AI予測を安全に使うポートフォリオ戦略
AIによるリターン予測をポートフォリオ運用にどう活かすか?予測が当たれば高いリターンを得つつ、外れた場合でも安全性を保つ画期的な手法「RAM」を解説します。論文の主張が日本市場のデータでも通用するのか、予測精度や取引コスト、安定性の観点から検証しました。
博士号持ちポンコツAIエンジニアが、アカデミックな視点で金融市場を分析します
AIによるリターン予測をポートフォリオ運用にどう活かすか?予測が当たれば高いリターンを得つつ、外れた場合でも安全性を保つ画期的な手法「RAM」を解説します。論文の主張が日本市場のデータでも通用するのか、予測精度や取引コスト、安定性の観点から検証しました。
YouTube等で人気の株インフルエンサー。彼らの推奨に従えば本当に儲かるのでしょうか?ある米国の研究では、逆張り戦略が有効という結果も。今回は、この論文を参考に、日本の著名インフルエンサーの推奨発言をAIで収集し、その後の株価がどうなったかを実際に検証してみました。
株価のローソク足データを「言語」とみなし、大規模言語モデルで予測する世界初のオープンソース基盤モデル「Kronos」を解説。その驚異的な性能の秘密は、市場の動きを「粗い概要」と「細かい詳細」の2段階トークンに翻訳する独自の仕組みにありました。日本株データでの軽量な再現検証も行い、銘柄ごとの「方言」を探ります。
大規模言語モデル(LLM)は、中央銀行の記者会見から「タカ派/ハト派」の分類を超え、発言の背景にある経済認識を分離できるか?純粋な政策ショックと経済見通しを区別し、株価への影響を精密に分析した論文を紹介。日銀会見での検証結果も。
テキスト・チャート・表を統合的に理解する金融特化の大規模言語モデル「Open-FinLLMs」を解説。GPT-4Vを超える性能と主張する本モデルの実力は?最新AIで、日本株のチャート読解と決算短信分析を試した独自検証の結果も合わせてご紹介します。
米フロリダ大の研究者がChatGPTによるニュース見出し分析で翌日の株価方向を予測できるか検証した論文を紹介します。ソフトバンクグループ株での追試結果も交えながら、LLMセンチメント分析の可能性と限界を整理します。