WO2019186988A1 - 株価予測支援システム及び方法 - Google Patents

株価予測支援システム及び方法 Download PDF

Info

Publication number
WO2019186988A1
WO2019186988A1 PCT/JP2018/013550 JP2018013550W WO2019186988A1 WO 2019186988 A1 WO2019186988 A1 WO 2019186988A1 JP 2018013550 W JP2018013550 W JP 2018013550W WO 2019186988 A1 WO2019186988 A1 WO 2019186988A1
Authority
WO
WIPO (PCT)
Prior art keywords
stock price
company
user
client
predicted value
Prior art date
Application number
PCT/JP2018/013550
Other languages
English (en)
French (fr)
Inventor
加藤寛之
Original Assignee
加藤寛之
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 加藤寛之 filed Critical 加藤寛之
Priority to JP2018517242A priority Critical patent/JP6474184B1/ja
Priority to CN201880039603.9A priority patent/CN110809778A/zh
Priority to PCT/JP2018/013550 priority patent/WO2019186988A1/ja
Priority to US16/619,004 priority patent/US10991044B2/en
Publication of WO2019186988A1 publication Critical patent/WO2019186988A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • This technology relates to a system and method for supporting the prediction of a stock price of a company.
  • Judgment based on stock price For example, if the absolute stock price is too high, sell recommendation is made, and if it is too low, buy recommendation is made. If the rise in stock price over a certain period is too large, sell recommendation is made. If the drop is too large, buy recommendation is made.
  • Judgment is based on the forecasts of analysts at securities companies and research companies. Judge that it is cheaper or more expensive according to the analyst's performance forecast. For example, according to an analyst in charge of the electronics sector, Company A recommends buying because its stock price or market capitalization is low for its performance. Surprise is predicted based on the performance forecast of a specific analyst. For example, in contrast to the consensus of an unspecified number of analysts compiled by Nikkei QUICK News, Bloomberg, securities companies, research companies, etc. Make recommendations.
  • a system or method that supports stock price prediction by referring to past business results and stock prices based on business performance forecasts by users themselves is desired.
  • a system or method that supports the stock price prediction by comparing the current stock price or valuation with the current stock price by comparing with the past performance of the company is desired.
  • the present technology stores, for example, a server having a processor, a client configured to transmit a predicted value of a user regarding the performance of the company to the server, and the current and past performance and stock price of the company in a readable manner from the server.
  • the past performance of the company and the stock price at that time are read from the database, and the server reads the past performance and the stock price at that time.
  • a configured stock price forecasting support system is included.
  • FIG. 1 shows a stock price prediction support system 100 according to an embodiment of the present technology.
  • the stock price prediction support system 100 includes a server 120, a database 130, and clients 140 and 150 connected to a network 110.
  • the network 110 connects a plurality of devices such as a server 120, a database 130, and clients 140 and 150 so as to communicate with each other.
  • the network 110 may be, for example, the Internet, Local Area Network (LAN), or Wide Area Network (WAN).
  • the network 110 may be configured by wire, wireless, or a combination thereof.
  • the server 120 is a computer having a processor (not shown), a memory (not shown) storing a program, and a communication function (not shown).
  • the server 120 reads data from the database 130 via the network 110 and writes data therein.
  • the server 120 executes a program stored in the memory in response to a request from the client 140 or 150 and returns an execution result to the client 140 or 150.
  • the database 130 is a storage device that can be accessed from the server 120 via the network 110.
  • the database 130 may be configured by database software or the like on a memory in the server 120 instead of as an independent storage device.
  • the database 130 stores past performances and stock prices of companies.
  • Database 130 may store a company's current stock price. The current stock price may be received in real time from a stock exchange or the like via the network 110, or may be updated at regular intervals.
  • the client 140 or 150 is a computer, a tablet terminal, a smartphone, or the like having a function of communicating with the server 120 via the Internet. Although two clients 140 or 150 are illustrated in FIG. 1, only one or a plurality of clients 140 or 150 may be provided.
  • FIG. 2 shows a stock price prediction support method 200 according to an embodiment of the present technology.
  • the stock price prediction support method 200 is started in the server 120 in step 210.
  • the server 120 reads from the database 130 the past performance of the company and the stock price at that time within the predetermined range from the predicted value of the user received from the client 140 or 150.
  • the user forecast value related to the company performance is input to the client 140 or 150 by the user, and transmitted from the client 140 or 150 to the server 120 via the network 110.
  • the user predicted value related to the company performance includes, for example, a predicted value related to the continuous profit of the company.
  • Forecasts for a company's continuing profits are sales, operating profit, profit before tax, net profit, earnings per share, EBIT (Earnings Before Interest and Taxes), EBITDA (Earnings Before Interest, Taxes, Depreciation, and Amortization) and a predicted value related to at least one of the indicators such as the dividend amount.
  • EBIT Erarnings Before Interest and Taxes
  • EBITDA Errnings Before Interest, Taxes, Depreciation, and Amortization
  • One of these forecast values or forecast value of other indicators by using a weighted average method, etc., from multiple forecast values of the company's sales, operating profit, profit before tax, net profit, and earnings per share May be calculated by the server 120.
  • the predicted value related to the continuous profit of the company may be an index designated in advance by the company or the industry to which the company belongs.
  • the server 120 reads the past performance of the company within the predetermined range from the predicted value of the user and the stock price at that time from the database 130.
  • the predetermined range may be 1 or 2 times the standard deviation, may be a predetermined ratio (for example, 10% or 15%) with respect to the average value, and may be set to an arbitrary value by the user. Or a combination thereof.
