023-03

2019-08-28 (水) 13:47:09 (24d) | Topic path: Top / 023-03

第23回研究会

LRPを用いた深層学習株式リターン予測モデルの解釈の試み

著者

小寺俊哉, 佐藤史仁(日興リサーチセンター), 坂地泰紀, 和泉潔(東京大学)

概要

近年,個別株式のリターン予測において,様々なファクターの中から予測に有用な特徴量を自動に抽出することの出来る深層学習の技術の応用研究がなされている.しかしながら,深層学習は計算の過程が複雑で,人間にはその推論の根拠を把握するのは難しい.そのため,意思決定に理由が求められる実務での利用において,解釈が困難であることが課題視されることがある.一方で,深層学習の解釈手法に関する研究も盛んに行われており,LRPと呼ばれる手法では,深層学習のモデル構造に手を加えずに出力から入力まで遡ることにより,入力変数ごとの出力値に対する貢献度を計算することが出来る.ところが,金融分野,特に個別株式のリターン予測を行うファクターモデル等において,このような深層学習の解釈手法を用いてリターンの予測に対する各入力ファクターの貢献度を観察した例はほとんどない.そこで本稿では,個別株式のリターン予測をタスクとした深層学習モデルに対してLRP手法を適用し,入力値であるファクターごとの予測リターンに対する貢献度を算出し分析する事で,深層学習モデルの予測根拠の解釈を試みた.

キーワード

資産運用, 深層学習, LRP, 解釈手法

論文

(10月9日以降に公表いたします)

トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS