JP7249398B1

JP7249398B1 - Market analysis device and market analysis method

Info

Publication number: JP7249398B1
Application number: JP2021210815A
Authority: JP
Inventors: 卓也中島; 敦羽生; 稔也井本; 哲也那須田
Original assignee: Japan Digital Design
Current assignee: Japan Digital Design
Priority date: 2021-12-24
Filing date: 2021-12-24
Publication date: 2023-03-30
Anticipated expiration: 2041-12-24
Also published as: JP2023095116A

Abstract

【課題】コンピュータを利用した新規な相場分析技術を提供することである。
【解決手段】本開示の一態様は、検索対象の資産と検索期間とを受け付け、前記検索期間における前記資産の値動きに類似する類似期間と類似度とを提供するユーザインタフェース部と、価格データベースから各類似指標に対して前記類似期間を抽出し、前記抽出した類似期間の個別類似度を決定する類似期間抽出部と、各類似指標の個別重みを算出する類似指標重み算出部と、前記個別類似度と前記個別重みとに基づいて、前記受け付けた資産の検索期間に対する前記類似期間の類似度を決定する類似度決定部と、を有する、相場分析装置に関する。
【選択図】図１

An object of the present invention is to provide a novel market analysis technique using a computer.
According to one aspect of the present disclosure, a user interface unit receives an asset to be searched and a search period, and provides a similar period and similarity similar to the price movement of the asset during the search period; a similarity period extraction unit for extracting the similarity period for each similarity index and determining an individual similarity degree of the extracted similarity period; a similarity index weight calculation unit for calculating an individual weight of each similarity index; and the individual similarity and a similarity determination unit that determines the similarity of the similarity period to the received asset search period based on the degree and the individual weight.
[Selection drawing] Fig. 1

Description

本開示は、フィンテックを利用した相場分析装置及び相場分析方法に関する。 The present disclosure relates to a market analysis device and a market analysis method using FinTech.

株式、債券、為替、これらの派生商品、その他の商品等の各種資産のトレーダーは、取引対象の資産の将来の値動きを予測するため、しばしば過去の値動きに関するデータを利用する（チャート分析）。例えば、トレーダーは、取引対象の資産の直近の値動きに類似する過去の値動きを参考にして、当該資産の以降の値動きを予測する。 Traders of various assets such as stocks, bonds, foreign exchange, their derivatives, and other commodities often use data on past price movements to predict future price movements of the assets they trade (chart analysis). For example, traders refer to past price movements similar to the most recent price movements of the asset being traded to predict future price movements of the asset.

情報通信技術の進歩によって、コンピュータが金融の様々な分野に積極的に利用されるようになってきており、コンピュータベースの各種金融技術（フィンテック）の開発が進んでいる。例えば、チャート分析にもコンピュータが利用され、コンピュータベースの各種相場分析ツールがトレーダーによって利用されてきている。 Advances in information and communication technology have led to the active use of computers in various fields of finance, and the development of various computer-based financial technologies (fintech) is progressing. For example, chart analysis also uses computers, and various computer-based market analysis tools have been used by traders.

特開２０１７－１５７２１３号公報JP 2017-157213 A

本開示の１つの課題は、コンピュータを利用した新規な相場分析技術を提供することである。 One object of the present disclosure is to provide a novel market analysis technique using a computer.

本開示の一態様は、検索対象の資産と検索期間とを受け付け、前記検索期間における前記資産の値動きに類似する類似期間と類似度とを提供するユーザインタフェース部と、価格データベースから各類似指標に対して前記類似期間を抽出し、前記抽出した類似期間の個別類似度を決定する類似期間抽出部と、各類似指標の個別重みを算出する類似指標重み算出部と、前記個別類似度と前記個別重みとに基づいて、前記受け付けた資産の検索期間に対する前記類似期間の類似度を決定する類似度決定部と、を有する、相場分析装置に関する。 One aspect of the present disclosure is a user interface unit that receives an asset to be searched and a search period, and provides a similar period and similarity similar to the price movement of the asset in the search period, and from a price database to each similar index a similarity period extraction unit that extracts the similarity period and determines an individual similarity degree of the extracted similarity period; a similarity index weight calculation unit that calculates an individual weight of each similarity index; and a similarity determination unit that determines the similarity of the similar period to the received asset search period based on the weight.

本開示によれば、コンピュータを利用した新規な相場分析技術を提供することができる。 According to the present disclosure, it is possible to provide a novel market analysis technique using a computer.

本開示の一実施例による相場分析装置を示す概略図である。1 is a schematic diagram of a quote analysis device according to one embodiment of the present disclosure; FIG. 本開示の一実施例による相場分析装置のハードウェア構成を示すブロック図である。It is a block diagram showing a hardware configuration of a market price analysis device according to an embodiment of the present disclosure. 本開示の一実施例による相場分析装置の機能構成を示すブロック図である。It is a block diagram showing a functional configuration of a market price analysis device according to an embodiment of the present disclosure. 本開示の一実施例による類似指標毎の類似期間及び個別類似度を示す図である。FIG. 4 is a diagram showing similarity periods and individual similarities for each similarity index according to an embodiment of the present disclosure; 本開示の一実施例による個別重みを示す図である。[0014] Fig. 4 illustrates individual weights according to one embodiment of the present disclosure; 本開示の一実施例による相場分析装置の出力例を示す図である。FIG. 4 is a diagram showing an output example of a market price analysis device according to an embodiment of the present disclosure; 本開示の一実施例による相場分析処理を示すフローチャートである。4 is a flowchart illustrating market analysis processing according to one embodiment of the present disclosure; 本開示の他の実施例による相場分析装置を示す概略図である。FIG. 3 is a schematic diagram showing a market price analysis device according to another embodiment of the present disclosure;

以下、図面を参照して本開示の実施の形態を説明する。 Embodiments of the present disclosure will be described below with reference to the drawings.

以下の実施例では、トレーダー等のユーザが株式、債券、為替、これらの派生商品、その他の商品等の資産を取引することを支援する相場分析装置が開示される。 In the following embodiments, a quote analyzer is disclosed that assists a user, such as a trader, in trading assets such as stocks, bonds, exchanges, derivatives thereof, and other commodities.