  • the past performance of the company and the stock price at that time may be a performance in at least one accounting period and a stock price in the accounting period.
  • the stock price in the accounting period may be either the average stock price, the highest price, or the lowest price in the accounting period, or the average stock price, the highest price, or the lowest price from 0 to 12 months before the accounting period. Either the stock price on the announcement date or the planned revision announcement date may be used.
  • the “stock price” may be a price per issued share, and may include an enterprise value (Enterprise Value) or a market capitalization (Market Cap).
  • the past performance of a company within a predetermined range from the user's forecast and the stock price at that time include the performance in at least two accounting periods and the stock price in the accounting period, the profit increase and profit margins in the previous year are closer. You may read the performance and stock price in the period.
  • the server 120 calculates multiples using the read past achievements and stock prices. Multiple may be a ratio when comparing a company's performance (financial indicators) and stock prices (corporate value / market capitalization). For example, PER (Price Earnings Ratio), PBR (Price-Book value Ratio) : (Stock price net asset ratio), EV / EBITDA (Enterprise Value / EBITDA), EV / EBIT, EV / OP (EV / Operating Profit), PSR (Price Sale Ratio), PEG (PER / Growth rate), It may be a dividend yield or the like. At this time, based on the past performance and stock price data of the company, it is calculated which multiple has the highest correlation coefficient with the stock price, and the server recommends which multiple should be emphasized for the company. Good.
  • the server 120 calculates a theoretical stock price using the predicted value and multiple of the user.
  • the theoretical stock price (enterprise value / market capitalization) is calculated, for example, by multiplying the predicted value of the user by the multiple.
  • an alert is sent to the client when the current stock price and the theoretical stock price deviate by a predetermined value or more.
  • the predetermined value may be based on a deviation value of stock price volatility, may be a fixed amount (for example, 100 yen or 150 yen) or a rate (for example, 10% or 15%), and is set to an arbitrary value by the user. Or may be a combination thereof.
  • the alert indicates that there is a certain divergence between the theoretical stock price calculated from its own forecast and the current stock price with respect to the company's performance forecast, so if the user hits his forecast, it becomes a surprise for the market forecast, The company's stock price can be expected to move greatly.
  • the alert may be displayed as, for example, “focused brand” or “buy / sell recommended brand”.
  • step 260 the stock price prediction support method 200 ends.
  • FIG. 3 shows a stock price prediction support method 300 according to another embodiment of the present technology.
  • the stock price prediction support method 300 is started in the server 120 in step 310.
  • step 320 if the received predicted value of the user exceeds a predetermined value by more than a predetermined value for any of the company's past achievements stored in the database 130, the server 120 sends an alert to the client, The past performance of the company closest to the predicted value and the highest value at that time are read from the database 130. The alert may indicate that the predicted value of the user is a record high profit.
  • step 330 the server 120 calculates a multiple using the read past achievements and the highest value.
  • step 340 similarly to step 240 (FIG. 2), the theoretical stock price is calculated using the user's predicted value and multiple.
  • step 350 as in step 250 (FIG. 2), an alert is transmitted to the client when the current stock price and the theoretical stock price deviate by a predetermined value or more.
  • step 360 the stock price prediction support method 300 ends.
  • FIG. 4 shows a stock price prediction support method 400 according to still another embodiment of the present technology.
  • the stock price prediction support method 400 is started in the server 120 in step 410.
  • step 420 if the predicted value of the user received from the client is lower than a predetermined value by any of the past performances of the company stored in the database 130, the server 120 sets the predicted value of the user. The past business performance of the nearest company and the lowest price at that time are read from the database 130.
  • step 420 if the user forecast received from the client is indicative of a loss, thereby predicting that the company is in excess of debt or damaging shareholders' equity, the server 120 may have the company or a similar company of the company. In this case, it is possible to read from the database 130 the companies that have exceeded their debts or have suffered a loss of shareholder capital and their timing.
  • step 430 the server 120 calculates a multiple using the read past performance and the lowest price.
  • step 440 similarly to step 240 (FIG. 2), the theoretical stock price is calculated using the user's predicted value and multiple.
  • step 450 as in step 250 (FIG. 2), an alert is transmitted to the client when the current stock price and the theoretical stock price deviate by a predetermined value or more.
  • step 460 the stock price prediction support method 400 ends.
  • various financial indexes of the company can be predicted based on the predicted value of the user received from the client and the past business performance. For example, based on user forecasts and past company performance, the company may be in conflict with the delisting criteria, such as being in excess of its debt for the second consecutive period, or designated as a supervised stock, a controlled stock, or a special attention market stock If it is predicted that there is a possibility, the server may send an alert to the client.
  • an alert may be sent to the client.
  • the predicted value of the user regarding the performance of the company may include a plurality of predicted values in the same accounting period, and the theoretical stock price may be calculated for each predicted value.
  • the predicted value of the user related to the business performance may include predicted values for a plurality of accounting periods, and the theoretical stock price may be calculated for each predicted value.
  • alerts are based on either forecasts in closer or longer periods, so that You may make it recommend according to direction.
  • This technology makes it possible to support stock price prediction by referring to past business performance and stock prices based on the company's own business performance forecasts.

