株式会社カブロボ/pegging株式会社の運営メモ

年率30%を目指すロボアドバイザー「信用ロボアド」を提供する株式会社カブロボ(旧gescalgo)の運営メモです。お金や投資、相場にまつわる情報を発信してます。


Yahoo! JAPAN研究所×慶應義塾大学SFC研究所の「全国ムード指数」は、先週末をどう捉えたか?

mood

 

 Yahoo! JAPAN研究所、慶應義塾大学SFC研究所と連携し、検索キーワードなどの情報を基に世の中の気分(ムード)の浮き沈みを推定する「全国ムード指数」を公開|ヤフー株式会社のプレスリリース

新型コロナウイルスの影響で世の中の“ムード”はどう変わったのか? - Yahoo! JAPAN Tech Blog

全国ムード指数 - Yahoo!ラボ

【簡易要約】

  • Yahoo! JAPAN研究所と、慶應義塾大学SFC研究所が「全国ムード指数」を公開
  • 検索キーワードなどの情報を基に世の中の気分(ムード)の浮き沈みを推定
    ※数値は、2019年と2020年の平均のシグナルをムード指数0として算出

 

ムードは、どのように計測できるか?

  • ウェブ検索行動を使うこと
  • ウェブ検索クエリには、検索を行った“背景(=コンテキスト)”がある
  • 明るいムード/暗いムードというコンテキスト軸で、検索クエリを見つけられたなら、そこから日本全体のムードを推定できる

 

具体的な収集データ

  • 3つの情報を使い、機械学習を駆使し、ムードを推定するQMM(Query Mood Model)を作った
  1. A)センサーデータ(加速度センサーとか、気圧センサーとかの値)
  2. B)モニターに対して行った「あなたの今のムードは?」アンケートデータ
  3. C)検索クエリ

 

QMMの手法の解説

  • 検索のタイミングとアンケートの、タイミングが近ければ問題ない
  • でも、現実は都合よくいかない(時間的に離れる)
  • その課題を打破するのはセンサーデータ
  • A)センサーデータと、B)「あなたの今のムードは?」から生成されたground truthデータである、Sensor Mood Model(SMM)
  • SMMは、センサーデータとアンケートの回答の関係をモデル化
  • 常時センサーデータを取得することで、全時間のアンケート回答(ムード)を推定できるモデル
  • それにより、検索時のムードも予測可能にした

 

ムードスコア最新情報

  • 都道府県別のムード分析
  • 月曜日は必ずムードスコアが下がる!?(土日祝日はムードが上がる)

 

 

 

~~~~~

 

Y!版VIX指数にもなりそうな、「全国ムード指数」。

 

さっそく、直近のデータを見てみました。

そしたら先週末にかけて、とてもポジティブに上昇していたため、少し複雑な気持ちになりました。

mood

 

Y!検索では、夏のイベント情報など楽しい気持ちで溢れていたのでしょうか。

データ元の属性はどうなっているかなどに影響を受けるため、同じことをGoogleがやった場合は、また違った結果になるのかもしれません。

 

しかし、株価で見た場合には、人々が悲観ムードになってる時のほうが「買い」のチャンスであります。

たまにチェックしてみて、そのへんの相関を探りたいですね。

 

 

 

NRIの「日本の空気感指数」とも比較してみたかったのですけれども、こちらは一般公開されてない様子。

gescalgo.hatenablog.com

ただし、今後は、匿名化された検索履歴や個人情報などから、より最適化された情報やサービスが生まれて来るんですね。

 

まだ全体感をおぼろげにつかむ程度に思いますが、これからたくさん学習して精度をあげていくこととなるのでしょうか。

そのときの株式市場は、やはりランダムウォークのままでしょうか。

 

ふわっとした終わりになりますが、こういった情報も参考にされてみてはいかがでしょうか。

 

 

 

もちろん、細かい情報収集をすることせずに、年率30%を目指すなら、信用ロボアドをぜひ検討ください。

 

運用実績は、下記よりご覧いただけます。
デモトレード
トレーダーYの「信用ロボアド」運用ブログ

 

疑問・質問などは、お問い合わせフォームからお気軽にご連絡ください。

 

スポンサーリンク


スポンサーリンク


スポンサーリンク