社内用

1. 感情分析で株価を予測して
おこづかい稼ぎ 日経版
AVA 斉藤広和

2. 前置き
2014年に社内のテックレポートで以下の内容を提出
機械学習で女性のアカウントだけ抽出し、女性アカウントからツイートされたつぶやきを
センチメント分析器にかけ、そこから自分の好みの女の子を選ぶ、、という実験

3. 事の発端
http://arxiv.org/abs/1010.3003v1
レポート提出から遡ること
１ヶ月ほど前
twitterの感情分析で
87.6%の精度で
ダウ予測できたよ
みたいな論文をネットで発見

4. 事の発端
http://networkpaper.blogspot.jp/2012/04/twitter.html
前の論文を検証した
親切な人の
日本語のブログ

5. 感情分析（センチメント分析）とは？
ある文章に対して、感情がどのように含まれてるかを分析すること
うれしい、悲しい、好き、嫌い、怒り、、、などなど
主に、対象の文章がポジティブなのか、ネガティブなのかを判断するのに使います。
「今日晴れててうれしい」
ポジティブ
「仕事疲れた、だるい」
ネガティブ
「パクチーは嫌いじゃない」 「好きだけど別れたい」

6. 日本語の感情分析の方法
１．解析器を使う
zunda
https://code.google.com/archive/p/zunda/
mecab (日本語形態素解析エンジン) ベースの解析器
> 文中のイベントに対して、その真偽判断（イベントが起こったかどうか）、
仮想性（仮定の話かどうか）などを解析します
２．機械学習で分類
ポジティブ、ネガティブの教師データを用意し、分類していく方法
最近出たGoogle Cloud Natural Language APIもセンチメント分析ができるが、
現時点では英語のみ対応

7. 株価をどう分析するか
・参考にしたレポートはダウ平均
ダウ売買するわけじゃないので、そのままでは使えない
・ダウと連動性の高い日経平均を予測するか
日経平均を予測して実売買する場合、
ETF（日経225連動型上場投資信託など）を買うことになる
・できれば特定の銘柄に対するセンチメント分析をしたい
昨今のポケモンブームの任天堂や、PCデポのような兆候を捉えたい
・センチメント分析だけで売買するのは不安
実際にお金が絡んでるので慎重に

8. データ収集
・まずは上場している企業のデータを収集する。
企業に関するキーワードを収集し、キーワードは分かち書きしておく
→キーワードの共起から企業を関連付けしたかった

9. 検索用キーワード作成
前ページのキーワードを基に、名詞だけピックアップし
出現頻度と共に保存しておく
このキーワードを使って
twitterのキーワード検索を行う
・
・
・
と思ったけどノイズが酷い！！
結局企業名で直接検索することに

10. twitter検索
twitterで検索してきたつぶやきとそれを分かち書きしたデータを取得
そして、そのつぶやきデータをzundaにかけて、ポジティブかネガティブを判定して保存
0:中立 1:ポジ 2:ネガ

11. 実際のzunda解析の流れ
twitter検索プログラム
① ②
③④
twitter検索とzunda解析は重たいのでプログラムは随時回しっぱなし
１．twitter検索プログラムがtwitterで検索かける
２．検索結果のつぶやきををRabbitMQに保存
３．コンシューマーがMQからメッセージを取り出してzunda解析
４．つぶやきのポジネガ結果をMySQLに保存

12. わーい
これでtwitterのつぶやきとポジネガと企業を紐付けることができた
だけど、ほんとにこれだけで売買するつもり？

13. 否
無理！おこづかいかかってるし！
twitterのつぶやきだけで売買できるほど
ギャンブラーではない！
そこで、、、、

14. 別のモデルと組み合わせる
オーソドックスな移動平均線を用いた予測モデルと組み合わせる

15. １．終値予測
ロジスティック回帰で翌日終値を予測する
簡単に言うと、、
線形回帰は量的変数を予測する（上がる１か下がる０か）のに対し
ロジスティック回帰分析は発生確率（1の確率が0.9みたいな）を予測します
説明変数として、始値、終値、高値、安値、値幅、などなどを用いてました。
翌日の終値が当日の終値より上がるか下がるかの確率を出しました。
あとは嫁がいろいろチューニングしてました。

16. 移動平均乖離率とは、現在の価格が移動平均線からどれだけ乖離
しているかを数値化したもの
価格が移動平均線より大きく乖離している場合
移動平均線に戻ってくる事が多い習性を利用したモデル
２．移動平均乖離率
移動平均線から
大きく乖離したあと
平均線に近づいてく

17. レポート
前述の１と２を組み合わせた予測データはこんな感じ
項目名 内容
rank おすすめ度
低いほうがオススメ
estimate_price 翌日終値予想価格
reliability 信頼性 １に近いほうが信頼性が高い
tend 傾向 数値が高いほど翌日の上昇率が高い
zunda_pozi ポジティブ度
高いほどポジティブ

18. 結果
全然儲からない
レポートを元に、rankが高いものをピックアップし売買した結果

19. 原因
・twitterの崩れた文章に対しての解析が微妙
・日本株は米国株、為替、原油価格などの外部要因の影響が
すごく大きいのでそれらも考慮する必要がある
・買い、売りのタイミングもルール化したほうがよい
・どうしても売買に自分の感情が入る
→なんか上がりそうだからまだ持っとこう
→やばい下がり続けてるから売っちゃわないと、、
→これ予測では下がるってでてるけど、絶対上がりそう
・嫁曰く「売買戦略がなかったのが敗因」

20. まとめ
twitterの感情分析をするより、己の感情を分析し売買に役立てるべし