Abstract

ユーザ自身による企業の業績予測に基づき、過去の業績及び株価を参照して株価予測を支援することを可能とする。 本システムは、プロセッサを有するサーバと、企業の業績に関するユーザの予測値をサーバに送信するように構成されたクライアントと、現在及び過去における企業の業績及び株価をサーバから読み出し可能に記憶するように構成されたデータベースとを含み、サーバが、クライアントから受信したユーザの予測値から所定の範囲内にある企業の過去の業績及びそのときの株価を前記データベースから読み出し、読み出した過去の業績及び株価を用いてマルチプルを算出し、ユーザの予測値及びマルチプルを用いて理論株価を算出し、データベースから読み出した現在の株価と理論株価が所定の値以上乖離した場合にクライアントにアラートを送信するように構成される。

Description

株価予測支援システム及び方法
　本技術は、企業の株価の予測を支援するシステム及び方法に関する。
　企業の株式（銘柄）売買の推奨方法には主に以下のものが考えられる。
（１）株価を基に判断する。
例えば、絶対株価が高すぎる場合には売り推奨をし、低すぎる場合には買い推奨をする。また、一定期間での株価の上昇が大きすぎる場合には売り推奨をし、下落が大きすぎる場合には買い推奨をする。
（２）時価総額を基に判断する。
例えば、類似企業の時価総額と比較して割安ならば買い推奨をする。また、時価総額の絶対額が小さい小型株であれば上昇余地があるとして買い推奨をし、絶対額が大きい大型株であれば上昇余地が小さいとして売り推奨をする。
（３）証券会社や調査会社のアナリストの予測を基に判断する。
アナリストの業績予測により割安又は割高であることを判断する。例えば、電機セクターを担当しているアナリストによると、A社が業績の割に株価若しくは時価総額が低いとして買い推奨をする。
また、特定アナリストの業績予測に基づいてサプライズを予測する。例えば、日経QUICKニュース社、Bloomberg社、証券会社、調査会社等が集計する不特定多数のアナリストのコンセンサスに対し、特定のアナリストBが、A社の業績はコンセンサスより上回ると判断して買い推奨をする。
（４）バスケットの推奨
特定のテーマやセクターに入っている不特定多数の銘柄を推奨する。例えば、今後ＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）が伸びるとしてＡＩ関連の30社の株を買い推奨する。
また、配当性向やROE（Ｒｅｔｕｒｎ　ｏｎ　Ｅｑｕｉｔｙ）など、何らかの指標を基に抽出された不特定多数の銘柄を推奨する。例えば、高配当利回り銘柄を買い推奨する。ただしこれは証券会社や調査会社等の予測や各上場会社の計画若しくは実績の数字を基に判断している。
特許第6288662号公報
　ユーザ自身による企業の業績予測に基づき、過去の業績及び株価を参照して株価予測を支援するシステム又は方法が望まれる。
　また、企業の過去の業績と比較し、その時点での株価やバリュエーションなどを現在の株価と比較して株価予測を支援するシステム又は方法が望まれる。
さらに、他のユーザの予測と比較せず、ユーザが一人だけでも使用できるシステム又は方法が望まれる。
さらに、一人のユーザの予測のレンジ（幅）を基にシナリオ分析できるシステム又は方法が望まれる。
さらに、企業の過去のデータを基に予測の確率を算出できるシステム又は方法が望まれる。
さらに、ユーザの予測の期間（長期又は短期）と投資期間（長期又は短期）に応じて適切な株式売買の推奨をするシステム又は方法が望まれる。
　本技術は、例えば、プロセッサを有するサーバと、企業の業績に関するユーザの予測値をサーバに送信するように構成されたクライアントと、現在及び過去における企業の業績及び株価をサーバから読み出し可能に記憶するように構成されたデータベースとを含み、サーバが、クライアントから受信したユーザの予測値から所定の範囲内にある企業の過去の業績及びそのときの株価をデータベースから読み出し、読み出した過去の業績及び株価を用いてマルチプルを算出し、ユーザの予測値及びマルチプルを用いて理論株価を算出し、データベースから読み出した現在の株価と理論株価が所定の値以上乖離した場合にクライアントにアラートを送信するように構成された、株価予測支援システムを含む。
本技術の実施例による株価予測支援システムを示す図である。 本技術の実施例による株価予測支援方法を示すフローチャートである。 本技術の他の実施例による株価予測支援方法を示すフローチャートである。 本技術のさらに他の実施例による株価予測支援方法を示すフローチャートである。
　図１に本技術の実施例による株価予測支援システム１００を示す。
株価予測支援システム１００は、ネットワーク１１０に接続されたサーバ１２０、データベース１３０、クライアント１４０及び１５０を含む。
ネットワーク１１０は、サーバ１２０、データベース１３０、クライアント１４０及び１５０等の複数の機器を通信可能に接続する。ネットワーク１１０は、例えば、インターネット、Local Area Network（LAN）、Wide Area Network（WAN）でもよい。また、ネットワーク１１０は、有線若しくは無線又はそれらの組み合わせにより構成されてもよい。
サーバ１２０は、プロセッサ（図示せず）、プログラムを記憶したメモリ（図示せず）及び通信機能（図示せず）を有するコンピュータである。サーバ１２０は、ネットワーク１１０を介して、データベース１３０からデータを読み出し及びそこにデータを書き込む。また、サーバ１２０は、クライアント１４０又は１５０からの要求に応じてメモリに記憶されたプログラムを実行し実行結果をクライアント１４０又は１５０に返す。
データベース１３０は、ネットワーク１１０を介してサーバ１２０からアクセス可能な記憶装置である。データベース１３０は独立した記憶装置としてではなく、サーバ１２０内のメモリ上にデータベース・ソフトウェア等により構成されていてもよい。データベース１３０は、企業の過去の業績及び株価を記憶する。データベース１３０は企業の現在の株価を記憶してもよい。現在の株価は、株式取引所等からネットワーク１１０を介してリアルタイムで受信したものでもよく、一定時間ごとに更新されたものでもよい。
クライアント１４０又は１５０は、インターネットを介してサーバ１２０と通信する機能を有するコンピュータ、タブレット端末又はスマートフォン等である。クライアント１４０又は１５０は図１においては２個描かれているが、１つのみでもよく、又は複数あってもよい。
図２に本技術の実施例による株価予測支援方法２００を示す。
図２において、ステップ２１０で株価予測支援方法２００がサーバ１２０において開始される。次にステップ２２０で、サーバ１２０が、クライアント１４０又は１５０から受信したユーザの予測値から所定の範囲内にある前記企業の過去の業績及びそのときの株価を前記データベース１３０から読み出す。企業業績に関するユーザ予測値はユーザによりクライアント１４０又は１５０に入力され、クライアント１４０又は１５０からネットワーク１１０を介してサーバ１２０に送信される。
企業業績に関するユーザ予測値は、例えば、企業の継続的利益に関する予測値を含む。企業の継続的利益に関する予測値は、当該企業の売上高、営業利益、税引き前利益、純利益、１株当たり利益、EBIT(Earnings Before Interest and Taxes)、EBITDA(Earnings Before Interest, Taxes, Depreciation, and Amortization)、配当額等の指標のうち少なくとも１つに関する予測値を含む。当該企業の売上高、営業利益、税引前利益、純利益、１株当たり利益のうち複数の予測値から、加重平均等の手法によって、これらのうちの１つの予測値又は他の指標の予測値をサーバ１２０が算出してもよい。企業の継続的利益に関する予測値は、当該企業又はその属する業種によって予め指定した指標であってもよい。
