Sentivex 日経平均予測ガイド
Sentivexは、ニュース・市場センチメントを NLPおよびEmbedding技術で解析し、 過去の類似市場局面を検索することで、 翌営業日および翌々営業日の 統計的傾向を分析するサービスです。
過去の市場センチメント構造と類似した局面を検索し、 その後の値動き分布を統計的に集計しています。
① データの作成方法
Sentivex 予測エンジンの流れ
Sentivexでは、 マーケット関連テキストをベクトル化し、 過去の市場局面との類似性を分析しています。 単純な価格比較ではなく、 「市場センチメント構造」の近さを重視している点が特徴です。
データ収集
ニュース記事、 マーケット情報、 SNSデータを営業日単位で収集。
NLP処理
テキストをカテゴリ分類し、 市場センチメントを解析。
Embedding化
文章を数値ベクトルへ変換し、 意味的な近さを比較可能に。
類似日抽出
コサイン類似度を利用し、 過去の類似局面を検索。
統計分析
類似日の翌営業日リターンを集計し、 統計値を生成。
カテゴリ別センチメント分析
Sentivexでは、 市場テーマを複数カテゴリに分類しています。 例えば「米国株」「経済」「半導体」「日本市場」などを個別に解析し、 市場構造の類似性を多面的に比較しています。
US Stock
米国市場・NASDAQ・S&P500関連センチメント。
Economy
景気・金利・インフレ・マクロ経済関連。
Semiconductor
半導体・AI・テック関連センチメント。
NK
日経平均・日本市場関連センチメント。
② 各項目値の説明
翌営業日
予測対象となる営業日です。
上昇確率
類似日のうち、翌営業日に日経平均が上昇した割合です。
中央値
類似日群の翌営業日騰落率中央値。 外れ値影響を受けにくい特徴があります。
想定レンジ
過去類似局面における分布レンジ。 P10〜P90ベースで算出しています。
期待値
類似日群の平均騰落率。 統計的な平均リターンを示します。
平均上昇
上昇したケースのみを対象とした 平均上昇率です。
平均下落
下落したケースのみを対象とした 平均下落率です。
類似日数
統計計算に使用された 類似市場局面の件数です。
平均類似度
抽出された類似日の平均コサイン類似度。 1.0に近いほど市場構造が近い状態です。
信頼度
類似日数、類似度、 ボラティリティなどを 組み合わせて評価予定です。
③ 教科書的な分析手法
上昇確率だけで判断しない
上昇確率が高くても、 平均下落率が大きい場合は リスクリワードが悪化する可能性があります。 確率だけでなく、 リターン分布全体を見ることが重要です。
類似日数を確認する
類似日数が少ない場合、 統計的な安定性が低下する可能性があります。 十分なサンプル数が存在するか 確認することが重要です。
中央値と期待値の違い
期待値は平均値のため、 急騰・急落など外れ値の影響を受けます。 中央値は、 より「典型的な値動き」を 把握しやすい特徴があります。
高ボラティリティ相場に注意
金融危機・急落相場・イベント相場では、 通常時と市場構造が変化する場合があります。 類似性が高くても、 相場環境の違いには注意が必要です。
類似度を見る
平均類似度が高い場合、 市場センチメント構造が近い可能性があります。 一方で、 類似度が低い場合は 参考局面が少ない可能性があります。
単独指標ではなく総合判断
上昇確率、期待値、中央値、 類似日数、平均類似度などを 総合的に確認することで、 より安定した分析につながります。