JP2011141833A - 株価予測装置、方法及びプログラム - Google Patents

Abstract

【課題】高精度な株価予測を行う技術を提供する。
【解決手段】株価予測装置は、単語及び同一コンテンツに含まれる少なくとも２つの単語の組み合わせを各コンテンツからそれぞれ抽出する手段と、これに応じて株式銘柄を示す企業名とこの企業名との単語の組み合わせにおける他方の単語である関連語又はその企業名自体との関連性の高さを示す関連度をそれぞれ取得する手段と、この関連度と上記企業名又は上記関連語の印象を示す値とが反映される評価値を算出する手段と、当該企業名又は当該関連語を含むコンテンツが提供されてから所定期間後の株価変動値を取得し、これと企業名又はその関連語に対応する評価値とを用いてそのコンテンツ提供元のその企業名で示される株式銘柄に対する株価への影響度を予測係数として算出する手段と、当該企業名に関する、上記予測係数と上記評価値とを用いて、当該企業名で示される株式銘柄の株価を予測する手段と、を備える。
【選択図】図１

Description

本発明は、株価を予測する技術に関する。

現在、インターネット上において多くのオンライン株取引サービスが提供されており、だれでも簡単に株式投資をすることができる。また、実際に取引をしないまでも、各登録ユーザに株価予測をさせるＳＮＳ（Social Networking Service）を提供するサイト等も
存在する。

ところで、投資家が投資判断を行う際に利用する分析手法として、テクニカル分析やファンダメンタル分析と呼ばれる手法が知られている。テクニカル分析では過去の相場の動きが分析され、ファンダメンタル分析では企業の財務情報等が分析される。

特開２００８−０４０５６３号公報

しかしながら、現状のような情報社会では、上述したテクニカル分析やファンダメンタル分析で利用されるような専門的な情報のみでなく、各企業に関する、商品やサービスの評判、ブランドイメージ、スキャンダル、トレンド等といった間接的な情報が株価に反映される場合がある。ところが、現状、このような間接的な情報を利用した株価予測を行う手法は存在しない。

また、上述のような専門的な情報は、ベテラン投資家にとっては有益であるが、初心者の投資家にとっては有効活用することは難しい。よって、初心者投資家は、適切な投資判断をすることが困難である。また、これから投資家になろうとするユーザは例え興味があったとしても簡単に株式投資を始めづらいのが現状である。

本発明の目的は、このような問題点に鑑み、高精度な株価予測を行う技術を提供することにある。

本発明の態様では、上述した課題を解決するために、それぞれ以下の構成を採用する。

本態様は、株価予測装置に関する。本態様に係る株価予測装置は、ネットワーク上に提供される様々なコンテンツを収集する収集手段と、この収集された各コンテンツに含まれる単語及び同一コンテンツに含まれる少なくとも２つの単語の組み合わせを各コンテンツからそれぞれ抽出する抽出手段と、この抽出された単語及び単語の組み合わせ並びにコンテンツ数に応じて、株式銘柄を示す企業名と、この企業名との単語の組み合わせにおける他方の単語である関連語又はその企業名自体と、の関連性の高さを示す関連度を、各企業名に対する各関連語又は各企業名についてそれぞれ取得する関連度取得手段と、この関連度取得手段により取得された関連度と上記企業名又は上記関連語の印象を示す値とが反映される評価値を当該企業名又は各企業名に対する各関連語についてそれぞれ算出する算出手段と、当該企業名又は当該関連語を含むコンテンツが上記ネットワーク上に提供されてから所定期間後の株価変動値を取得し、この株価変動値と、その企業名又はその関連語に
対応する評価値と、を用いて、そのコンテンツ提供元のその企業名で示される株式銘柄に対する株価への影響度を予測係数として算出する係数算出手段と、当該企業名に関する、上記係数算出手段で算出された予測係数と上記算出手段で算出された評価値とを用いて、当該企業名で示される株式銘柄の株価を予測する予測手段と、を備える。

本態様では、ネットワーク上に提供される様々なコンテンツから得られる情報を用いて、株価が予測される。本態様ではコンテンツの内容を限定するものではないため、広範な情報を反映させた株価予測を実現し、ひいては、精度の高い株価予測を行うことができる。

また、本態様では、株式銘柄を示す企業名と関連語との関連性の高さを示す関連度やその関連語や企業名の印象を示す値を利用することにより、広範で大量な情報を単に利用しているのではなく、評価値という重みを各情報に付すことで有効な情報を適切に利用しながら株価予測が行われる。更に、実際の株価変動値を用いることで各情報の株価変動への影響度をフィードバックさせ、株価予測に用いている。

従って、本実施形態によれば、広範で大量の情報を株価への影響度を加味しつつ予測株価に反映させているため、高精度の株価予測を実現することができる。

本態様に係る株価予測装置において好ましくは、上記関連度取得手段が、当該企業名のコンテンツ単位での出現確率及び上記関連語のコンテンツ単位での出現確率に対する、当該企業名と当該関連語との組み合わせのコンテンツ単位での共起確率の割合が反映された値を、当該企業名と当該関連語との組み合わせの関連度として算出する。

また、本態様に係る株価予測装置において好ましくは、上記係数算出手段が、上記株価変動値と上記評価値との乗算値を、同一コンテンツ提供元からのコンテンツに記載された当該企業名及び当該企業名に対する関連語の数で平均を取った値と、その企業名及び企業名に対する関連語の数に応じて決まる重み値と、を用いて、そのコンテンツ提供元の前記企業名に対する予測係数を算出する。

このように、単語の組み合わせの数に応じて決まる重み値をも用いて予測係数が算出されるため、偶然性を排除した高精度の株価予測を行うことができる。

なお、本発明の別態様としては、以上の何れかの構成を実現する方法であってもよいし、プログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記憶媒体であってもよい。

