TRACE: 知識グラフ上の時系列ルールアンカー付き証拠連鎖による解釈可能な株価動向予測

概要： 私たちは、知識グラフ上の Temporal Rule-Anchored Chain-of-Evidence (TRACE) を用いた、解釈可能な株価変動予測のための手法を提示します。これは、象徴的な関係事前知識、動的グラフ探索、LLM主導の意思決定を単一のエンドツーエンドパイプラインで統合します。
このアプローチは、適格な関係系列に制限されたルール主導のマルチホップ探索を実行し、同時期のニュースを根拠として、候補推論チェーンを構築し、完全に根拠づけられた証拠を監査可能な \texttt{UP}/\texttt{DOWN} 判定へ集約し、テキストと構造を結ぶ人間が読みやすい経路を備えています。
S&P 500 ベンチマークにおいて、本手法は 55.1% の精度、55.7% の適合率、71.5% の再現率、60.8% の F1 を達成し、強力なベースラインを上回り、同一評価条件下で最良のグラフベースラインより再現率と F1 を改善します。
これらの利点は、(i) 経済的に意味のあるモチーフに探索を集中させ、任意のウォークではなくルール主導の探索を行うこと、(ii) テキストに基づく統合によって、弱い信号を一様に結合するのではなく、高信頼かつ完全に根拠づけられた仮説を選択的に集約すること、の二点に起因します。
これらの選択は、選択性を損なうことなく感度を高め、忠実で監査可能な説明とともに予測性能の向上を実現します。