サーバ１２０は、ユーザの予測値から所定の範囲内にある前記企業の過去の業績及びそのときの株価を前記データベース１３０から読み出す。所定の範囲は標準偏差の１倍又は２倍であってもよく、前記平均値に対する所定の割合（例えば１０％又は１５％）であってもよく、ユーザにより任意の値に設定したものでもよく、又はこれらの組み合わせでもよい。前記企業の過去の業績及びそのときの株価は、少なくとも１つの会計期間における業績及び当該会計期間における株価であってもよい。会計期間における株価は、会計期間における平均株価、最高値、最安値のいずれかでもよく、又は会計期間前０乃至１２か月前の平均株価、最高値、最安値のいずれかでもよく、又は業績発表日、計画修正発表日における株価のいずれかでもよい。なお、本明細書において「株価」とは、発行済み１株当たりの価格でもよく、企業価値(Enterprise Value)や時価総額(Market Cap)を含んでもよい。
ユーザの予測値から所定の範囲内にある企業の過去の業績及びそのときの株価が、少なくとも２つの会計期間における業績及び該会計期間における株価を含む場合、前年増益率及び利益率がより近い会計期間における業績及び株価を読み出してもよい。
　次にステップ２３０で、サーバ１２０は、読み出した過去の業績及び株価を用いてマルチプルを算出する。マルチプルは、企業の業績（財務指標）と株価（企業価値・時価総額）を比べた際の倍率であってよく、例えば、PER(Price Earnings Ratio: 株価収益率)、PBR(Price-Book value Ratio: 株価純資産倍率)、EV/EBITDA(Enterprise Value/EBITDA)、EV/EBIT、EV/OP(EV/Operating Profit)、PSR(Price Sale Ratio：株価売上高倍率)、PEG(PER/Growth rate)、配当利回り等であってもよい。この際、企業の過去の業績及び株価のデータを基にどのマルチプルが最も株価との相関係数が高いかを算出し、当該企業についてどのマルチプルを重視すべきかをサーバが推奨するようにしてもよい。
　次にステップ２４０で、サーバ１２０はユーザの予測値及びマルチプルを用いて理論株価を算出する。理論株価（企業価値・時価総額）は、例えば前記ユーザの予測値に前記マルチプルを乗じて算出される。
　次にステップ２５０で、現在の株価と理論株価が所定の値以上乖離した場合にクライアントにアラートを送信する。所定の値は株価のボラティリティの偏差値を尺度としてもよく、固定の金額（例えば１００円または１５０円）又は率（例えば１０％又は１５％）であってもよく、ユーザにより任意の値に設定したものでもよく、又はこれらの組み合わせでもよい。
　アラートは、当該企業の業績予測に関して自己の予測から算出した理論株価と現在の株価に一定以上の乖離があることを示し、これによってユーザは自己の予測が当たれば、市場予測にとってはサプライズとなり、当該企業の株価が大きく動くことを期待することができる。アラートは、例えば「注目銘柄」又は「売買推奨銘柄」のように表示してもよい。
　次にステップ２６０で、株価予測支援方法２００が終了する。
図３に本技術の他の実施例による株価予測支援方法３００を示す。
図３において、ステップ３１０で株価予測支援方法３００がサーバ１２０において開始される。次にステップ３２０で、受信したユーザの予測値がデータベース１３０に記憶された企業の過去の業績のいずれに対しても所定の値以上上回る場合、サーバ１２０が、クライアントにアラートを送信し、ユーザの予測値に最も近い企業の過去の業績及びそのときの最高値をデータベース１３０から読み出す。アラートは、ユーザの予測値が過去最高益の予測であることを示してもよい。
　次にステップ３３０で、サーバ１２０は、読み出した過去の業績及び最高値を用いてマルチプルを算出する。
　次にステップ３４０で、ステップ２４０(図２)と同様に、ユーザの予測値及びマルチプルを用いて理論株価を算出する。
　次にステップ３５０で、ステップ２５０(図２)と同様に、現在の株価と理論株価が所定の値以上乖離した場合にクライアントにアラートを送信する。
　次にステップ３６０で、株価予測支援方法３００が終了する。
図４に本技術のさらに他の実施例による株価予測支援方法４００を示す。
図４において、ステップ４１０で株価予測支援方法４００がサーバ１２０において開始される。次にステップ４２０で、クライアントから受信したユーザの予測値が、データベース１３０に記憶された前記企業の過去の業績のいずれに対しても所定の値以上下回る場合、サーバ１２０が、ユーザの予測値に最も近い前記企業の過去の業績及びそのときの最安値を前記データベース１３０から読み出す。
ステップ４２０において、クライアントから受信したユーザの予測値が損失を示すものであり、それによって企業が債務超過又は株主資本の毀損になると予測される場合、サーバ１２０が、前記企業又は前記企業の類似企業で債務超過又は株主資本の毀損になったことがある企業とその時期をデータベース１３０から読み出すようにしてもよい。
　次にステップ４３０で、サーバ１２０は、読み出した過去の業績及び最安値を用いてマルチプルを算出する。
　次にステップ４４０で、ステップ２４０(図２)と同様に、ユーザの予測値及びマルチプルを用いて理論株価を算出する。
　次にステップ４５０で、ステップ２５０(図２)と同様に、現在の株価と理論株価が所定の値以上乖離した場合にクライアントにアラートを送信する。
　次にステップ４６０で、株価予測支援方法４００が終了する。
上述した実施例に限らず、本技術によれば、クライアントから受信したユーザの予測値及び過去の企業業績に基づき、当該企業の様々な財務指標を予測しうる。例えば、ユーザの予測値及び過去の企業業績に基づき当該企業が2期連続債務超過になるなど上場廃止基準に抵触する可能性がある、又は監理銘柄若しくは整理銘柄若しくは特設注意市場銘柄に指定される可能性があると予測される場合、前記サーバが、前記クライアントにアラートを送信するようにしてもよい。
また、前記クライアントから受信したユーザの予測値に基づき、株主資本が毀損したり、負債に対する金利負担が重くなるなどのため、前記企業が増資を行う可能性があると予測される場合、前記サーバが、前記クライアントにアラートを送信するようにしてもよい。
上述した実施例において、企業の業績に関するユーザの予測値が同一の会計期間における複数の予測値を含み、それぞれの予測値について理論株価を算出するようにしてもよい。また、企業の業績に関するユーザの予測値が複数の会計期間における予測値を含み、それぞれの予測値について理論株価を算出するようにしてもよい。さらに、複数の会計期間における予測値について理論株価を算出する場合、アラートが、より近い会計期間における予測値又はより遠い会計期間における予測値のいずれかに基づくようにして、短期売買又は長期売買の指向に沿った推奨をするようにしてもよい。
　本技術は、ユーザ自身による企業の業績予測に基づき、過去の業績及び株価を参照して株価予測を支援することを可能とする。
　１００　　株価予測支援システム
　１１０　　ネットワーク
　１２０　　サーバ
　１３０　　データベース
　１４０、１５０　　クライアント