本発明によれば、高精度な株価予測を行う技術を提供することができる。

株価予測システム及びこれに関連するシステムの全体構成を示す図。 関連情報サーバ１０の構成を示す概念図。 企業テーブル１６の例を示す図。 株価テーブル１７の例を示す図。 関連語テーブルの例を示す図。 評判情報サーバ３０の構成を示す概念図。 評判情報テーブル３８の例を示す図。 予測サーバ５０の構成を示す概念図。 重み関数を示すグラフ。 予測係数テーブル５８の例を示す図。 予測株価テーブル５６の例を示す図。 企業名を示す単語又は関連語が取得されてから予測株価が得られるまでの処理イメージを示す概念図。

以下、本発明を実施するための形態としての株価予測システムについて具体例を挙げ説明する。なお、以下に挙げた形態は例示であり、本発明は以下の形態に限定されない。

〔システム構成〕
まず、本実施形態における株価予測システム及びそれに関連するシステムの全体構成について図１を用いて説明する。図１は、株価予測システム及びこれに関連するシステムの全体構成を示す図である。

株価予測システム８は、コンテンツサーバ５、投資ユーザ端末３等とネットワーク１を介して接続する。株価予測システム８は、ネットワーク１を介してアクセスする投資ユーザ端末３に株価予測サービスを提供する。株価予測システム８は、内部ネットワーク（図示せず）で相互に接続される、フロントサーバ９、関連情報サーバ１０、評判情報サーバ３０、予測サーバ５０等を有する。ネットワーク１及び株価予測システム８の内部ネットワークは、インターネット等の公衆ネットワークであってもよいし、ＬＡＮ（Local Area
Network）やＷＡＮ（Wide Area Network）等の社内ネットワークであってもよい。本発
明は、このようなネットワークを限定するものではなく、ネットワーク上を流れるプロトコルを限定するものでもない。

コンテンツサーバ５は、ネットワーク１に接続される、様々な情報コンテンツを提供する一般的なサーバ群である。コンテンツサーバ５は、例えば、ＷＥＢサーバ、ファイルサーバ等として実現される。コンテンツサーバ５には、各種ニュース情報を提供するニュースサーバ、ブログサーバ、様々な法人や個人が立ち上げたＷＥＢサーバ等が含まれる。

コンテンツサーバ５からは、上述のテクニカル分析やファンダメンタル分析で利用されるような株取引に関する専門的な情報のみでなく、その他、様々な情報が提供される。この様々な情報の中には、報道機関が提供する情報に加えて、当然、口コミと呼ばれるような一般ユーザが提供する情報も含まれる。なお、本発明は、このようなコンテンツサーバ５から提供される情報を限定するものではなく、ネットワーク１上に提供される何らかの情報であればよい。

投資ユーザ端末３は、例えば、ＰＣ（Personal Computer）、携帯電話等のユーザ端末
である。投資ユーザ端末３は、株価予測システム８にアクセスしデータを受け得る一般的な通信機能、提供されたデータに基づく画面を表示及び操作することができる一般的なユーザインタフェース機能等を有するものであればよく、本発明は投資ユーザ端末３のハードウェア構成及び機能構成を限定するものではない。

〔装置構成〕
以下、本実施形態における株価予測システム８を構成する各サーバ９、１０、３０及び５０の装置構成についてそれぞれ説明する。なお、本実施形態では、各サーバ９、１０、３０及び５０がそれぞれ別装置として実現される例を示すが、１つのサーバ装置として実現されてもよいし、複数のサーバ装置として実現されてもよい。

〈フロントサーバ〉
フロントサーバ９は、投資ユーザ端末３と株価予測システム８との間のインタフェース
として動作する一般的なサーバ装置である。フロントサーバ９は、投資ユーザを管理し、管理される正当ユーザにより利用される投資ユーザ端末３からのアクセスに対して、株価予測結果を表示する画面等を提供する。投資ユーザ端末３と株価予測システム８との間のインタフェースは、例えばＷＥＢシステムが利用される。

フロントサーバ９は、予測サーバ５０により予測された株価情報を正当ユーザが利用する投資ユーザ端末３に提供する。この提供方法は、電子メールであってもよいし、ＷＥＢページであってもよいし、その他の手法であってもよい。本発明は、予測された株価情報の提供手法を限定するものではない。

〈関連情報サーバ〉
図２は、関連情報サーバ１０の構成を示す概念図である。

関連情報サーバ１０は、ハードウェア構成として、図２に示されるように、バス１２で接続される、通信部１１、記憶部１３、制御部２０等を有する。記憶部１３は、例えばハードディスクであり、制御部２０で実行される処理で利用される各種情報を記憶する。制御部２０は、ＣＰＵ（Central Processing Unit）等の１又は複数のプロセッサ、このプ
ロセッサの処理に利用される周辺回路（ＲＯＭ（Read Only Memory）、ＲＡＭ（Radom Access Memory）、インタフェース回路等）を有する。

通信部１１は、ネットワーク１及び株価予測システム８の内部ネットワーク（図示せず）に接続され、評判情報サーバ３０及び予測サーバ５０との通信、コンテンツサーバ３との通信等を実現する。本発明は、関連情報サーバ１０の通信形態を限定するものではなく、例えば、ＩＰ（Internet Protocol）パケットにより実現される。関連情報サーバ１０
は、ＰＣ等のような汎用コンピュータで構築されてもよいし、専用コンピュータで構築されるようにしてもよい。本発明は、関連情報サーバ１０のハードウェア構成を限定するものではない。

関連情報サーバ１０は、記憶部１３に記憶されるアプリケーションプログラムが制御部２０により実行されることにより、図２に示す各処理ブロックを実現する。このような処理ブロックとして、関連情報サーバ１０は、データ管理部２１、記事収集部２２、解析部２３、単語処理部２４、重み算出部２５等を有する。これら処理ブロックにより参照されるデータベースとして、記憶部１３には、企業テーブル１６、株価テーブル１７及び関連語テーブル１８が格納される。以下、これら関連情報サーバ１０の各処理ブロックについてそれぞれ説明する。

