2022 Fiscal Year Research-status Report
Enhancement of Validating Market Hypothesis by Evidence-based Financial Technical Analysis
| Project/Area Number |
20K11969
|
|---|
| 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
|
| 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 |
|---|
| 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．
|
| Causes of Carryover |
校務など補助事業以外の業務にエフォートを費やす必要が生じたため，当初の予定通りに研究を遂行できなかった．これにより補助事業期間の延長を申請し，当該年度の予算を次年度に繰り越した．次年度は研究成果の論文投稿を目標にし，国内外での成果発表を通じて外部専門家らの意見を徴収し，研究成果のブラッシュアップを図る.
|
Research Products
(18 results)
