From:奥村尚
都内の自宅より、、、
人工知能という言葉が、
ここ２、３年で一般的になってきたように思います。
当初はチェスでスタートしたコンピュータ対人間の対局も、
囲碁や将棋に広がり、小学生レベルだった対局能力も
最近はプロの人間にも勝てるようになってきました。
コンピュータは、ルールが明確なものを
正確に処理するのは得意です。
特に近年は、深層学習という技術が進化し
ルールや、そのルールの事例(対局の詳細)を
学習する効率が飛躍的に拡大しました。
過去の膨大な対局データを全て記憶し、
それを知識として使うことで将棋でプロと同等になった、
ということになります。
金融ではどうでしょうか。
金融の分野においても
「人工知能を使ったｘｘｘ」という
サービスをよく見かけます。
たとえば、性別、年齢、年収、家族構成を書くと
あなたにふさわしい保険商品がわかる、
というサービスがあります。
いったい、どこが人工知能なのか不明ですね。
こうしたサービスは人工知能とは無関係で、
単なるコンピュータの機械処理です。
株の予想はどうでしょう。
株のルールは単純明快です。
需要(買数)が供給(売数)を上回れば上がる。
下回れば下がる。
ルールの事例も、過去の膨大な期間、
詳細な株価推移を学習させることで可能です。
では、
チェスや将棋と違うのはここです。
チェスではルールは不変です。
100年前の対局データでもそれを生かすこともできます。
株式の場合、昔と今でルールが同じですが、
前提条件が変わっています。
市場が変わりました。
東証と大証が合併、取引時間もかわりました。
市場参加者も変わりました。
昔は、機関投資家が圧倒的な比率で売買していました。
今は個人投資家や外国人の比率が大きくなっています。
需要と供給も現在とは異なります。
上場企業も変わりました。
1980年時価総額top10をみると、
1位NTT(21兆円)、2位から12位までの9社は銀行証券。
その他も重厚長大な会社が目立ちます。
今は1位トヨタ(22兆円、1989年は7兆円)を筆頭に、
NTT,ドコモ、MUFG,ソフトバンクと続きます。
IT企業比率がたかくなりました。
為替相場もかわりました。
固定相場は終焉し、変動相場になっています。
このような様々な変化を考慮すると
株式の価格変動を予想するのは、
株データと人工知能(だけ)では無理があるようです。
チェスに勝つのとは、わけが違いますね。
だから、おもしろい、とも思います。
では、また次回。
奥村尚
＜無料動画配信中＞
プロトレーダーが語る売買ルールとは？
本当にスキルを付けて
相場で生き抜きたい人必見の
動画セミナーです。
↓
http://japan-i-school.jp/jim/op2/
※現在、第3話公開中！
・ジャパンインベストメントスクール講師
・マーケット アナリスト
・マーケットの魔術師
20兆円もの運用資産をもつ米国大手ヘッジファンド株式投資部門スーパーバイザー、自身も日本でヘッジファンドを主宰。日本証券アナリスト協会会員。
1987年、都立大学大学院工学研究科修了（テーマは人工知能）。日興証券入社。投資工学研究所にて、数々の数理モデル開発に携わる。スタンフォード大学教授ウィリアム・F・シャープ博士（1990年ノーベル経済学賞）と投資モデル共同開発、東証株価のネット配信(世界初)なども手掛ける。
2000年 東証マザーズ上場第一号のインターネット総研で金融事業を統括。
2002年 イスラエル天才科学者とベンチャー企業設立、人工知能技術を商用化し空港に導入。
2004年以降は、金融業界とIoT業界の交点で活躍。最先端の人工知能とアナリストの相場適応力を融合させた投資モデルMRAを完成し、内外の機関投資家に提供する。この投資手法は、最低25%/年以上の収益を「MRAを使う誰にでも」もらたしている(一度も元本割れなし)。
2015年 個人投資家へMRA情報提供開始、さらに投資塾を通してお金の知識を広め、ゆたかな生活の創造に貢献している。
趣味は、オーディオの機械いじり。ワインやウィスキーをたしなむこと。スポーツも好きでスキー、スケートは自称特級(そんなものはない)、エアロビック競技を10年ほどやっている(NAC マスター男子シングル 9連覇中、2014-2016日本選手権千葉県代表)。ただし、「かなずち」であり、球技も苦手である。