［概略］
図１に示されるように、本開示の一実施例による相場分析装置１００は、端末６０から検索対象資産及び検索期間を受け付けると、受け付けた検索対象資産の価格データを価格データベース５０から取得し、受け付けた検索期間の値動きに類似する当該検索対象資産の値動きを示す他の期間（以降、類似期間又は類似期間候補と呼ぶ）を取得した価格データから抽出する。さらに、相場分析装置１００は、類似期間を抽出するだけでなく、当該類似期間の値動きと検索期間の値動きとの間の類似度を決定し、抽出した類似期間とその類似度とを端末６０に提供する。なお、図１に示されるように、相場分析装置１００は、端末６０と独立した情報処理装置であってよく、端末６０上に表示されたブラウザを介し操作可能であってもよいし、あるいは、端末６０に組み込まれてもよい。 [Overview]
As shown in FIG. 1, the market price analysis device 100 according to an embodiment of the present disclosure, when receiving a search target asset and a search period from a terminal 60, acquires price data of the received search target asset from the price database 50, Other periods (hereinafter referred to as similar periods or similar period candidates) showing price movements of the search target asset similar to the price movements of the received search period are extracted from the acquired price data. Furthermore, the market price analysis device 100 not only extracts a similar period, but also determines the degree of similarity between the price movement of the similar period and the price movement of the search period, and sends the extracted similar period and the degree of similarity to the terminal 60. offer. As shown in FIG. 1, the market price analysis device 100 may be an information processing device independent of the terminal 60, and may be operable via a browser displayed on the terminal 60, or It may be incorporated into terminal 60 .

より詳細には、図１に示されるように、相場分析装置１００は、類似期間抽出モデルを利用して、検索期間における検索対象資産の値動きから複数のテクニカル指標を算出し、各テクニカル指標に対して検索期間と類似した値動きを示す１つ以上の類似期間候補を価格データベース５０から抽出する。さらに、相場分析装置１００は、類似期間抽出モデルを利用して、各テクニカル指標に基づく類似指標に対して、検索期間と類似期間候補との間の類似度（以降、個別類似度と呼ぶ）を算出する。以下の実施例では、各資産の値動きは、各取引日における当該資産の４本値、すなわち、始値、高値、安値及び終値から構成され、複数のテクニカル指標は、限定されることなく、残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩ（ＲｅｌａｔｉｖｅＳｔｒｅｎｇｔｈＩｎｄｅｘ）の２つ以上を含む。この場合、相場分析装置１００は、類似期間抽出モデルを利用して、検索対象資産の検索期間の値動きから残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩを算出し、これらのテクニカル指標のそれぞれに関して検索期間に類似する１つ以上の類似期間候補を抽出し、更に各類似期間候補の個別類似度を決定する。 More specifically, as shown in FIG. 1, the market price analysis device 100 uses a similar period extraction model to calculate a plurality of technical indicators from the price movement of the asset to be searched for during the search period, and for each technical indicator to extract from the price database 50 one or more similar period candidates that show price movements similar to the search period. Further, the market price analysis device 100 uses the similar period extraction model to calculate the degree of similarity between the search period and the similar period candidates (hereinafter referred to as individual similarity) for similar indicators based on each technical indicator. calculate. In the examples below, the price movement of each asset consists of four prices for that asset on each trading day: opening, high, low and closing, and multiple technical indicators, including but not limited to Including two or more of Difference Candle, Raw Candle, Trend, Resistance, Support and RSI (Relative Strength Index). In this case, the market price analysis device 100 uses a similar period extraction model to calculate residual candles, raw candles, trends, resistance lines, support lines, and RSI from the price movement of the search target asset during the search period, and these technical One or more similar period candidates similar to the search period are extracted for each of the indices, and the individual similarity of each similar period candidate is determined.

また、相場分析装置１００は、重み算出モデルを利用して、検索対象資産の検索期間に対する各類似指標の相対的な重要性を示す個別重みを決定する。例えば、重み算出モデルによると、当該検索期間における検索対象資産の値動をより良好に表すテクニカル指標に対しては、当該テクニカル指標に基づく類似指標の個別重みがより大きな値になるよう調整される。一方、当該検索期間における検索対象資産の値動を良好に表さないテクニカル指標に対しては、当該テクニカル指標に基づく類似指標の個別重みがより小さな値になるよう調整される。 In addition, the market price analysis device 100 uses the weight calculation model to determine individual weights that indicate the relative importance of each similarity index with respect to the search period of the search target assets. For example, according to the weight calculation model, for a technical indicator that better represents the price movement of the target asset during the search period, the individual weight of similar indicators based on the technical indicator is adjusted to a higher value. . On the other hand, for a technical indicator that does not favorably represent the price movement of the search target asset during the search period, the individual weight of similar indicators based on the technical indicator is adjusted to a smaller value.

類似指標毎の類似期間候補及び個別類似度と各類似指標の個別重みとを決定すると、相場分析装置１００は、類似度決定モデルを利用して、個別類似度と個別重みとに基づいて、検索対象資産の検索期間に対する各類似期間候補のトータルの類似度を決定する。各類似期間候補のトータルの類似度を決定すると、相場分析装置１００は、例えば、最も高いトータルの類似度の類似期間候補を検索対象資産の検索期間の類似期間として出力してもよい。また、相場分析装置１００は、当該類似期間のトータルの類似度を当該類似期間の類似度として出力してもよい。 After determining the similar period candidate and the individual similarity for each similarity index and the individual weight of each similarity index, the market price analysis device 100 uses the similarity determination model to search based on the individual similarity and the individual weight. Determine the total similarity of each similar period candidate to the search period of the target asset. After determining the total similarity of each similarity period candidate, the market price analysis device 100 may output, for example, the similarity period candidate with the highest total similarity as the similarity period of the search period of the asset to be searched. Further, the market price analysis device 100 may output the total similarity of the similar period as the similarity of the similar period.