 

Claims (22)

  1. プロセッサを有するサーバと、
    企業の業績に関するユーザの予測値を前記サーバに送信するように構成されたクライアントと、
    現在及び過去における前記企業の業績及び株価を前記サーバから読み出し可能に記憶するように構成されたデータベースとを含み、
    前記サーバが、
    前記クライアントから受信したユーザの予測値から所定の範囲内にある前記企業の過去の業績及びそのときの株価を前記データベースから読み出し、
    前記読み出した過去の業績及び株価を用いてマルチプルを算出し、
    前記ユーザの予測値及び前記マルチプルを用いて理論株価を算出し、
    データベースから読み出した現在の株価と前記理論株価が所定の値以上乖離した場合に前記クライアントにアラートを送信するように構成された、
    株価予測支援システム。
  2. 前記ユーザの予測値が、前記企業の売上高、営業利益、経常利益、税引き前利益、純利益、１株当たり利益、EBIT、EBITDA、配当額のうち少なくとも１つに関する予測値を含む、
    請求項１記載の株価予測支援システム。
  3. 前記企業の過去の業績及びそのときの株価が、少なくとも１つの会計期間における業績及び該会計期間における株価を含む、
    請求項１記載の株価予測支援システム。
  4. 前記会計期間における株価が、前記会計期間における平均株価若しくは最高値若しくは最安値、又は前記会計期間前０乃至１２か月前の平均株価若しくは最高値若しくは最安値、又は業績発表日若しくは計画修正発表日における株価、のいずれかを含む、
    請求項３記載の株価予測支援システム。
  5. 前記理論株価が、前記ユーザの予測値に前記マルチプルを乗じて算出される、
    請求項１記載の株価予測支援システム。
  6. 前記所定の値が、所定の金額又は所定の率である、
    請求項１記載の株価予測支援システム。
  7. 前記所定の金額又は所定の率が、株価のボラティリティの偏差値、固定の金額又は率、ユーザにより設定された値又は率のいずれかを用いて算出される、
    請求項６記載の株価予測支援システム。
  8. 前記クライアントから受信したユーザの予測値が、前記データベースに記憶された前記企業の過去の業績のいずれに対しても所定の値以上上回る場合、前記クライアントにアラートを送信する、
    請求項１記載の株価予測支援システム。
  9. 前記クライアントから受信したユーザの予測値が、前記データベースに記憶された前記企業の過去の業績のいずれに対しても所定の値以上上回る場合、前記サーバが、前記ユーザの予測値に最も近い前記企業の過去の業績及びそのときの最高値を前記データベースから読み出す、
    請求項１記載の株価予測支援システム。
  10. 前記クライアントから受信したユーザの予測値が、前記データベースに記憶された前記企業の過去の業績のいずれに対しても所定の値以上下回る場合、前記サーバが、前記ユーザの予測値に最も近い前記企業の過去の業績及びそのときの最安値を前記データベースから読み出す、
    請求項１記載の株価予測支援システム。
  11. 前記クライアントから受信したユーザの予測値が損失を示すものであり、それによって前記企業が債務超過又は株主資本の毀損になると予測される場合、前記サーバが、前記クライアントにアラートを送信する、
    請求項１記載の株価予測支援システム。
  12. 前記クライアントから受信したユーザの予測値が損失を示すものであり、それによって前記企業が債務超過又は株主資本の毀損になると予測される場合、前記サーバが、前記企業又は前記企業の類似企業で債務超過又は株主資本の毀損になったことがある企業とその時期をデータベースから読み出す、
    請求項１記載の株価予測支援システム。
  13. 前記クライアントから受信したユーザの予測値に基づき前記企業が上場廃止基準に抵触する可能性があると予測される場合、前記サーバが、前記クライアントにアラートを送信する、
    請求項１記載の株価予測支援システム。
  14. 前記クライアントから受信したユーザの予測値に基づき前記企業が増資を行う可能性があると予測される場合、前記サーバが、前記クライアントにアラートを送信する、
    請求項１記載の株価予測支援システム。
  15. 前記企業の過去の業績及びそのときの株価が、少なくとも２つの会計期間における業績及び該会計期間における株価を含む場合、前年増益率及び利益率がより近い会計期間における業績及び株価を読み出す、
    請求項１記載の株価予測支援システム。
  16. 前記企業の業績に関するユーザの予測値が同一の会計期間における複数の予測値を含み、それぞれの予測値について理論株価を算出する、
    請求項１記載の株価予測支援システム。
  17. 前記企業の業績に関するユーザの予測値が複数の会計期間における予測値を含み、それぞれの予測値について理論株価を算出する、
    請求項１記載の株価予測支援システム。
  18. 前記アラートが、より近い会計期間における予測値又はより遠い会計期間における予測値のいずれかに基づく、
    請求項１７記載の株価予測支援システム。
  19. 企業の業績に関するユーザの予測値を受信可能であり、現在及び過去における前記企業の業績及び株価をデータベースから読み出し可能なサーバにおいて、
    受信したユーザの予測値から所定の範囲内にある前記企業の過去の業績及びそのときの株価を前記データベースから読み出すことと、
    前記読み出した過去の業績及び株価を用いてマルチプルを算出することと、
    前記ユーザの予測値及び前記マルチプルを用いて理論株価を算出することと、
    データベースから読み出した現在の株価と前記理論株価が所定の値以上乖離した場合に前記クライアントにアラートを送信することとを含む、
    株価予測支援方法。
  20. 企業の業績に関するユーザの予測値を受信可能であり、現在及び過去における前記企業の業績及び株価をデータベースから読み出し可能なサーバに、
    受信したユーザの予測値から所定の範囲内にある前記企業の過去の業績及びそのときの株価を前記データベースから読み出すことと、
    前記読み出した過去の業績及び株価を用いてマルチプルを算出することと、
    前記ユーザの予測値及び前記マルチプルを用いて理論株価を算出することと、
    データベースから読み出した現在の株価と前記理論株価が所定の値以上乖離した場合に前記クライアントにアラートを送信することとを実行させるためのプログラムを記録した、
    コンピュータ読み取り可能な記録媒体。
  21. プロセッサを有するサーバと、
    企業の業績に関するユーザの予測値を前記サーバに送信するように構成されたクライアントと、
    現在及び過去における前記企業の業績及び株価を前記サーバから読み出し可能に記憶するように構成されたデータベースとを含み、
    前記サーバが、
    前記クライアントから受信したユーザの予測値から所定の範囲内にある前記企業又は前記企業の類似企業の過去の業績が存在することを決定するように構成された、
    株価予測支援システム。
  22. 前記サーバが、前記クライアントから受信したユーザの予測値から所定の範囲内にある前記企業又は前記企業の類似企業の過去の業績が存在することを決定した場合、
    前記サーバが、さらに、
    前記クライアントから受信したユーザの予測値から所定の範囲内にある前記企業又は前記企業の類似企業の過去の業績及びそのときの株価を前記データベースから読み出し、
    前記読み出した過去の業績及び株価を用いてマルチプルを算出し、
    前記ユーザの予測値及び前記マルチプルを用いて理論株価を算出するように構成された、
    請求項２１記載の株価予測支援システム。
     
     

     
PCT/JP2018/013550 2018-03-30 2018-03-30 株価予測支援システム及び方法 WO2019186988A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2018517242A JP6474184B1 (ja) 2018-03-30 2018-03-30 株価予測支援システム及び方法
CN201880039603.9A CN110809778A (zh) 2018-03-30 2018-03-30 股价预测辅助系统以及方法
PCT/JP2018/013550 WO2019186988A1 (ja) 2018-03-30 2018-03-30 株価予測支援システム及び方法
US16/619,004 US10991044B2 (en) 2018-03-30 2018-03-30 Stock price forecast assist system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/013550 WO2019186988A1 (ja) 2018-03-30 2018-03-30 株価予測支援システム及び方法

Publications (1)

Publication Number Publication Date
WO2019186988A1 true WO2019186988A1 (ja) 2019-10-03

Family

ID=65516899

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/013550 WO2019186988A1 (ja) 2018-03-30 2018-03-30 株価予測支援システム及び方法

Country Status (4)

Country Link
US (1) US10991044B2 (ja)
JP (1) JP6474184B1 (ja)
CN (1) CN110809778A (ja)
WO (1) WO2019186988A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102090032B1 (ko) * 2019-07-26 2020-03-17 김동훈 주가 정보 제공 장치 및 방법
US20210350426A1 (en) * 2020-05-07 2021-11-11 Nowcasting.ai, Inc. Architecture for data processing and user experience to provide decision support

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284829A (ja) * 2004-03-30 2005-10-13 Daiwa Securities Group Inc アナリストレポート提示装置、アナリストレポート提示方法、およびプログラム
JP2007257436A (ja) * 2006-03-24 2007-10-04 Tokyo Electric Power Co Inc:The 企業価値算出方法及び装置
JP2012118612A (ja) * 2010-11-29 2012-06-21 Hitachi Ltd マーケティング提案支援システム