データ管理部２１は、企業テーブル１６、株価テーブル１７、又は、関連語テーブル１８のデータを管理する。具体的には、データ管理部２１は、通信部１１を介して他のサーバ、即ち、評判情報サーバ３０及び予測サーバ５０から要求を受けた場合に、その要求の対象となるデータを企業テーブル１６、株価テーブル１７、又は、関連語テーブル１８から抽出し、抽出されたデータを要求元に送る。

記事収集部２２は、所定の周期で動作し、各コンテンツサーバ５から更新されたコンテンツを含む文書をそれぞれ収集する。収集される文書は例えばＷＥＢページである。記事収集部２２は、収集された文書を記憶部１３のバッファ（図示せず）に一時記憶し、この収集された文書についての解析処理指示を解析部２３に通知する。

更に、記事収集部２２は、所定のコンテンツサーバ５から日毎の株価情報を収集する。記事収集部２２は、企業テーブル１６に格納されている各企業（各銘柄）についての株価情報を収集する。記事収集部２２は、収集された株価情報を日付と共に株価テーブル１７
に格納する。

図３は、企業テーブル１６の例を示す図である。図４は、株価テーブル１７の例を示す図である。図３に示すように、企業テーブル１６には、株価予測の対象となる企業名（銘柄名）とその企業が属するグループ（カテゴリ）名が格納される。このグループには、例えば、日経業種分類が利用される。このグループ分類は、新たな所定の分類を用いるようにしてもよい。企業テーブル１６は、予め、システム管理者等により設定されてもよいし、所定のコンテンツサーバ５で提供される銘柄一覧から取得されたレコードにより自動更新されるようにしてもよい。株価テーブル１７には、図４に示すように、企業テーブル１６に格納される各企業についてそれぞれ日付と株価が日毎に格納される。

解析部２３は、記事収集部２２で収集された全文書に対して形態素解析を実行する。解析部２３は、形態素解析の実行結果として、各文書に含まれる単語情報をそれぞれ単語処理部２４へ送る。

単語処理部２４は、解析部２３から送られる単語情報を用いることにより、各単語の文書単位での出現回数をカウントする。文書単位での出現回数とは、１文書に同一単語が複数含まれていた場合その単語の出現回数は１加算されることを意味する。更に、単語処理部２４は、同一文書内での任意の２単語の組み合わせの出現回数もカウントする。例えば、文書１を形態素解析することにより「インターネット」、「モバイル」、「新サービス」の３つの単語が得られた場合、「インターネット」と「モバイル」、「インターネット」と「新サービス」、「モバイル」と「新サービス」の３つの組み合わせについて、各組み合わせの出現回数が１加算される。

単語処理部２４は、記事収集部２２で収集された全文書に対して、各単語の出現回数及び各組み合わせの出現回数をカウントし終わると、各出現回数をそれぞれ文書数で割ることにより、各単語の出現確率値、各組み合わせの共起確率値をそれぞれ算出する。単語処理部２４は、各単語情報、算出された各出現確率値などをそれぞれ重み算出部２５へ送る。

重み算出部２５は、単語処理部２４から送られる単語情報のうち、企業テーブル１６に格納されている企業名（銘柄名）を示す単語（図３の例における「インターネット」、「デパート」）を抽出する。更に、重み算出部２５は、各組み合わせに関する情報から、この企業名を示す単語との組み合わせを抽出し、この組み合わせに含まれる他方の単語をその企業に対する関連語に決定する。重み算出部２５は、抽出された各関連語の各企業名との関連度の高さを重み値としてそれぞれ算出する。この重み値には、共起尺度、即ち、共に出現する頻度の情報が利用される。重み値の計算には、以下の数１に示す式が利用される（文献（Church, Kenneth, William Gale, Patrick Hanks, and Donald Hindle、 Using statistics in lexical analysis、 In Uri Zernik (ed.)、 US、 Lexical Acquisition: Exploiting On-Line Resources to Build a Lexicon、 1991、 pp. 115-164）参照）
。

この数１に示す式のうち、ｐ（ｘ）は企業名ｘの出現確率値であり、ｐ（ｙ）はその企業の関連語ｙの出現確率値であり、ｐ（ｘ、ｙ）は企業名ｘと関連語ｙの組み合わせの出現確率値を示す。なお、ここでは、その企業名を示す単語自体についての重み値も算出さ
れる。この企業名を示す単語の重み値は最大値（１）に設定される。重み算出部２５は、算出された重み値Ｉ（ｘ、ｙ）を関連語テーブル１８に格納する。このとき、重み算出部２５は、企業名ｘと関連語ｙとの組み合わせのレコードが既に関連語テーブル１８に格納されている場合には、そのレコードの重み値フィールドをその算出された値で更新する。

図５は、関連語テーブルの例を示す図である。関連語テーブル１８には、各企業に対する関連語とその関連語の重み値とがそれぞれ格納される。なお、図５の例では、企業名を示す単語も関連語として格納される。

このように、関連情報サーバ１０は、コンテンツサーバ５から収集された文書に応じて、周期的に、各企業についての関連語情報とその企業と関連語との重み値とをそれぞれ更新する（関連語テーブル１８の更新）。

〈評判情報サーバ〉
図６は、評判情報サーバ３０の構成を示す概念図である。

評判情報サーバ３０は、ハードウェア構成として、図６に示されるように、バス３２で接続される、通信部３１、記憶部３３、制御部４０等を有する。記憶部３３は、例えばハードディスクであり、制御部４０で実行される処理で利用される各種情報を記憶する。制御部４０は、ＣＰＵ等の１又は複数のプロセッサ、このプロセッサの処理に利用される周辺回路（ＲＯＭ、ＲＡＭ、インタフェース回路等）を有する。

通信部３１は、ネットワーク１及び株価予測システム８の内部ネットワーク（図示せず）に接続され、関連情報サーバ１０及び予測サーバ５０との通信等を実現する。本発明は、評判情報サーバ３０の通信形態を限定するものではない。評判情報サーバ３０は、ＰＣ等のような汎用コンピュータで構築されてもよいし、専用コンピュータで構築されるようにしてもよい。本発明は、評判情報サーバ３０のハードウェア構成を限定するものではない。