このようにして、検索対象資産と検索期間とがユーザによって指定されると、相場分析装置１００は、類似期間抽出モデルを利用して、テクニカル指標に基づく類似指標毎の類似期間候補と各類似期間候補の個別類似度とを決定し、重み算出モデルを利用して、類似指標毎の個別重みを決定する。そして、相場分析装置１００は、類似度決定モデルを利用して、決定した類似期間候補、個別類似度及び個別重みから、指定された検索対象資産の検索期間の値動きに最も類似した類似期間及びその類似度を出力する。これにより、ユーザは、指定した検索対象資産の検索期間に最も類似した当該資産の過去の値動きを示す類似期間を迅速に特定することができると共に、特定された類似期間の類似度を確認することができる。 In this way, when the search target asset and the search period are specified by the user, the market price analysis device 100 uses the similar period extraction model to extract similar period candidates for each similar indicator based on technical indicators and each similar period. The individual similarity of the candidate is determined, and the individual weight for each similarity index is determined using the weight calculation model. Then, the market price analysis device 100 uses the similarity determination model to determine the similarity period candidates, the individual similarities, and the individual weights that are most similar to the price movement of the designated search target asset during the search period, and the Output the similarity. As a result, the user can quickly identify a similar period that indicates the past price movement of the asset that is most similar to the search period of the specified search target asset, and can confirm the similarity of the identified similar period. can be done.

ここで、相場分析装置１００は、サーバ、パーソナルコンピュータ等の計算装置によって実現され、例えば、図２に示されるようなハードウェア構成を有してもよい。すなわち、相場分析装置１００は、バスＢを介し相互接続される記憶装置１０１、プロセッサ１０２、ユーザインタフェース（ＵＩ）装置１０３及び通信装置１０４を有する。 Here, the market price analysis device 100 is realized by a computing device such as a server or a personal computer, and may have a hardware configuration as shown in FIG. 2, for example. That is, the market analysis device 100 has a storage device 101, a processor 102, a user interface (UI) device 103 and a communication device 104 interconnected via a bus B. FIG.

相場分析装置１００における後述される各種機能及び処理を実現するプログラム又は指示は、ネットワークなどを介し何れかの外部装置からダウンロードされてもよいし、ＣＤ－ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｋ－ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、フラッシュメモリ等の着脱可能な記憶媒体から提供されてもよい。記憶装置１０１は、ランダムアクセスメモリ、フラッシュメモリ、ハードディスクドライブなどによって実現され、インストールされたプログラム又は指示と共に、プログラム又は指示の実行に用いられるファイル、データ等を格納する。記憶装置１０１は、非一時的な記憶媒体（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙｓｔｏｒａｇｅｍｅｄｉｕｍ）を含んでもよい。 Programs or instructions for realizing various functions and processes described later in the market price analysis device 100 may be downloaded from any external device via a network or the like, or stored in a CD-ROM (Compact Disk-Read Only Memory), flash It may be provided from a removable storage medium such as a memory. Storage device 101 is implemented by a random access memory, flash memory, hard disk drive, or the like, and stores installed programs or instructions, as well as files, data, etc. used to execute the programs or instructions. Storage device 101 may include a non-transitory storage medium.

プロセッサ１０２は、１つ以上のプロセッサコアから構成されうる１つ以上のＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＧＰＵ（ＧｒａｐｈｉｃｓＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、処理回路（ｐｒｏｃｅｓｓｉｎｇｃｉｒｃｕｉｔｒｙ）等によって実現されてもよく、記憶装置１０１に格納されたプログラム、指示、当該プログラム若しくは指示を実行するのに必要なパラメータなどのデータ等に従って、後述される相場分析装置１００の各種機能及び処理を実行する。ユーザインタフェース（ＵＩ）装置１０３は、キーボード、マウス、カメラ、マイクロフォン等の入力装置、ディスプレイ、スピーカ、ヘッドセット、プリンタ等の出力装置、タッチパネル等の入出力装置から構成されてもよく、ユーザと相場分析装置１００との間のインタフェースを実現する。例えば、ユーザは、ディスプレイ又はタッチパネルに表示されたＧＵＩ（ＧｒａｐｈｉｃａｌＵｓｅｒＩｎｔｅｒｆａｃｅ）をキーボード、マウス等を操作し、相場分析装置１００を操作する。通信装置１０４は、外部装置、インターネット、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）等の通信ネットワークとの通信処理を実行する各種通信回路により実現される。 The processor 102 may be implemented by one or more CPUs (Central Processing Units), GPUs (Graphics Processing Units), processing circuits, etc., which may be configured from one or more processor cores. Various functions and processes of the market price analysis device 100, which will be described later, are executed according to stored programs, instructions, data such as parameters required for executing the programs or instructions, and the like. The user interface (UI) device 103 may be composed of an input device such as a keyboard, mouse, camera, and microphone, an output device such as a display, speaker, headset, and printer, and an input/output device such as a touch panel. It implements an interface with the analyzer 100 . For example, the user operates the market price analysis apparatus 100 by operating a GUI (Graphical User Interface) displayed on a display or touch panel with a keyboard, mouse, or the like. The communication device 104 is implemented by various communication circuits that execute communication processing with a communication network such as an external device, the Internet, and a LAN (Local Area Network).

しかしながら、上述したハードウェア構成は単なる一例であり、本開示による相場分析装置１００は、他の何れか適切なハードウェア構成により実現されてもよい。 However, the hardware configuration described above is merely an example, and the market price analysis device 100 according to the present disclosure may be implemented with any other appropriate hardware configuration.

［相場分析装置］
次に、図３～６を参照して、本開示の一実施例による相場分析装置１００を説明する。図３は、本開示の一実施例による相場分析装置１００の機能構成を示すブロック図である。 [Market analysis device]
3-6, a market analysis device 100 according to one embodiment of the present disclosure will now be described. FIG. 3 is a block diagram showing the functional configuration of the market price analysis device 100 according to one embodiment of the present disclosure.

図３に示されるように、相場分析装置１００は、ユーザインタフェース部１１０、類似期間抽出部１２０、類似指標重み算出部１３０及び類似度決定部１４０を有する。 As shown in FIG. 3 , the market price analysis device 100 has a user interface section 110 , a similar period extraction section 120 , a similarity index weight calculation section 130 and a similarity determination section 140 .