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5297032A (en) * 1991-02-01 1994-03-22 Merrill Lynch, Pierce, Fenner & Smith Incorporated Securities trading workstation
US5812988A (en) * 1993-12-06 1998-09-22 Investments Analytic, Inc. Method and system for jointly estimating cash flows, simulated returns, risk measures and present values for a plurality of assets
US6049772A (en) * 1994-01-21 2000-04-11 Fdi/Genesis System for managing hedged investments for life insurance companies
US5761442A (en) * 1994-08-31 1998-06-02 Advanced Investment Technology, Inc. Predictive neural network means and method for selecting a portfolio of securities wherein each network has been trained using data relating to a corresponding security
US6014645A (en) * 1996-04-19 2000-01-11 Block Financial Corporation Real-time financial card application system
US6345090B1 (en) * 1996-09-04 2002-02-05 Priceline.Com Incorporated Conditional purchase offer management system for telephone calls
US6058379A (en) * 1997-07-11 2000-05-02 Auction Source, L.L.C. Real-time network exchange with seller specified exchange parameters and interactive seller participation
US20040243492A1 (en) * 1998-07-20 2004-12-02 Korisch Semmen I. Method of recovering the real value of a stock from the stock pricing data
US6313833B1 (en) * 1998-10-16 2001-11-06 Prophet Financial Systems Graphical data collection and retrieval interface
US6430539B1 (en) * 1999-05-06 2002-08-06 Hnc Software Predictive modeling of consumer financial behavior
US6709330B1 (en) * 1999-08-20 2004-03-23 Ameritrade Holding Corporation Stock simulation engine for an options trading game
US6735580B1 (en) * 1999-08-26 2004-05-11 Westport Financial Llc Artificial neural network based universal time series
US7328184B1 (en) * 2000-02-15 2008-02-05 Krause Robert P Financial instruments, system, and exchanges (financial, stock, option and commodity) based upon realized volatility
US7702548B2 (en) * 2000-05-01 2010-04-20 Zumbach Gilles O Methods for analysis of financial markets
US20030149648A1 (en) * 2000-05-01 2003-08-07 Olsen Richard B. Method and system for measuring market conditions
US6954758B1 (en) * 2000-06-30 2005-10-11 Ncr Corporation Building predictive models within interactive business analysis processes
US7162444B1 (en) * 2000-08-18 2007-01-09 Planalytics, Inc. Method, system and computer program product for valuating natural gas contracts using weather-based metrics
US7496534B2 (en) * 2001-03-08 2009-02-24 Olsen Richard B Methods for trade decision making
EP1241602A1 (en) * 2001-03-14 2002-09-18 MeVis Technology GmbH & Co. KG Method and computer system for computing and displaying a phase space
US20030069821A1 (en) * 2001-08-29 2003-04-10 Williams Michael S. Risk management system for recommending options hedging strategies
US7376431B2 (en) * 2002-02-05 2008-05-20 Niedermeyer Brian J Location based fraud reduction system and method
US20040093294A1 (en) * 2002-11-13 2004-05-13 George Trevino Method and apparatus for providing measures of performance of the value of an asset
KR100639505B1 (ko) * 2002-11-15 2006-10-26 의수 김 주가정보의 제공방법
JP3954539B2 (ja) * 2003-06-30 2007-08-08 Ｔｄｋ株式会社 受注予測システム
US20050049952A1 (en) * 2003-08-14 2005-03-03 Carter Kevin Todd Stock selection & indexing systems and methods
CN1617147A (zh) * 2003-11-14 2005-05-18 张彩蓉 计算机自动买卖股票系统和智能预测股价趋势
WO2005055012A2 (en) * 2003-11-29 2005-06-16 Joel Jameson Methods and systems for accurately representing corporate financial results in light of equity-based compensation and contingent transactions
US7827091B2 (en) * 2004-02-20 2010-11-02 Stephen Cutler Securities market and market maker activity tracking system and method
US7873572B2 (en) * 2004-02-26 2011-01-18 Reardon David C Financial transaction system with integrated electronic messaging, control of marketing data, and user defined charges for receiving messages
US8402426B2 (en) * 2005-12-30 2013-03-19 Sap Ag Architectural design for make to stock application software
US8229832B2 (en) * 2006-01-09 2012-07-24 Bgc Partners, Inc. Systems and methods for establishing first on the follow trading priority in electronic trading systems
