Enhancement of Validating Market Hypothesis by Evidence-based Financial Technical Analysis
| Project/Area Number |
20K11969
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Ibaraki University |
|---|
Principal Investigator |
鈴木 智也 茨城大学, 理工学研究科(工学野), 教授 (70408649)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2020: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 機械学習 / データサイエンス / 金融情報工学 / フィンテック / 金融情報学 / FinTech / 人工知能 / 金融工学 |
|---|
| Outline of Research at the Start |
近年においてコンピュータによる資産運用が急増しているが，成果を得やすい活用事例として情報処理速度(HFT)や情報処理量(ビッグデータ活用)が挙げられる．しかしアルゴリズムの多様性に乏しいため，同じパイの奪い合いよる収益性の低下や，アルゴリズムの連鎖反応による暴落や暴騰の原因となる．そこで本申請課題では，速度と量に加え，アイデアを資産運用の3大競争要素と捉え，既製手法には無い独自の工夫を加えることを重要視する．それには主に機械学習を駆使するがブラックボックス化が進むため，人間心理を反映したテクニカル分析と融合することで，人間に理解しやすいExplainableな資産運用アルゴリズムを検討する．
|
| Outline of Annual Research Achievements |
近年，人工知能(AI)技術の実務への応用が加速しているが，本研究では特に金融業務への応用としてFinTechに関する投資運用モデルをいくつか提案した．提案モデルでは，深層学習・集団学習・異常検知など様々なAI技術を用いるが，それらの妥当性を実データによる投資シミュレーションおよび統計的仮説検定に基 づいて調査した．その結果，単にまぐれでは解釈できない収益性を確認し，伝統的経済学の基盤をなす効率的市場仮説の反証になり得る可能性を指摘した．これらの成果は雑誌論文5編 (内2編はarXiv) および学会発表12編 (国外3編，国内9編) に示した．特に前々年度に組成した私募ファンドに関する異常検知モデルを改良すべく，企業の株価情報のみならず財務情報も学習データに加えることで企業の本質的価値 (理論株価) に基づくミスプライスの検出を試みた．さらに説明可能なAI技術 (主にSHAP分析) を導入することで機械学習モデルの解釈性を高め，その応用として投資信託への資金フローの要因およびその年次変化を可視化した．その結果，近年になるほど投資家らの利益確定売りや回転売買の傾向が弱まっており，投資信託の運用成果が健全に評価される環境になりつつあることを確認した．その他，テーマ型投資信託の自動構築および妥当性検証のために自然言語処理技術を導入し，その有効性について実データを用いたシミュレーションによって確認した．さらに外国為替市場の分析や実務においても機械学習を活用し，人工知能等のデジタル技術を駆使することで金融業務の生産性を向上できる可能性を示した.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
学術論文5編(内2編はarXiv)および学会発表12編(国外3編，国内9編)などを鑑み，順調に研究成果を挙げていると考えられる.
|
| Strategy for Future Research Activity |
学会発表した研究成果について内容をよりブラッシュアップし，2023年度中に学術論文誌に投稿する．次年度に向けて補助事業期間の延長を行なったため，2023年度に補助事業に関する全ての課題の達成を目指す．
|
Report
(3 results)
Research Products
(46 results)
-
-
-
-
-
-
[Journal Article] 金融におけるテキストマイニングと機械学習応用2021
Author(s)
鈴木智也, 中川慧, 伊藤友貴, 坂地泰紀
-
Journal Title
Journal of the Japanese Society for Artificial Intelligence
Volume: 36
Issue: 3
Pages: 270-278
DOI
NAID
ISSN
2188-2266, 2435-8614
Year and Date
2021-05-01
Related Report
Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Book] 工場・製造プロセスへのIoT・AI導入と活用の仕方2020
Author(s)
鈴木智也, 小林祐児, 山田浩貢, 山本晴義, 川畑英貴, 嶋村公一, 長谷川徹, 佐藤朋美, 坂田愼一, 鎌田聖一, 笠原亮介, 柳康裕, 長尾智晴, 池田和隆, 白石洋一, 神薗建太, 川平孝雄, 百嶋徹, 岡田一成, 境野哲, 他32名
Total Pages
605
Publisher
技術情報協会
ISBN
4861047919
Related Report
-
-
-
-