ユーザインタフェース部１１０は、検索対象の資産と検索期間とを受け付け、検索期間における当該資産の値動きに類似する類似期間と類似度とを提供する。具体的には、ユーザインタフェース部１１０は、ユーザによって端末６０から検索対象資産と検索期間とを受け付けると、受け付けた検索対象資産と検索期間とを類似期間抽出部１２０及び類似指標重み算出部１３０に提供する。そして、類似度決定部１４０によって類似期間と類似度とが決定されると、ユーザインタフェース部１１０は、決定された類似期間と類似度とを端末６０に提供する。例えば、ユーザインタフェース部１１０は、端末６０上に表示された相場分析ツールの受付画面を介し検索対象資産（例えば、株式Ａ）と検索期間（２０２０年４月１日～２０２０年６月３０日など）とを受け付け、受け付けた検索対象資産の検索期間に対応する類似期間（例えば、２０１２年１１月１５日～２０１３年２月１４日など）と、当該類似期間と検索期間との当該資産の値動きの類似度（例えば、Ｘ点、Ｘ％など）とを端末６０の出力画面に表示してもよい。なお、検索期間と類似期間とは、典型的には、同じ長さの期間とされる。 The user interface unit 110 accepts an asset to be searched and a search period, and provides a similarity period and similarity similar to the price movement of the asset during the search period. Specifically, when the user receives a search target asset and a search period from the terminal 60, the user interface unit 110 sends the received search target asset and search period to the similar period extraction unit 120 and the similarity index weight calculation unit 130. offer. Then, when the similarity period and the degree of similarity are determined by the similarity determining unit 140, the user interface unit 110 provides the terminal 60 with the determined similarity period and the degree of similarity. For example, the user interface unit 110 displays a search target asset (for example, stock A) and a search period (April 1, 2020 to June 30, 2020, etc.) through the reception screen of the market price analysis tool displayed on the terminal 60. ), and a similar period (for example, November 15, 2012 to February 14, 2013) corresponding to the search period of the received search target asset, and the price movement of the asset between the similar period and the search period (for example, X points, X%, etc.) may be displayed on the output screen of the terminal 60 . Note that the search period and the similarity period are typically of the same length.

類似期間抽出部１２０は、価格データベース５０から各類似指標に対して類似期間を抽出し、抽出した類似期間の個別類似度を決定する。具体的には、類似期間抽出部１２０は、ユーザインタフェース部１１０から取得した検索対象資産（例えば、株式Ａ）と検索期間（２０２０年４月１日～２０２０年６月３０日など）とを類似期間抽出モデルに入力する。類似期間抽出モデルでは、価格データベース５０から検索対象資産の時系列の価格データが抽出され、検索期間における当該資産の価格データから所定の複数のテクニカル指標が算出される。価格データは、典型的には、各取引日における当該資産の始値、高値、安値及び終値の４本値データから構成されてもよい。 The similar period extraction unit 120 extracts a similar period for each similar index from the price database 50 and determines the individual similarity of the extracted similar period. Specifically, the similar period extraction unit 120 extracts a search target asset (for example, stock A) acquired from the user interface unit 110 and a search period (April 1, 2020 to June 30, 2020, etc.). Enter the period extraction model. In the similar period extraction model, time-series price data of the asset to be searched is extracted from the price database 50, and a plurality of predetermined technical indicators are calculated from the price data of the asset in the search period. Price data may typically consist of four price data, the opening price, high price, low price and closing price of the asset on each trading day.

例えば、所定の複数のテクニカル指標は、残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩ（ＲｅｌａｔｉｖｅＳｔｒｅｎｇｔｈＩｎｄｅｘ）の２つ以上を含んでもよい。 For example, the predetermined plurality of technical indicators may include two or more of a residual candle, raw candle, trend, resistance line, support line, and RSI (Relative Strength Index).

ここで、生キャンドルは４本値自体である一方、残差キャンドルは、４本値から時系列のトレンド成分（例えば、何れかの期間の移動平均値）を差し引いたものとして定義される。トレンドは、何れかの期間の移動平均線（例えば、２５週移動平均線）であり、抵抗線は、過去の価格の２つの上値を結んだ直線であり、支持線は、過去の価格の２つの下値を結んだ直線である。ＲＳＩは、過去の一定期間の上げ幅（前日比）の合計を、同じ期間の上げ幅の合計と下げ幅の合計を足した数字で割って、１００を掛けたものである。なお、本実施例では、残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩがテクニカル指標として利用されるが、本開示は必ずしもこれらに限定されず、他の何れかのテクニカル指標が利用されてもよい。 Here, the raw candle is the quartet itself, while the residual candle is defined as the quartet minus the time-series trend component (eg, the moving average of any period). A trend is a moving average of any period (e.g., a 25-week moving average), a resistance is a straight line connecting two highs of past prices, and a support is a line between two highs of past prices. It is a straight line connecting the two lower prices. The RSI is calculated by dividing the total increase (compared to the previous day) for a certain period of time by the sum of the total increase and decrease during the same period and multiplying by 100. In this example, residual candles, raw candles, trends, resistance lines, support lines, and RSI are used as technical indicators, but the present disclosure is not necessarily limited to these, and any other technical indicator may be used.

各類似指標は、上述した各テクニカル指標に基づくものであり、対応するテクニカル指標に関する検索期間の値動きと類似期間候補の値動きとの間の類似度を示す。 Each similarity indicator is based on each technical indicator described above, and indicates the degree of similarity between the price movement of the corresponding technical indicator during the search period and the price movement of the similarity period candidate.

例えば、残差キャンドルに基づく類似指標は、検索期間と類似期間候補とのそれぞれに対して、期間の終了日までの所定の日数の残差キャンドルをベクトルとみなし、主成分分析を用いてベクトルを次元圧縮する。そして、圧縮された２つのベクトルのコサイン類似度を算出し、算出したコサイン類似度を正規化することによって、残差キャンドルに基づく類似指標の値（以降、個別類似度と呼ぶ）が算出される。 For example, the residual candle-based similarity index regards the residual candles of a predetermined number of days up to the end date of the period as a vector for each of the search period and the similar period candidate, and uses principal component analysis to convert the vector Dimensionally compress. Then, by calculating the cosine similarity of the two compressed vectors and normalizing the calculated cosine similarity, the value of the similarity index based on the residual candle (hereinafter referred to as individual similarity) is calculated. .