評判情報サーバ３０は、記憶部３３に記憶されるアプリケーションプログラムが制御部４０により実行されることにより、図６に示す各処理ブロックを実現する。このような処理ブロックとして、評判情報サーバ３０は、データ管理部４１、記事収集部４２、解析部４３、単語処理部４４、評価値算出部４５、株価変動算出部４６等を有する。これら処理ブロックにより参照されるデータベースとして、記憶部３３には、評判情報テーブル３８が格納される。以下、これら評判情報サーバ３０の各処理ブロックについてそれぞれ説明する。

データ管理部４１は、評判情報テーブル３８を管理し、更に他のサーバから得る必要のあるデータについては他のサーバにそのデータの送信を要求する。具体的には、データ管理部４１は、通信部３１を介して関連情報サーバ１０に所定のデータを要求し、この要求に応じて関連情報サーバ１０から送られるデータを所望の処理ブロックに送る。また、データ管理部４１は、予測サーバ５０から要求を受けた場合に、その要求されるデータを評判情報テーブル３８から抽出し、抽出されたデータを要求元の予測サーバ５０に送る。

記事収集部４２は、上述した関連情報サーバ１０の記事収集部２２と同様の文書を収集する。このとき、記事収集部４２は、各文書について提供元情報及び更新日情報も併せてそれぞれ取得する。提供元情報には、例えば、その文書を提供するコンテンツサーバ５のＵＲＬ（Uniform Resource Locator）が利用される。提供元情報として、その文書の著者、所有会社等が利用されてもよい。更新日情報としてその文書のファイルのタイムスタンプが利用されるようにしてもよい。

記事収集部４２は、収集された文書を記憶部３３のバッファ（図示せず）に一時記憶し、この収集された文書についての解析処理を解析部２３に要求する。なお、評判情報サーバ３０の記事収集部４２は、関連情報サーバ１０の記事収集部２２により収集された文書データを関連情報サーバ１０から取得するようにしてもよい。

解析部４３は、記事収集部４２で収集された全文書に対して形態素解析を実行する。解析部４３は、形態素解析の実行結果として、各文書に含まれる単語情報をそれぞれ単語処理部４４へ送る。

単語処理部４４は、解析部４３から送られる単語情報から、関連情報サーバ１０の関連語テーブル１８に格納される関連語及び企業名を示す単語を探し出し、この関連語又は企業名を示す単語を含む文書を特定する。単語処理部４４は、このように特定された文書の提供元情報及び更新日情報と共に、その関連語及び企業名を示す単語を各企業名（各銘柄名）と関連付けて評判情報テーブル３８にそれぞれ格納する。単語処理部４４は、評判情報テーブル３８を更新すると、その旨を評価値算出部４５に通知する。

図７は、評判情報テーブル３８の例を示す図である。図７に示すように、評判情報テーブル３８には、提供元情報、企業グループ名、企業名、関連語、評価値、更新日、株価変動等が格納される。評判情報テーブル３８の各レコードは、或る文書に含まれていた或る企業名を示す単語又は或る関連語についての情報に相当する。提供元情報はその関連語又は企業名を示す単語を含む文書の提供元情報であり、更新日はその関連語又は企業名を示す単語を含む文書の更新日情報であり、企業グループ名は、企業テーブル１６に格納される情報である。

評価値は、各企業（銘柄）に対する、企業名を示す単語又は関連語に関する値であって、企業名との関連度合の大きさとその単語の印象（ネガティブ又はポジティブ）とを合わせた値である。よって、企業名Ａと共に頻繁に利用される単語（関連語）Ｂであってネガティブな印象を与えることの多い単語Ｂと、企業名Ａとの組み合わせに係る評価値は、負に大きい値となる。逆に、企業名Ａと共に頻繁に利用される単語（関連語）Ｃであってポジティブな印象を与えることの多い単語Ｃと、企業名Ａとの組み合わせに係る評価値は、正に大きい値となる。この評価値は、評価値算出部４５により更新される。

株価変動は、或る関連語又は或る企業名を示す単語を含む文書の更新日から所定閾値（Ｔ日）後までの間における、その単語に対応する企業名の株価の変動情報である。言い換えれば、変動情報は、その企業名を示す単語又は関連語の公開が株価に与える影響度を示す情報である。株価変動は、株価変動算出部４６により更新される。

評価値算出部４５は、評判情報テーブル３８が更新されたことを通知されると、その更新された各レコードの評価値をそれぞれ算出する。具体的には、評価値算出部４５は、対象レコードに含まれる企業名（銘柄名）と企業名を示す単語又は関連語との組み合わせに対応する重み値を関連情報サーバ１０に要求する。評価値算出部４５は、この要求に応じて関連語テーブル１８から抽出され関連情報サーバ１０から送られる重み値を取得する。

また、評価値算出部４５は、対象レコードに含まれる関連語又は企業名を示す単語の印象情報（ネガティブかポジティブかの情報）を既存の手法を用いて取得する。この既存の手法には、例えば、バズ分析等と呼ばれるマーケティング分析で利用される評価表現辞書（ニフティ（登録商標）株式会社）を用いた手法、特開２００７−２１９８８０号公報に記載される手法等が存在する。評価値算出部４５は、関連語又は企業名を示す単語の印象情報をその単語がネガティブを示す場合には−１に設定し、その単語がポジティブを示す
場合には＋１に設定する。評価値算出部４５は、この印象情報と同レコードについて取得された重み値とを乗算し、その乗算結果を評価値とする。評価値算出部４５は、算出した評価値を評判情報テーブル３８の該当レコードに反映する。