US20070168269A1 (en) * 2006-01-17 2007-07-19 Kuo-Yu Chuo Method for analyzing financial stock market trend
US20100023460A1 (en) * 2006-06-14 2010-01-28 Hughes-Fefferman Systems, Llc Methods and apparatus for iterative conditional probability calculation methods for financial instruments with path-dependent payment structures
US7921046B2 (en) * 2006-06-19 2011-04-05 Exegy Incorporated High speed processing of financial information using FPGA devices
US7769661B1 (en) * 2006-06-26 2010-08-03 Joss Richard R Conditional probability method for stock option valuation
JP4031019B1 (ja) * 2006-08-01 2008-01-09 株式会社ビー・エム・イー ポイント算出方法、予想評価システム、及びコンピュータプログラム
US20150221039A1 (en) * 2006-12-22 2015-08-06 Peter J. JOHANSSON Computer-Implemented Method For Portfolio Construction And Indexation Of Securities Under A Noisy Market Hypothesis
US8165938B2 (en) * 2007-06-04 2012-04-24 Visa U.S.A. Inc. Prepaid card fraud and risk management
US8104678B2 (en) * 2007-11-28 2012-01-31 Intelligent Wave, Inc. Payment approval system and method for approving payment for credit card
US8332321B2 (en) * 2008-02-02 2012-12-11 Peregrin Technologies, Inc. Remote currency dispensation systems and methods
US8234201B1 (en) * 2008-08-01 2012-07-31 Morgan Stanley System and method for determining a liquidity-adjusted value at risk (LA-VaR)
US8412605B2 (en) * 2009-12-01 2013-04-02 Bank Of America Corporation Comprehensive suspicious activity monitoring and alert system
AU2010249214C1 (en) * 2009-12-15 2014-08-21 Zonamovil, Inc. Methods, apparatus, and systems for supporting purchases of goods and services via prepaid telecommunication accounts
US20110264581A1 (en) * 2010-04-23 2011-10-27 Visa U.S.A. Inc. Systems and Methods to Provide Market Analyses and Alerts
US20110282804A1 (en) * 2010-05-12 2011-11-17 Michael Shutt System and Method for Market Analysis and Forecast Utilizing At Least One of Securities Records Assessment and Distribution-Free Estimation
US20120029956A1 (en) * 2010-07-30 2012-02-02 Bank Of America Corporation Comprehensive exposure analysis system and method
US8515850B2 (en) * 2010-09-23 2013-08-20 Thomson Reuters Global Resources (Trgr) System and method for forecasting realized volatility via wavelets and non-linear dynamics
US20120278254A1 (en) * 2010-12-17 2012-11-01 Factor Advisors, LLC Method for Creating Factor Indexes and Long/Short Index Products With Systematic Risk Management
US9460468B2 (en) * 2011-06-17 2016-10-04 Chicago Mercantile Exchange Inc. Facilitation of payments between counterparties by a central counterparty
US20130031023A1 (en) * 2011-07-29 2013-01-31 Rixtrema Generating updated data from interrelated heterogeneous data
US11257161B2 (en) * 2011-11-30 2022-02-22 Refinitiv Us Organization Llc Methods and systems for predicting market behavior based on news and sentiment analysis
US9443269B2 (en) * 2012-02-16 2016-09-13 Novasparks, Inc. FPGA matrix architecture
US20140229353A1 (en) * 2012-05-04 2014-08-14 Cfph, Llc Systems and methods for detecting interest and volume matching
US8671049B1 (en) * 2012-11-07 2014-03-11 Thong Wei Koh Financial system and method based on absolute returns
CN106022522A (zh) * 2016-05-20 2016-10-12 南京大学 一种基于互联网公开的大数据预测股票的方法及系统
CN106056449A (zh) * 2016-05-26 2016-10-26 黑龙江省容维投资顾问有限责任公司 一种股票资讯信息推送系统及推送方法
WO2019082274A1 (ja) 2017-10-24 2019-05-02 加藤寛之 業績予測管理システム及び方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284829A (ja) * 2004-03-30 2005-10-13 Daiwa Securities Group Inc アナリストレポート提示装置、アナリストレポート提示方法、およびプログラム
JP2007257436A (ja) * 2006-03-24 2007-10-04 Tokyo Electric Power Co Inc:The 企業価値算出方法及び装置
JP2012118612A (ja) * 2010-11-29 2012-06-21 Hitachi Ltd マーケティング提案支援システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
EVSERIESVER.3.6, June 2012 (2012-06-01), pages 1 - 9, Retrieved from the Internet <URL:http://www.credit-pricing.com/products/pdf/EV36_121026.pdf> [retrieved on 20180612] *
POINTS FOR STOCK VALUATION USING ''CORRECT'' MULTIPLES, 24 March 2006 (2006-03-24), pages 1 - 4, Retrieved from the Internet <URL:http://www.credit-pricing.com/products/pdf/EV36_121026.pdf> [retrieved on 20180612] *