生キャンドルに基づく類似指標は、期間の終了日までの所定の日数の生キャンドルをベクトルとみなし、主成分分析を用いてベクトルを次元圧縮する。そして、圧縮された２つのベクトルのコサイン類似度を算出し、算出したコサイン類似度を正規化することによって、生キャンドルに基づく類似指標の個別類似度が算出される。 A similarity index based on raw candles considers the raw candles of a given number of days until the end of the period as a vector, and dimensionally compresses the vector using principal component analysis. Then, by calculating the cosine similarity of the two compressed vectors and normalizing the calculated cosine similarity, the individual similarity of the similarity index based on the raw candle is calculated.

次に、トレンドに基づく類似指標は、検索期間と類似期間候補とのそれぞれに対して何れかの期間の移動平均線（例えば、２５週移動平均線）などの時系列のトレンド成分を抽出し、動的時間伸縮法を用いて２つのトレンド成分の距離を計算及び正規化することによって、トレンドに基づく類似指標の個別類似度が算出される。 Next, the trend-based similarity index extracts a time-series trend component such as a moving average line (for example, a 25-week moving average line) of any period for each of the search period and the similar period candidate, By calculating and normalizing the distance between two trend components using the dynamic time warping method, the individual similarity of trend-based similarity measures is calculated.

次に、抵抗線又は支持線に基づく類似指標は、検索期間と類似期間候補とのそれぞれに対して抵抗線又は支持線と期間の終了日の終値との間の距離を算出し、抵抗線又は支持線と終値との間の２つの距離の類似度を計算することによって、抵抗線又は支持線に基づく類似指標の個別類似度が算出される。 Next, the similarity index based on the resistance line or support line is calculated by calculating the distance between the resistance line or support line and the closing price on the end date of the period for each of the search period and the similar period candidate, By calculating the similarity of the two distances between the support line and the closing price, the individual similarity of the similarity index based on the resistance line or the support line is calculated.

次に、ＲＳＩに基づく類似指標は、検索期間と類似期間候補とのそれぞれのＲＳＩを算出し、動的時間伸縮法を用いて２つのＲＳＩの距離を計算及び正規化することによって、ＲＳＩに基づく類似指標の個別類似度が算出される。 Next, the RSI-based similarity index is calculated by calculating the RSI of each of the search period and the similar period candidate, and calculating and normalizing the distance between the two RSIs using the dynamic time warping method. An individual similarity degree of the similarity index is calculated.

類似期間抽出部１２０は、価格データベース５０から抽出した検索対象資産（例えば、株式Ａ）の時系列の価格データから、検索期間と同じ長さの各期間に対して検索期間と当該期間との間の残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩの各テクニカル指標に対応する類似指標の個別類似度を算出し、類似指標毎に上位所定数個の期間を類似期間候補として抽出する。また、類似期間抽出部１２０は、抽出した類似期間候補の個別類似度を算出する。例えば、類似期間抽出部１２０は、図４に示されるようなテーブル形式によって、各類似指標に対して上位所定数個の類似期間候補と個別類似度とを出力してもよい。類似期間抽出部１２０は、各類似指標に対して決定した類似期間候補と個別類似度とを類似度決定部１４０に提供する。 The similar period extracting unit 120 extracts time-series price data of a search target asset (for example, stock A) extracted from the price database 50, for each period having the same length as the search period. Calculate the individual similarity of similar indicators corresponding to each technical indicator of residual candle, raw candle, trend, resistance line, support line, and RSI, and extract a predetermined number of high-ranking periods for each similar indicator as similar period candidates do. In addition, the similarity period extraction unit 120 calculates individual similarities of the extracted similarity period candidates. For example, the similarity period extraction unit 120 may output a predetermined number of top similarity period candidates and individual similarities for each similarity index in a table format as shown in FIG. The similarity period extraction unit 120 provides the similarity period candidate determined for each similarity index and the individual similarity to the similarity determination unit 140 .

類似指標重み算出部１３０は、各類似指標の個別重みを算出する。ここで、各類似指標の個別重みは、検索期間における検索対象資産の値動きに対する複数の類似指標の相対的な重要性を示すものであってもよい。具体的には、類似指標重み算出部１３０は、ユーザインタフェース部１１０から取得した検索対象資産（例えば、株式Ａ）と検索期間（２０２０年４月１日～２０２０年６月３０日など）とを重み算出モデルに入力する。重み算出モデルでは、検索対象資産の検索期間における各類似指標（例えば、残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩに基づく類似指標）の重要度が個別重みとして算出される。 The similarity index weight calculator 130 calculates the individual weight of each similarity index. Here, the individual weight of each similarity index may indicate the relative importance of a plurality of similarity indices with respect to the price movement of the search target asset during the search period. Specifically, the similarity index weight calculation unit 130 calculates the search target asset (eg, stock A) acquired from the user interface unit 110 and the search period (April 1, 2020 to June 30, 2020, etc.). Enter the weight calculation model. In the weight calculation model, the importance of each similarity index (eg, residual candle, raw candle, trend, resistance line, support line, and similarity index based on RSI) during the search period of the search target asset is calculated as an individual weight.

残差キャンドルに基づく類似指標については、検索期間における検索対象資産の残差キャンドルの標準偏差を算出し、検索期間の終了日の残差キャンドルの値が算出した標準偏差に対して大きいほど、個別重みが大きくなるよう設定される。生キャンドルに基づく類似指標については、検索期間における検索対象資産の生キャンドルの標準偏差を算出し、検索期間の終了日の生キャンドルの値が算出した標準偏差に対して大きいほど、個別重みが大きくなるよう設定される。 For similar indicators based on residual candles, the standard deviation of the residual candles of the assets to be searched during the search period is calculated. The weight is set to be large. For the similarity index based on raw candles, the standard deviation of the raw candles of the assets to be searched during the search period is calculated, and the larger the value of the raw candles on the end of the search period relative to the calculated standard deviation, the higher the individual weight. is set to

トレンドに基づく類似指標については、所定値（例えば、１００％）が個別重みとして設定される。抵抗線又は支持線に基づく類似指標については、検索期間の終了日の終値が抵抗線又は支持線から離れているほど、個別重みが大きくなるよう設定される。ＲＳＩに基づく類似指標については、検索期間の終了日のＲＳＩが所定の閾値を上回る又は下回ると、個別重みが大きくなるよう設定される。 A predetermined value (eg, 100%) is set as the individual weight for the trend-based similarity index. For the similarity index based on the resistance line or the support line, the individual weight is set to increase as the closing price on the end date of the search period is farther from the resistance line or the support line. Regarding the RSI-based similarity index, the individual weight is set to increase when the RSI on the end date of the search period exceeds or falls below a predetermined threshold.