株価変動算出部４６は、評判情報テーブル３８の株価変動フィールドを更新する。具体的には、株価変動算出部４６は、評判情報テーブル３８の中から、現在日付が更新日フィールドの日付から所定閾値（Ｔ日）後となるレコードを抽出する。株価変動算出部４６は、抽出されたレコードの企業名で示される銘柄についての、Ｔ日前から現在日付までの間の株価情報を関連情報サーバ１０に要求する。株価変動算出部４６は、株価テーブル１７から抽出され関連情報サーバ１０から送られる株価情報に応じて、Ｔ日前から現在日付までの間の株価の変動値を算出する。この変動値は、株価の変動量をＴ日で除算した値となる。株価変動算出部４６は、算出された変動値を評判情報テーブル３８の該当レコードに反映する。

〈予測サーバ〉
図８は、予測サーバ５０の構成を示す概念図である。

予測サーバ５０は、ハードウェア構成として、図８に示されるように、バス５２で接続される、通信部５１、記憶部５３、制御部６０等を有する。記憶部５３は、例えばハードディスクであり、制御部６０で実行される処理で利用される各種情報を記憶する。制御部６０は、ＣＰＵ等の１又は複数のプロセッサ、このプロセッサの処理に利用される周辺回路（ＲＯＭ、ＲＡＭ、インタフェース回路等）を有する。

通信部５１は、ネットワーク１及び株価予測システム８の内部ネットワーク（図示せず）に接続され、関連情報サーバ１０及び評判情報サーバ３０との通信等を実現する。本発明は、予測サーバ５０の通信形態を限定するものではない。予測サーバ５０は、ＰＣ等のような汎用コンピュータで構築されてもよいし、専用コンピュータで構築されるようにしてもよい。本発明は、予測サーバ５０のハードウェア構成を限定するものではない。

予測サーバ５０は、記憶部５３に記憶されるアプリケーションプログラムが制御部６０により実行されることにより、図８に示す各処理ブロックを実現する。このような処理ブロックとして、予測サーバ５０は、予測係数算出部６２、株価予測部６３等を有する。これら処理ブロックにより参照されるデータベースとして、記憶部５３には、予測株価テーブル５６、予測係数テーブル５８が格納される。以下、これら予測サーバ５０の各処理ブロックについてそれぞれ説明する。

予測係数算出部６２は、所定の周期で予測係数テーブル５８を更新する。具体的には、予測係数算出部６２は、評判情報サーバ３０から、評判情報テーブル３８における更新日が上記所定閾値（Ｔ日）前に設定されているレコードを取得する。予測係数算出部６２は、取得されたレコードに含まれる情報を用いて、各提供元の各企業に対する予測係数をそれぞれ算出する。この予測係数は、或る提供元から提供された文書に或る企業についての言及が存在した場合の株価への影響具合を示す。予測係数算出部６２は、以下の数２で示される式を用いて各提供元の各企業に対する予測係数をそれぞれ算出する。

この数２に示す式の左辺ｅｓｔｍ（ａ，ｃ）は、提供元ａの企業ｃに対する予測係数を示す。Ｓ_acは、情報テーブル３８における提供元情報が提供元ａであり企業名が企業ｃであるレコードのうちの更新日が上記所定閾値（Ｔ日）前に設定されているレコードの集合を示す。｜Ｓ_ac｜はそのレコード数を示す。ｅ_iは、集合Ｓ_acの特定レコードｉの評価値
を示し、ｓ_iは、集合Ｓ_acの特定レコードｉの株価変動を示す。

この数２の式の右辺の第１項は、或る提供元と或る企業との組み合わせについて評価値と株価変動との乗算値の平均を算出する。ここで、評価値は、上述したように、企業名との関連度合の大きさと印象とを合わせた値であり、株価変動は、上述したように、企業名又は関連語が公表されてからＴ日後までの株価変動を示す。つまり、第１項で算出される値は、或る提供元から提供された文書に或る企業についての言及（関連語を用いた言及も含む）が存在した場合の株価への影響具合を示す。

第１項で算出される値が正に大きい場合には、その提供元のその企業に対する言及と株価とが正に相関する、即ち、その提供元はその企業の株価に大きく影響を与える文書を提供するものであることを示す。逆に、第１項で算出される値が負に大きい場合には、その提供元のその企業に対する言及と株価とが負に相関する、即ち、その提供元はその企業の株価に逆に大きく影響を与える文書を提供するものであることを示す。更に、第１項で算出される値が０に近似する場合には、その提供元のその企業に対する言及と株価との相関が小さい、即ち、その提供元から提供される文書はその起業の株価には影響されないことを示す。

ところで、第１項で算出される相関値は、サンプルであるレコード数が少ない場合は偶発的な相関関係も含む可能性が高い。そこで、数２に示す式の左辺の第２項により、当該レコード数が少ない場合にはその相関値が低く抑えられる。即ち、数２に示す式の左辺の第２項は、第１項で算出される値に対する重み関数を示す。

図９は、この重み関数を示すグラフである。図９に示すように、この重み関数は、０から１の間の値を取り、評判情報テーブル３８の該当レコード集合のレコード数｜Ｓ_ac｜に応じて取り得る値が変化する関数である。この重み関数は、レコード数０のときに０を取り、レコード数の増加に伴って大きくなり、一定数を越すと緩やかに１に近づく値を取る。第２項のαは、１への近づき方を定義する重み関数のパラメータであり、１００又は１００に近似する値が設定されると好適である。

更に、予測係数算出部６２は、取得されたレコードに含まれる情報を用いて、各提供元の各企業グループに対する予測係数についてもそれぞれ算出する。この算出方法は、以下の数３に示すように、上述と同様であるが、扱うレコードが異なる。この場合、上記Ｓ_acがＳ_agに置き換えられる。Ｓ_agは、情報テーブル３８における提供元情報が提供元ａであり企業グループ名がグループｃであるレコードのうちの更新日が上記所定閾値（Ｔ日）前に設定されているレコードの集合を示す。よって、この数３の式の右辺の第１項は、或る提供元と或る企業グループとの組み合わせについて評価値と株価変動との乗算値の平均を算出する。

