2023 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 – 2025-03-31
|
| Keywords | 機械学習 / データサイエンス / フィンテック / アセットマネジメント / 最適化 |
|---|
| 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．これらの成果は学術誌論文2編（採録決定）および学会発表10編（国外3編，国内7編）に示した．主な事例として，資産運用における戦略最適化シミュレータを開発した．資産運用における売買ルールをAI（機械）によって最適化する場合，過去データへの過剰適合やルールのブラックボックス化が問題となる．一方，人間の経験則による判断のみでは有効ルールの見落としや，机上の空論となる可能性がある．そこでAI（機械）を活用することで広範な可能性から帰納的に有効なルールを1次選出し，その後に人間が理解・納得できるルールを最終選択できる支援システムを構築した．その機能として，選出ルールの詳細を透明化する可視化や，選出ルールの有効性を検証する売買シミュレータを搭載した．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．さらに各種関連業務において人工知能等のデジタル技術を駆使することで，金融実務の生産性を向上できる可能性を検証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
学術誌論文2編（採録決定）および学会発表10編（国外3編，国内7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，2024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，2024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
(13 results)