しかしながら、本開示による重み算出モデルは、これに限定されず、他の何れか適切な個別重みの設定が適用されてもよい。図５に示されるように、検索期間における検索対象資産の値動きに対して各類似指標の個別重みを算出すると、類似指標重み算出部１３０は、算出した個別重みを類似度決定部１４０に提供する。 However, the weight calculation model according to the present disclosure is not limited to this, and any other suitable setting of individual weights may be applied. As shown in FIG. 5, when the individual weight of each similarity index is calculated for the price movement of the search target asset during the search period, the similarity index weight calculator 130 provides the calculated individual weight to the similarity determination unit 140. .

類似度決定部１４０は、個別類似度と個別重みとに基づいて、検索対象資産の検索期間に対する類似期間の類似度を決定する。具体的には、類似度決定部１４０は、類似期間抽出モデルによって抽出された各類似期間候補に対する類似指標毎の個別類似度と、重み算出モデルによって算出された個別重みとの加重和として、各類似期間候補のトータルの類似度を決定する。 The similarity determination unit 140 determines the similarity of the similarity period to the search period of the search target asset based on the individual similarity and the individual weight. Specifically, the similarity determining unit 140 calculates each Determine the total similarity of the similar period candidates.

例えば、類似期間抽出部１２０から類似期間候補ＳＰＣｉと６つの類似指標の個別類似度ＳＰＣｉ＿ＳＳ１～ＳＳ６とを取得し、類似指標重み算出部１３０から６つの個別重みＳＷ１～ＳＷ６を取得すると、類似度決定部１４０は、類似期間候補ＳＰＣｉのトータルの類似度ＳＰＣｉ＿Ｓを以下の式によって計算する。
ＳＰＣｉ＿Ｓ＝ＳＰＣｉ＿ＳＳ１×ＳＷ１＋ＳＰＣｉ＿ＳＳ２×ＳＷ２＋ＳＰＣｉ＿ＳＳ３×ＳＷ３＋ＳＰＣｉ＿ＳＳ４×ＳＷ４＋ＳＰＣｉ＿ＳＳ５×ＳＷ５＋ＳＰＣｉ＿ＳＳ６×ＳＷ６ For example, when the similarity period candidate SPCi and the individual similarity degrees SPCi_SS1 to SS6 of the six similarity indices are obtained from the similarity period extraction unit 120, and the six individual weights SW1 to SW6 are obtained from the similarity index weight calculation unit 130, the degree of similarity is determined. The unit 140 calculates the total degree of similarity SPCi_S of the similarity period candidates SPCi using the following formula.
SPCi_S=SPCi_SS1*SW1+SPCi_SS2*SW2+SPCi_SS3*SW3+SPCi_SS4*SW4+SPCi_SS5*SW5+SPCi_SS6*SW6

このようにして、類似期間抽出部１２０によって抽出された全て又は一部の類似期間候補に対してトータルの類似度を算出すると、類似度決定部１４０は、上位所定数の類似度の類似期間候補を決定し、図６に示されるようなテーブル形式によって、決定した類似期間候補を類似度と共に端末６０に通知してもよい。これにより、ユーザは、指定した検索期間における検索対象資産の値動きに類似した１つ以上の類似期間を端末６０上で確認することが可能になる。 After calculating the total similarity for all or some of the similar period candidates extracted by the similar period extraction unit 120 in this way, the similarity determination unit 140 calculates may be determined, and the terminal 60 may be notified of the determined similarity period candidate together with the degree of similarity in a table format as shown in FIG. This allows the user to confirm on the terminal 60 one or more similar periods similar to the price movement of the search target asset during the designated search period.

一実施例では、類似度決定部１４０は、決定した類似期間候補について、終了日から起算して所定の期間における検索対象資産の値動きを端末６０に提供してもよい。例えば、現在から直近３ヶ月間の株式Ａの値動きに類似する類似期間候補が抽出されると、ユーザは、抽出された類似期間候補のその後の値動きを参照して、株式Ａの今後の値動きを予想することを所望しうる。このため、類似度決定部１４０は、抽出した類似期間候補（＝３ヶ月間）と共に、その後の所定期間（例えば、６ヶ月間）の値動きを端末６０に提供してもよい。 In one embodiment, the similarity determining unit 140 may provide the terminal 60 with the price movement of the search target asset for a predetermined period counting from the end date for the determined similarity period candidate. For example, when similar period candidates are extracted that are similar to the price movement of stock A for the most recent three months from the present, the user refers to the subsequent price movements of the extracted similar period candidates and predicts the future price movement of stock A. You may wish to anticipate. For this reason, the similarity determining unit 140 may provide the terminal 60 with the extracted similarity period candidate (=3 months) and the price movement for a predetermined period (for example, 6 months) thereafter.

［相場分析処理］
次に、図７を参照して、本開示の一実施例による相場分析処理を説明する。当該相場分析処理は、上述した相場分析装置１００によって実行され、より詳細には、相場分析装置１００の１つ以上のプロセッサ１０２が１つ以上の記憶装置１０１に格納された１つ以上のプログラム又は指示を実行することによって実現されてもよい。図７は、本開示の一実施例による相場分析処理を示すフローチャートである。 [Market analysis processing]
Next, with reference to FIG. 7, market price analysis processing according to an embodiment of the present disclosure will be described. The market analysis process is executed by the market analysis device 100 described above. More specifically, one or more processors 102 of the market analysis device 100 execute one or more programs stored in one or more storage devices 101 or It may be realized by executing instructions. FIG. 7 is a flowchart illustrating market analysis processing according to one embodiment of the present disclosure.