Also Published As

Publication number Publication date
JPWO2019186988A1 (ja) 2020-04-30
JP6474184B1 (ja) 2019-02-27
CN110809778A (zh) 2020-02-18
US10991044B2 (en) 2021-04-27
US20200090273A1 (en) 2020-03-19

Similar Documents

Publication Publication Date Title
Copeland et al. Information effects on the bid‐ask spread
KR101136696B1 (ko) 기업성장단계를 표시하고, 이를 이용하여 주식의 저평가/고평가를 산출하는 주식정보 제공 방법 및 시스템
US7620577B2 (en) Non-capitalization weighted indexing system, method and computer program product
US8374937B2 (en) Non-capitalization weighted indexing system, method and computer program product
JP2023171598A (ja) 証券取引執行を最適化するためのシステム
US20020174056A1 (en) System and method for providing user-specific options trading data
Hakansson et al. On the feasibility of automated market making by a programmed specialist
US20140258175A1 (en) Generating Personalized Investment Recommendations
JP2000293569A (ja) ポートフォリオの提示方法、提示装置、提示システム及びコンピュータプログラムの記憶媒体
US20130325747A1 (en) Stock analysis method, computer program product, and computer-readable recording medium
JP6288662B1 (ja) 業績予測管理システム及び方法
US8275637B1 (en) Earnings at risk method and system
JP6474184B1 (ja) 株価予測支援システム及び方法
Baur et al. Trading behavior in bitcoin futures: Following the “smart money”
Alexander et al. Delta hedging bitcoin options with a smile
Donnelly et al. Investing for retirement: Terminal wealth constraints or a desired wealth target?
Shukayev et al. Monetary policy tradeoffs between financial stability and price stability
KR20150041615A (ko) 복합금융자산 제공시스템 및 그 방법
JP7218037B1 (ja) 取引管理システム
JP6958954B1 (ja) 投資アドバイス提供方法及びシステム
Li et al. The weather premium in the US corn market
JP6587201B1 (ja) 企業業績予測管理システム及び方法
Ilomäki et al. Leaning against the wind policy and animal spirits in a general equilibrium model
WO2019017032A1 (ja) 時間の経過につれて価値が変動するアセットを積み立てるためのコンピュータシステム、方法、および、プログラム
JP6729859B2 (ja) 予測管理方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018517242

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18912603

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 18912603

Country of ref document: EP

Kind code of ref document: A1