| 研究課題/領域番号 |
19K21704
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分7:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
北村 能寛 早稲田大学, 社会科学総合学術院, 教授 (90409566)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2021年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2020年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2019年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
|---|
| キーワード | 指値注文 / 情報トレーダー / 為替レート / 価格発見 / Low latency trade (LLT) / 成行注文 / improving order / order flow / 人工知能取引 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、人工知能が取引を支配する今日の外国為替市場において、人間の取引を前提として構築された従来の為替レート・モデルを刷新する実証エビデンスを示す、ことである。今回の研究では、為替レート市場をその直接の分析対象とするが、本研究でのエビデンスは株式市場等、他の人工知能取引が台頭する資産市場における理論モデルを再構築する際にも有用である。
人工知能はその処理速度の速さから、従来の情報トレーダーが採用する「成行」注文ではなく、取引価格の設定が可能な「指値」注文を採用する。ゆえに、これまでの研究で注目されなかった「指値」注文の価格発見過程における役割に注目する。
|
| 研究実績の概要 |
人工知能取引の台頭、アルゴリズム取引による取引の自動化、高速化により、従来の理論モデルで仮定された情報トレーダーの行動様式はもはや現実離れ（時代遅れ）しているのではないか。それゆえ従来の価格発見理論では、今日の為替レート市場での価格発見過程を説明できないと考えたことが、本研究の動機である。では、人工知能取引の台頭は、どのような変化を価格発見過程にもたらしたのか。本研究では、従来情報トレーダーが用いないとされてきた指値注文に注目した実証研究を行なった。その理由としては、取引の高速化により指値注文時に指定した取引価格、取引量を高速で変更、キャンセルすることができ、それにより指値注文における期待利潤が成行注文のそれを上回る。従って、情報トレーダーは、利潤最大化の観点から合理的に指値注文を用いる。この仮説を検証するため、雇用統計等マクロ統計発表時の指値注文、成行注文の動きを詳細に分析した結果、マクロニュースのサプライズ部分は主に指値注文の更新により為替レートに反映されることが判明した。次に、指値注文の為替レートに対する影響を成行注文のそれと比較した。その結果、前者が後者を上回ることが判明した。以上の結果より、為替レートの価格発見に指値注文が貢献することが実証分析により判明した。これらの結果はワーキングペーパー“Price discovery of limit orders in the FX market”として纏められている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
当初の予定より、分析の範囲、深度が大きくなった。これは決して否定的な遅れの理由ではなく、研究の重要度を高めるものである。
|
| 今後の研究の推進方策 |
2023年度は、ワーキングペーパー“Price discovery of limit orders in the FX market”改訂した上で、その改訂版を国際学会にて報告、国際誌への投稿を行う。データの追加購入をも行い、実証結果のアップデートを行う予定である。
|