図７に示されるように、ステップＳ１０１において、相場分析装置１００は、検索対象資産と検索期間とを受け付ける。具体的には、相場分析装置１００は、端末６０からユーザによって指定された検索対象資産と検索期間とを受信する。 As shown in FIG. 7, in step S101, market price analysis device 100 receives a search target asset and a search period. Specifically, market price analysis apparatus 100 receives from terminal 60 a search target asset and a search period specified by the user.

ステップＳ１０２において、相場分析装置１００は、受け付けた検索期間における検索対象資産の値動きに類似する類似期間候補を抽出し、抽出した各類似期間候補について各類似指標の個別類似度を決定する。ここで、各類似指標は、所定のテクニカル指標のそれぞれに基づくものであってもよい。テクニカル指標としては、例えば、残差キャンドル、生キャンドル、トレンド、抵抗線、支持線及びＲＳＩなどが利用されてもよい。具体的には、相場分析装置１００は、価格データベース５０から検索対象資産の価格データを取得し、類似期間抽出モデルを利用して、図４に示されるように、受け付けた検索期間における検索対象資産の値動きに類似する類似期間候補と個別類似度とを決定する。 In step S102, the market price analysis device 100 extracts similar period candidates similar to the price movement of the search target asset during the received search period, and determines the individual similarity of each similarity index for each of the extracted similar period candidates. Here, each similarity index may be based on each predetermined technical index. As technical indicators, for example, residual candles, raw candles, trends, resistance lines, support lines, RSI, etc. may be used. Specifically, the market price analysis device 100 acquires the price data of the search target asset from the price database 50, and uses the similar period extraction model to generate the search target asset price in the received search period as shown in FIG. Then, similar period candidates similar to the price movement of , and individual similarities are determined.

ステップＳ１０３において、相場分析装置１００は、各類似指標の個別重みを算出する。具体的には、相場分析装置１００は、重み算出モデルを利用して、検索対象資産の検索期間における値動きに対する各類似指標の相対的な重要度を決定し、図５に示されるように、重要度に対応して各類似指標の個別類似度を重み付けするための個別重みを算出する。 In step S103, the market price analysis device 100 calculates the individual weight of each similarity index. Specifically, the market price analysis device 100 uses a weight calculation model to determine the relative importance of each similar indicator to the price movement during the search period of the search target asset, and as shown in FIG. An individual weight for weighting the individual similarity of each similarity index is calculated in accordance with the degree of similarity.

ステップＳ１０４において、相場分析装置１００は、ステップＳ１０２において決定した類似期間候補及び個別類似度と、ステップＳ１０３において決定した各類似指標の個別重みとに基づいて、各類似期間候補のトータルの類似度を決定する。具体的には、相場分析装置１００は、類似度決定モデルを利用して、各類似期間候補に対して当該類似期間候補の個別類似度と個別重みとの加重和を算出し、図６に示されるように、算出した加重和を当該類似期間候補のトータルの類似度として出力する。出力された各類似期間候補とその類似度とは、例えば、端末６０上でユーザに表示されてもよい。 In step S104, the market price analysis device 100 calculates the total similarity of each similar period candidate based on the similar period candidate and individual similarity determined in step S102 and the individual weight of each similarity indicator determined in step S103. decide. Specifically, the market price analysis device 100 uses the similarity degree determination model to calculate the weighted sum of the individual similarity degree and the individual weight of each similar period candidate, as shown in FIG. The calculated weighted sum is output as the total degree of similarity of the similarity period candidates. Each of the output similarity period candidates and its degree of similarity may be displayed to the user on the terminal 60, for example.

次に、図８を参照して、本開示の他の実施例による相場分析装置１００を説明する。本実施例による相場分析装置１００は、上述したように決定した類似期間候補及びそれらの類似度をユーザに通知し、通知した類似期間候補及び類似度に対するフィードバックをユーザから受け付ける。そして、相場分析装置１００は、重み更新モデルを利用して、受け付けたフィードバックに基づいて個別重みを更新する。上述した重み算出モデルからの個別重みが検索期間に対して算出されるのに対して、重み更新モデルは、検索期間に依らない各トレーダーの投資経験等に基づく各テクニカル指標の相対的な重要度を出力する。 Next, a market price analysis device 100 according to another embodiment of the present disclosure will be described with reference to FIG. The market price analysis apparatus 100 according to the present embodiment notifies the user of the similarity period candidates determined as described above and their similarities, and receives feedback from the user on the notified similarity period candidates and similarity. Market analysis device 100 then uses the weight update model to update individual weights based on the received feedback. While the individual weights from the weight calculation model described above are calculated for each search period, the weight update model is based on the investment experience of each trader regardless of the search period, and the relative importance of each technical indicator. to output

重み更新モデルは、例えば、機械学習モデルとして構成されてもよく、ユーザからフィードバックされた各類似期間候補に対する類似当否“Ｔｒｕｅ”又は“Ｆａｌｓｅ”を入力として受け付け、各類似指標の重要度を出力する。出力された重要度は、対応する個別重みと乗算され、個別重みが調整される。例えば、各類似指標の重要度は、パーセンテージとして出力され、各重要度の和は１００％となるよう正規化されてもよい。 The weight update model may be configured as a machine learning model, for example, and receives as input the similarity "True" or "False" for each similarity period candidate fed back from the user, and outputs the importance of each similarity index. . The output importance is multiplied by the corresponding individual weights to adjust the individual weights. For example, the importance of each similarity index may be output as a percentage, and the sum of each importance may be normalized to 100%.

