研究課題
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論文4編（内2編は印刷中）や国内発表10件に示し，さらに研究成果を活用した私募ファンド（ジャパン・ダブルアルファ・ファンド）を大和アセットマネジメント株式会社より組成した．本ファンドのコンセプトとして，正常時の金融市場をAIに学習させ，現実の株価との乖離により，異常な価格変化を検出する．行動経済学によれば，異常な乖離は投資家らの不安回避や自信過剰心理によって引き起こされ，その後は市場の効率性により本来の株価へ引き戻す力が働くと考えられる．そこで，再現された正常値であるファンダメンタルズと，実際の株価・資産価格との差を群衆の異常心理と捉え，過大反応が起きている状態であればリバーサル（負の自己相関）が，過小反応であればモメンタム（正の自己相関）が起こると想定する．本モデルから出力される異常度をアルファ情報と捉え，その傾向や特性をシミュレーションにより確認した結果，正常状態アルファ情報と異常状態アルファ情報（機械学習＋異常検知）を合成することにより，情報の有効性と運用の安定性が向上することを確認できた．その他，各種企業との共同研究を通じて，外国為替市場や中古車オークション市場のような価値交換市場においても人工知能・機械学習のアプローチが通用するのか検討し，充分な可能性を確認できた．引き続き次年度においても，詳細な検討を継続する.
2: おおむね順調に進展している
学術論文4編（内2編は印刷中），国内発表10件，解説4編，報道6件などを鑑み，順調に研究成果を挙げていると考えられる．
国内発表した研究テーマについて内容をよりブラッシュアップし，2021年度中に学術論文誌に投稿する．その他，進行中の研究テーマについては国内外で成果を発表し，外部の専門家らによる意見を伺いブラッシュアップを図る．
すべて 2021 2020 その他
すべて 雑誌論文 (4件) (うち査読あり 4件、 オープンアクセス 2件) 学会発表 (10件) 図書 (1件) 備考 (2件)
機械学習による中古車落札価格の要因分析及び割安評価
巻: － ページ: －
JAFEEジャーナル
巻: 19 ページ: 57-78
10.32212/jafee.19.0_57
Journal of Signal Processing
巻: 24 ページ: 113-122
10.2299/jsp.24.113
Technical Analysts Journal
巻: 7 ページ: 19-30
http://tsuzuki.ise.ibaraki.ac.jp/TS_lab/index.html
http://tsuzuki.ise.ibaraki.ac.jp