予測係数算出部６２は、上述したように、各提供元の各企業に対する予測係数、及び、各提供元の各企業グループに対する予測係数をそれぞれ算出すると、評判情報テーブル３８から得られた提供元情報、企業グループ名、企業名と共に、その算出された予測係数を予測係数テーブル５８に格納する。図１０は、予測係数テーブル５８の例を示す図である。図１０のうち、企業名が＊で示されているレコードが企業グループに対する予測係数が格納されるレコードである。

株価予測部６３は、定周期、投資ユーザ端末３からの要求をフロントサーバ９を介して受信したとき等に、関連情報サーバ１０の株価テーブル１７、評判情報サーバ３０の評判情報テーブル３８、及び上述の予測係数テーブル５８に格納される各情報を用いて、株価予測を行う。株価予測部６３は、当日から所定閾値（Ｔ日）後までの間の株価を予測する。株価予測部６３は、予測された株価、実際の株価と予測株価との差分をそれぞれ予測株価テーブル５６に格納する。

図１１は、予測株価テーブル５６の例を示す図である。予測株価テーブル５６には、株価テーブル１７から取得された企業名及び株価、株価予測部６３により予測された株価、及び、株価テーブル１７から取得された株価（実際の株価）と予測株価との差分が格納される。

以下、株価予測部６３による具体的な株価予測手法について説明する。株価予測部６３は、評判情報テーブル３８における更新日が予測したい株価の日から上記所定閾値（Ｔ日）前の日に設定されているレコードを取得する。株価予測部６３は、評判情報テーブル３８から取得された各企業のレコードの情報に基づいて、各企業の予測される株価の傾きを算出し、この傾きを現在の株価に掛け合わせることにより予測株価を算出する。株価予測部６３は、以下の数４で示す式を用いて予測株価を算出する。

数４の式で示す左辺ｐｒｅｄ（ｃ）は、企業ｃについて予測された株価を示す。ｖ_cは
企業ｃの現在の株価を示し、Ｓ_cは、評判情報テーブル３８から取得された企業ｃのレコ
ードの集合を示す。｜Ｓ_c｜はそのレコード数を示す。ｅ_iは、集合Ｓ_cの特定レコードｉ
の評価値を示す。ｐ_jは、予測係数テーブル５８における、集合Ｓ_cの特定レコードｉの提供元情報及び企業名と同じ提供元情報及び企業名が格納されるレコードｊの予測係数を示す。

〔動作例〕
実施例１における株価予測システム８では、関連情報サーバ１０及び評判情報サーバ３０が、所定の周期で、ネットワーク１上で様々なコンテンツサーバ５から提供される様々なコンテンツを収集する。収集されるコンテンツには、株取引に関する専門的な情報、各企業の商品情報やサービス情報やスキャンダル情報等のような報道機関から提供される情報、株取引に関係のない一般ユーザによる様々な書き込み情報（口コミ）等が含まれる。

関連情報サーバ１０は、株取引可能な各企業の企業名及び属する企業グループ名を企業テーブル１６で管理する。また、関連情報サーバ１０は、当該各企業についての株価情報を株価テーブル１７で管理する。

関連情報サーバ１０は、上述のように複数コンテンツが収集されると、これら収集されたコンテンツを解析することにより、各コンテンツに含まれる単語及び単語の組み合わせを抽出する。そして、各コンテンツに含まれる各単語の出現確率値、各単語の各組み合わせの共起確率値が文書（ファイル）毎にそれぞれ集計される。関連情報サーバ１０は、抽出された単語の組み合わせのうち企業名（銘柄名）を含む組み合わせを抽出し、抽出された各組み合わせの関連度を重み値としてそれぞれ算出する。企業名とそれと共にコンテンツに含まれていた単語（関連語）との組み合わせの共起確率値に対する、企業名の出現確率と当該関連語の出現確率との割合がその組み合わせの重み値として算出される。関連情報サーバ１０は、企業名と関連語との各組み合わせについてそれぞれそのように算出された重み値を関連語テーブル１８で管理する。

評判情報サーバ３０は、関連情報サーバ１０と同様に収集されたコンテンツのうちの関連語テーブル１８で管理される関連語（又は企業名を示す単語）を含むコンテンツから得られる情報に基づいて、そのコンテンツの提供元及びそのコンテンツの更新日（生成日）毎に、企業名を示す単語及び関連語に関する情報を各企業（各銘柄）についてそれぞれ評判情報テーブル３８で管理する。このとき、評判情報サーバ３０は、各企業（各銘柄）についての、企業名を示す単語及び関連語についての評価値をそれぞれ算出する。評価値は、関連情報サーバ１０で算出された、各企業（各銘柄）についての、各企業名を示す単語及び関連語の重み値に、その各単語の印象を示す値（ネガティブ−１、又は、ポジティブ＋１）を乗算した値に設定される。即ち、評価値は、企業名と関連語（企業名を示す単語を含む）との関連度の高さとその企業名を示す単語又は関連語の印象とが掛け合わされた情報となる。このように算出された評価値はその組み合わせに対応付けられて評判情報テーブル３８で管理される。

評判情報サーバ３０は、このように取得される提供元及び更新日毎の企業名を示す単語及び関連語についてその企業の株価への影響度を見るために、その単語が公開された日（更新日）から所定期間（Ｔ日）後までのその企業の株価変動を取得する。これにより、評判情報テーブル３８の株価変動フィールドは、企業名を示す単語又は関連語の更新日から所定閾値（Ｔ日）後に順次更新される。図１２は、企業名を示す単語又は関連語が取得されてから予測株価が得られるまでの処理イメージを示す概念図である。

予測サーバ５０は、評判情報テーブル３８における更新日が所定閾値（Ｔ日）前に設定されているレコードに含まれる情報を用いて、或る提供元から提供された文書（コンテンツ）に或る企業についての言及（企業名を示す単語又は関連語）が存在した場合の株価への影響具合を各提供元の各企業に対する予測係数としてそれぞれ算出する。この予測係数は、各提供元についてのＴ日前の各企業に対する言及に関する評価値とその言及に応じたＴ日前から現在までの株価変動値とから算出され、予測係数テーブル５８により管理される。

予測サーバ５０は、当日から所定閾値（Ｔ日）後までの間の株価を予測する。図１２に
は、当日（現在）の株価を予測する場合の概念が示されている。予測サーバ５０は、当日の株価を予測する場合、評判情報テーブル３８における更新日が上記所定閾値（Ｔ日）前の日に設定されているレコードを取得する。予測サーバ５０は、このレコードに含まれる評価値とそのレコードと提供元及び企業名が同じ予測係数テーブル５８のレコードの予測係数とを用いてその企業の株価を予測する。

このように本実施形態における株価予測システム８では、株価予測に関する直接的、専門的な記述のみでなく、企業の業績及び商品、スキャンダルなどの間接的な情報、更に、株取引とは直接には関係しない一般ユーザの口コミ情報などの周辺情報が用いられることにより、株価が予測される。

これにより、本実施形態によれば、テクニカル分析やファンダメンタル分析で利用されるような専門的な情報のみでなく、評判、ブランドイメージ、トレンド等のような広範な情報を反映させた株価予測を実現することができる。

更に、本実施形態では、広範な情報を扱うにあたり、株価の値動きに影響度の高い情報を提供する提供元とそうでない提供元とが企業毎及び企業グループ毎にそれぞれ管理され、影響度の高い情報を提供する提供元からの情報をより大きく株価に反映するように株価が予測される。

これにより、本実施形態によれば、広範で適切な情報を使った株価予測が行われるため、予測精度を高めることができる。

また、本実施形態では、株価の値動きに全く逆の効果を奏する提供元（予測係数が負に大きい提供元）をも特定し、この情報も予測株価に反映させることができる。更に、各情報と株価の値動きとの関係において偶然性を省いた株価予測を行うため、予測精度を高めることができる。

〔フロントサーバ９から提供される情報〕
フロントサーバ９は、予測サーバ５０の予測株価テーブル５６の内容を投資ユーザ端末３に提供するようにしてもよい。予測株価テーブル５６には、各企業（銘柄）についての予測株価や、実際の株価と予測株価との差分が格納されている。よって、フロントサーバ９は、当該差分が正に大きい、即ち、最も高利益が期待できる企業情報を投資ユーザ端末３に提供するようにしてもよい。また、フロントサーバ９は、投資ユーザが既に購入している株式情報を保持し、この株式購入済み企業についての予測株価と実際の株価との差分が負に所定量大きくなった場合に、その旨の通知を投資ユーザ端末３に送るようにしてもよい。

また、フロントサーバ９は、予測された株価のみでなく、予測係数テーブル５８の内容を投資ユーザ端末３に提供するようにしてもよい。この内容には、各提供元の各企業及び各企業グループに対する予測係数がそれぞれ含まれる。この予測係数は、上述したように、或る提供元から提供された文書に或る企業についての言及が存在した場合の株価への影響具合を示す。よって、予測係数テーブル５８の内容を提供される投資ユーザは、或る企業の株価に大きく影響する文書を提供する提供元を特定することができる。具体的には、投資ユーザは、或る企業に対する予測係数が正又は負に大きい提供元を特定すればよい。

これにより、投資ユーザは、このように特定された提供元からの或る企業への言及の存在をチェックすることで、株価変動を自身で予測することが可能となる。例えば、企業ｃに対する予測係数が正に大きい提供元ａからのその企業ｃに対するポジティブな言及があった場合には、その企業ｃの株価が増加する可能性が高くなる。逆に、企業ｃに対する予
測係数が負に大きい提供元ａからのその企業ｃに対するポジティブな言及があった場合には、その企業ｃの株価が減少する可能性が高くなる。つまり、予測係数テーブル５８の内容を提供することにより、投資ユーザは、所望の企業の株価に影響を大きく与える提供元を発見することができるようになる。

〔変形例〕
上述の実施形態では、株価を予測するための数４で示される式において、評判情報テーブル３８における更新日が上記所定閾値（Ｔ日）前に設定されているレコードＳ_cが用い
られていた。即ち、予測日（当日）からＴ日前に或る提供元から提供された或る企業に対する言及の評価値と、この評価値とその言及に応じた株価変動（Ｔ日前から予測日までの間の株価変動）との関係から求められた予測係数と、が用いられることにより、株価予測が行われた。しかしながら、本実施形態はこのようにＴ日前の１日分のレコードのみを対象とすることに限定されるものではなく、Ｔ日前までの１週間分、１か月分、半年分、１年分等といった或る程度の日数分のレコードＳ_cを対象として株価予測するようにしても
よい。

また、上述の実施形態で用いられる所定閾値（Ｔ日）は、シミュレーション等により決定される固定値とされてもよいし、本実施形態における株価予測システム８の管理者等に変更可能な値とされてもよい。この所定閾値は、予測係数を決める上で何日前の情報（提供元からの言及）を用いるかに関わるが、このような情報は株価に長期的に影響する場合もあれば短期的に影響する場合もある。そこで、それぞれ期間の異なる複数の閾値を設け、各閾値を用いてそれぞれ予測係数を算出し、これらの予測係数を組み合わせて株価予測を行うようにしてもよい。

ところで、上述の実施形態では、予測係数の算出時及び株価予測時には、評判情報テーブル３８に所定閾値（Ｔ日）前のレコードが存在することを前提として説明されていた。ところが、新規に上場した企業等の場合には、評判情報テーブル３８に対象レコードが存在しない場合がある。このような企業に対する予測係数は０に設定され、予測される株価は実際の株価に設定されるようにしてもよい。

また、そのような企業に対する予測係数はヌル（ＮＵＬＬ）に設定されてもよい。予測係数がＮＵＬＬに設定されている企業の株価を予測する場合には、その企業が属する企業グループに関するレコードを評判情報テーブル３８から取得して上記数４の式に用いるようにしてもよい。この場合、上記Ｓ_cは、評判情報テーブル３８から取得された企業グル
ープｃのレコードの集合を示す。