このような重み更新モデルは、例えば、以下のように訓練されうる。各類似指標の個別重みをアームとする多腕バンディット問題とみなし、トレーダーからのフィードバックをリワード（例えば、類似当否が“Ｔｒｕｅ”である場合には１、“Ｆａｌｓｅ”である場合には０）として、各個別重みを最適化する。なお、各個別重みは連続値であるため、何れか適切な粒度により離散化される。個別重みの探索区間（離散化の粒度）は、訓練の進捗に従って狭められてもよい。これにより、データが蓄積するほど、粒度の細かい最適値を取得することができる。 Such a weight update model can be trained, for example, as follows. Consider the individual weight of each similarity index as a multi-armed bandit problem with arms, and trader's feedback as a reward (e.g., 1 if the similarity is "True", 0 if it is "False") , to optimize each individual weight. Since each individual weight is a continuous value, it is discretized with any appropriate granularity. The search interval (discretization granularity) for individual weights may be narrowed as training progresses. As a result, the more data accumulate, the finer the granularity of the optimum value can be obtained.

例えば、あるバンディッドアルゴリズムでは、最適値の精密化と異なる最適値の探索とが同時に行われてもよい。従って、仮にトレーダーのフィードバックの傾向が経時的に変化した場合でも、バンディッドアルゴリズムは徐々に最適値を変更し、トレーダーの直近のフィードバックに基づいて各個別重みの重要度をカスタマイズすることができる。 For example, in some banded algorithms, refinement of the optimum value and search for a different optimum value may occur simultaneously. Therefore, even if trader feedback trends change over time, the banded algorithm can change the optimal value over time, customizing the importance of each individual weight based on the trader's most recent feedback.

類似指標重み算出部１３０は、重み算出モデルから出力された個別重みと、重み更新モデルから出力された重要度とを乗算し、各個別重みを調整する。このとき、個別重みの合成は、１００％になるよう正規化されてもよい。 The similarity index weight calculation unit 130 multiplies the individual weight output from the weight calculation model and the importance output from the weight update model to adjust each individual weight. The composite of individual weights may then be normalized to be 100%.

本実施例によると、トレーダー等のユーザからのフィードバックに基づいて個別重みが調整され、ユーザの投資経験等に基づいて相場分析装置１００をカスタマイズすることができる。 According to this embodiment, individual weights are adjusted based on feedback from users such as traders, and the market analysis apparatus 100 can be customized based on the user's investment experience and the like.

以上、本開示の実施例について詳述したが、本開示は上述した特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本開示の要旨の範囲内において、種々の変形・変更が可能である。 Although the embodiments of the present disclosure have been described in detail above, the present disclosure is not limited to the specific embodiments described above, and various modifications can be made within the scope of the gist of the present disclosure described in the claims.・Changes are possible.

５０価格データベース
６０端末
１００相場分析装置
１１０ユーザインタフェース部
１２０類似期間抽出部
１３０類似指標重み算出部
１４０類似度決定部 50 price database 60 terminal 100 market price analysis device 110 user interface unit 120 similar period extraction unit 130 similarity index weight calculation unit 140 similarity determination unit

Claims

検索対象の資産と検索期間とを受け付け、前記検索期間における前記資産の値動きに類似する類似期間と類似度とを提供するユーザインタフェース部と、
価格データベースから各類似指標に対して前記類似期間を抽出し、前記抽出した類似期間の個別類似度を決定する類似期間抽出部と、
各類似指標の個別重みを算出する類似指標重み算出部と、
前記個別類似度と前記個別重みとに基づいて、前記受け付けた資産の検索期間に対する前記類似期間の類似度を決定する類似度決定部と、
を有する、相場分析装置。 a user interface unit that receives an asset to be searched and a search period, and provides a similar period and similarity similar to the price movement of the asset during the search period;
a similar period extraction unit that extracts the similar period for each similar index from the price database and determines the individual similarity of the extracted similar period;
a similarity index weight calculation unit that calculates the individual weight of each similarity index;
a similarity determination unit that determines the similarity of the similarity period to the received asset search period based on the individual similarity and the individual weight;
A market analysis device.

前記資産の値動きは、前記検索期間における各取引日の前記資産の始値、高値、安値及び終値から構成される、請求項１に記載の相場分析装置。 2. The market price analysis device according to claim 1, wherein the price movement of said asset comprises an opening price, a high price, a low price and a closing price of said asset on each trading day during said search period.

各類似指標は、残差キャンドル、生キャンドル、トレンド、抵抗線、支持線又はＲＳＩ（ＲｅｌａｔｉｖｅＳｔｒｅｎｇｔｈＩｎｄｅｘ）に基づく、請求項１又は２に記載の相場分析装置。 The market price analysis device according to claim 1 or 2, wherein each similarity index is based on a residual candle, raw candle, trend, resistance line, support line or RSI (Relative Strength Index).

前記類似度決定部は、前記個別類似度と前記個別重みとの加重和として前記類似度を決定する、請求項１から３の何れか一項に記載の相場分析装置。 The market price analysis device according to any one of claims 1 to 3, wherein the similarity determination unit determines the similarity as a weighted sum of the individual similarity and the individual weight.

前記ユーザインタフェース部は更に、前記提供した類似期間に対するフィードバックを受け付け、
前記類似指標重み算出部は、前記フィードバックに基づいて前記個別重みを調整する、請求項１から４の何れか一項に記載の相場分析装置。 the user interface unit further receives feedback on the provided similarity period;
The market price analysis device according to any one of claims 1 to 4, wherein the similarity index weight calculator adjusts the individual weight based on the feedback.

検索対象の資産と検索期間とを受け付けるステップと、
価格データベースから各類似指標に対して前記検索期間における前記資産の値動きに類似する類似期間を抽出し、前記抽出した類似期間の個別類似度を決定するステップと、
各類似指標の個別重みを算出するステップと、
前記個別類似度と前記個別重みとに基づいて、前記受け付けた資産の検索期間に対する前記類似期間の類似度を決定するステップと、
前記検索期間における前記資産の値動きに類似する類似期間と類似度とを提供するステップと、
を有する、コンピュータが実行する相場分析方法。
receiving an asset to search for and a search period;
a step of extracting a similar period similar to the price movement of the asset in the search period from a price database for each similar index and determining the individual similarity of the extracted similar period;
calculating an individual weight for each similarity index;
determining the similarity of the similar period to the search period of the received asset based on the individual similarity and the individual weight;
providing a similar period and similarity similar to the price movement of the asset during the search period;
A computer-implemented method of market analysis, comprising: