| 研究課題/領域番号 |
16K00320
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 茨城大学 |
|---|
研究代表者 |
鈴木 智也 茨城大学, 理工学研究科(工学野), 教授 (70408649)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 金融データサイエンス / フィンテック / AI運用 / 人工知能 / 機械学習 / 集合知 / FinTech / 集団学習 / 金融工学 / テクニカル分析 / ソフトコンピューティング / 効率的市場仮説 / 金融テクニカル分析 / 行動経済学 |
|---|
| 研究成果の概要 |
近年，人工知能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に関する資産運用モデルをいくつか提案した．提案モデルには深層学習・集団学習・異常検知など様々な技術を用いるが，投資判断は過去の株価情報のみに基づくためテクニカル分析の一種とみなし，それらの妥当性について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．
|
| 研究成果の学術的意義や社会的意義 |
現実の金融データを用いた実証分析の結果，単にまぐれでは解釈できないほどの収益性を確認でき，これは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．しかし実際の資産運用においては様々な制約があり，必ずしも実験通りに機能しない原因を提言した．なお株価情報のような数値データのみならず，ニュース記事のようなテキストデータも資産運用アルゴリズムに取り入れることで，近年において注目されているAI運用に関する可能性についても検討した．
|