また、株価予測部６３は、評判情報テーブル３８及び予測係数テーブル５８における所望の提供元のみに関するレコードに絞って、株価予測を行うようにしてもよい。この場合には、評判情報テーブル３８における所望の提供元に関するレコードのみによりレコード集合Ｓ_cを生成するようにすればよい。このようにすれば、所望の提供元の言及のみを用
いた株価予測をすることができる。

１ ネットワーク
３ 投資ユーザ端末
５ コンテンツサーバ
８ 株価予測システム
９ フロントサーバ
１０ 関連情報サーバ
１１、３１、５１ 通信部
１３、３３、５３ 記憶部
１６ 企業テーブル
１７ 株価テーブル
１８ 関連語テーブル
２０、４０、６０ 制御部
２１、４１ データ管理部
２２、４２ 記事収集部
２３、４３ 解析部
２４、４４ 単語処理部
２５ 重み算出部
３０ 評判情報サーバ
３８ 評判情報テーブル
４５ 評価値算出部
４６ 株価変動算出部
５０ 予測サーバ
６２ 予測係数算出部
６３ 株価予測部
５６ 予測株価テーブル
５８ 予測係数テーブル

Claims (5)

1. ネットワーク上に提供される様々なコンテンツを収集する収集手段と、
   前記収集された各コンテンツに含まれる単語及び同一コンテンツに含まれる少なくとも２つの単語の組み合わせを各コンテンツからそれぞれ抽出する抽出手段と、
   前記抽出された単語及び単語の組み合わせ並びにコンテンツ数に応じて、株式銘柄を示す企業名と、この企業名との単語の組み合わせにおける他方の単語である関連語又はその企業名自体と、の関連性の高さを示す関連度を、各企業名に対する各関連語又は各企業名についてそれぞれ取得する関連度取得手段と、
   前記関連度取得手段により取得された関連度と前記企業名又は前記関連語の印象を示す値とが反映される評価値を各企業名又は各企業名に対する各関連語についてそれぞれ算出する算出手段と、
   前記企業名又は前記関連語を含むコンテンツが前記ネットワーク上に提供されてから所定期間後の株価変動値を取得し、この株価変動値と、その企業名又はその関連語に対応する評価値と、を用いて、そのコンテンツ提供元のその企業名で示される株式銘柄に対する株価への影響度を予測係数として算出する係数算出手段と、
   前記企業名に関する、前記係数算出手段で算出された予測係数と前記算出手段で算出された評価値とを用いて、前記企業名で示される株式銘柄の株価を予測する予測手段と、
   を備えることを特徴とする株価予測装置。
2. 前記関連度取得手段は、前記企業名のコンテンツ単位での出現確率及び前記関連語のコンテンツ単位での出現確率に対する、前記企業名と前記関連語との組み合わせのコンテンツ単位での共起確率の割合が反映された値を、前記企業名と前記関連語との組み合わせの関連度として算出する、
   ことを特徴とする請求項１に記載の株価予測装置。
3. 前記係数算出手段は、前記株価変動値と前記評価値との乗算値を、同一コンテンツ提供元からのコンテンツに記載された前記企業名及びその企業名に対する関連語の数で平均を取った値と、その企業名及びその企業名に対する関連語の数に応じて決まる重み値と、を用いて、そのコンテンツ提供元の前記企業名に対する予測係数を算出する、
   ことを特徴とする請求項１又は２に記載の株価予測装置。
4. コンピュータが、
   ネットワーク上に提供される様々なコンテンツを収集するステップと、
   前記収集された各コンテンツに含まれる単語及び同一コンテンツに含まれる少なくとも２つの単語の組み合わせを各コンテンツからそれぞれ抽出するステップと、
   前記抽出された単語及び単語の組み合わせ並びにコンテンツ数に応じて、株式銘柄を示す企業名と、この企業名との単語の組み合わせにおける他方の単語である関連語又はその企業名自体と、の関連性の高さを示す関連度を、各企業名の各関連語又は各企業名についてそれぞれ取得するステップと、
   前記取得された関連度と前記企業名又は前記関連語の印象を示す値とが反映される評価値を各企業名又は各企業名に対する各関連語についてそれぞれ算出するステップと、
   前記企業名又は前記関連語を含むコンテンツが前記ネットワーク上に提供されてから所定期間後の株価変動値を取得するステップと、
   前記取得された株価変動値と、その株価変動の対象となる企業名又はその関連語に対応する評価値と、を用いて、前記コンテンツの提供元のその企業名で示される株式銘柄に対する株価への影響度を予測係数として算出するステップと、
   前記企業名に関する、前記算出された予測係数と評価値とを用いて、前記企業名で示される株式銘柄の株価を予測するステップと、
   を実行することを特徴とする株価予測方法。
5. コンピュータに、
   ネットワーク上に提供される様々なコンテンツを収集するステップと、
   前記収集された各コンテンツに含まれる単語及び同一コンテンツに含まれる少なくとも２つの単語の組み合わせを各コンテンツからそれぞれ抽出するステップと、
   前記抽出された単語及び単語の組み合わせ並びにコンテンツ数に応じて、株式銘柄を示す企業名と、この企業名との単語の組み合わせにおける他方の単語である関連語又はその企業名自体と、の関連性の高さを示す関連度を、各企業名の各関連語又は各企業名についてそれぞれ取得するステップと、
   前記取得された関連度と前記企業名又は前記関連語の印象を示す値とが反映される評価値を各企業名又は各企業名に対する各関連語についてそれぞれ算出するステップと、
   前記企業名又は前記関連語を含むコンテンツが前記ネットワーク上に提供されてから所定期間後の株価変動値を取得するステップと、
   前記取得された株価変動値と、その株価変動の対象となる企業名又はその関連語に対応する評価値と、を用いて、前記コンテンツの提供元のその企業名で示される株式銘柄に対する株価への影響度を予測係数として算出するステップと、
   前記企業名に関する、前記算出された予測係数と評価値とを用いて、前記企業名で示される株式銘柄の株価を予測するステップと、
   を実行させることを特徴とする株価予測プログラム。

Images