metadata
license: apache-2.0
tags:
- finance
- japanese
- stock-prediction
- sentence-transformers
- gradient-boosting
datasets:
- kabu-disclosures-v1
metrics:
- mean_absolute_error
- r2
model-index:
- name: jfinance-title2return-v1
results:
- task:
type: regression
name: Stock Return Regression
dataset:
name: JP_Disclosure_Titles_2024Q3-2025Q2
type: custom
metrics:
- type: mean_absolute_error
value: 2.94
- type: r2
value: -0.064
jfinance-title2return-v1
日本株 TDnet／EDINET 開示タイトル から
翌営業日リターン (ret_next, %) を推定する Gradient Boosting Regressor モデルです。
タイトル文は sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
（384 次元）にエンコードし、±25 % Winsorize 済みリターンを回帰ターゲットに学習しました。
Intended Uses & Limitations
| ✔ 推奨用途 | ✘ 非推奨用途 |
|---|---|
| IR イベントドリブンの速報スクリーニング | 裁量なしの完全自動売買 |
| 金融 NLP 研究・ベンチマーク | ETF／REIT での厳密な値動き予測 |
| 個人投資家の材料整理 | 終値 < 1 円の超低位株 |
注意: 実際の投資判断に用いる際は必ず追加検証を行ってください。
Quick inference (one-liner)
from joblib import load
from sentence_transformers import SentenceTransformer
from huggingface_hub import hf_hub_download
# download & load model
reg = load(hf_hub_download("c299m/jfinance-title2return-v1", "model.joblib"))
embed = SentenceTransformer("sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
title = "AIマッチングサービスβ版リリースのお知らせ"
pred = reg.predict(embed.encode([title]))[0]
print(f"Predicted next-day return: {pred:.2f} %")
### Run with the helper script
```bashcd
python predict_ret_next.py "NVIDIAと提携"
#▶ loading models …
#予測翌営業日リターン: 15.04 %