株価動向予測手法は個人投資家から企業、金融機関まで、様々なステークホルダーにとって不可欠なツールであり、健全な経済システムの維持に寄与している。しかし、市場の動きは多くの要因に影響を受けるため、従来の株価予測手法は複雑な市場関係性を十分に捉えられず、株式市場を機械的に予測することは困難である。そこで、本研究では長期の時系列依存関係を学習するのに優れたTransformerをベースにした株価動向予測モデルを提案し、予測精度の向上を目的とした。その結果、これまで提案された手法を上回る高い精度を実現した。