済指標の予測手法を提案し、シミュレーションにより予測手法の有効性を確認する。LSTMによるエンコーダ・デコーダモデルを用いることによって中長期的な経済指標の特徴を捉えられることが期待される。