Session 1 資産運用におけるAI 10:00~11:20(80分)
長尾 慎太郎(楽天投信投資顧問 パッシブ運用室 部長)
- 1. 金融市場とサイエンス
- ・ 科学哲学パラダイムの変遷を振り返る
- ・ 科学で未来の予測は可能か? ~ 金融市場の予測は当たるのか?
- ・ 金融市場は複雑な人間活動システム ~ 複雑なシステム二種
- ・ 金融市場を理解する際の課題と解決法
- 2. AI(人工知能)とは何か?
- 3. 金融機関における機械化
- ・ AIが解決する社会的課題
- ・ 金融機関におけるAIによる課題解決の中心は“機械化”
- ・ 非エルゴード性
- ・ 金融市場における未来予測
- ・ 金融市場の理解の歴史
- ・ 金融機関におけるAIの特徴
Session 2 データサイエンスのデザイン 11:20~13:00(100分)
長尾 慎太郎(楽天投信投資顧問 パッシブ運用室 部長)
- 1. 人間の弱点とAIの強み
- ・ 限定合理性―bounded rationality
- ・ ヒューリスティック―heuristic
- ・ メンタルモデル―mental model
- ・ 帰納法と人間
- ・ 人間の判断 vs. 機械的ルール
- ・ 投資行動にみられる非合理性 ~ スキューの選択
- ・ 性格(Big-5)と投資適性
- ・ 人間に勝つためにAIをどのようにデザインすればよいか
- ・ 人間の弱点とAIのデザイン
- 2. AIとイノベーションのジレンマ
- ・ AIは何のために?
- ・ 2種類のイノベーション
- ・ 破壊的イノベーションとイノベーションのジレンマ
- ・ イノベーションのジレンマの事例
- ・ 投資信託の価値構造の問題
- ・ 資産運用業界におけるイノベーションのジレンマ
- 3. 金融市場および資産運用業界における AI の可能性
- ・ AIを適用しようとする際の諸問題
- ・ データ量の不足に対処する
- ・ AIの社会的な課題 ~ 失われた可読性と説明責任
- ・ AI開発のアプローチ3種
- ・ 金融市場における知識創造と学習
- ・ テーマ型ファンド問題
- ・ AIを適用する対象とモデルの構造
- ・ アンサンブル学習(集団学習)
- ・ 資産運用におけるAIの役割
- 【参考】PrecisionとRecall
- 4. Closing Comment
- ・ 資産運用業界の未来
- ・ AIのデザインのポイント ~ 知識を与える
- ・ 知的創造・知的獲得の重要性
Session 3 AI運用 14:00~16:00(120分)
西村 方斗英(日興アセットマネジメント ソリューション部 クオンツ商品開発グループ)
- 1. AI運用とは ~ そもそもどのようなものを指しているのか?
- ・ 様々なデータソース ~ オルタナティブ・データの活用例
- ・ 機械学習のイメージ ~ 講師あり学習と講師なし学習
- ・ 伝統的クオンツ運用との関係 ~ 適切な手段を用いることが大切
- ・ 分析対象となる金融市場の特性
- 2. 機械学習イントロダクション ~ 機械学習を用いた分析の流れ
- ・ 分析のデザインとよく用いられる前処理の例
- ・ モデルの決定と学習 ~ オーバーフィッティングとアンダーフィッティング
- ・ バイアスとバリアンス
- ・ 5-Fold Cross Validation / Time Cross Validation
- ・ 評価
- 3. 代表的なモデル
- ・ 回帰モデル ~ 回帰分析とファクターリターン
- ・ スパース推定 ~ ビッグデータ時代の推定方法
- ・ 正則化法 ~ 正則化項の影響
- ・ Ridge Regression
- ・ Lasso ~ 変数選択と問題点
- ・ 金融データへの応用
- ・ Rapach et al ~ 日本株での分析と結果
- ・ 変数選択の例
- ・ Graphical Lasso ~ 資産間の相関を可視化
- 4. クラスタリング ( K-means法 )
- ・ 投資信託のクラスタリング ~ 戦略の分散やマネージャー管理への応用
- ・ 決定木 ~ アルゴリズムの例と注意点
- 5. ランダムフォレスト ~ 決定木を複数用いる
- ・ アンサンブル法とアルゴリズム
- ・ ランダムフォレストを用いた投資戦略
- 6. ディープラーニング(CNN)
- ・ ニューラルネットワーク
- ・ 活性化関数と損失関数の最小化
- ・ 誤差逆伝播法
- ・ コンボリューションとプーリング
- ・ ディープラーニングでチャートを学習
- ・ パラメータ設定とモデル化 ~ ファクターリターンとバックテスト
- 7. テキストマイニング ~ 資産運用業界での応用
- 金融におけるテキストマイニング
- ・ アルファソースとしてのテキストマイニング
- ・ 運用者を補助するためのテキストマイニング
Session 4 AIを用いた運用戦略の開発におけるポイント 16:00~17:00(60分)
西村 方斗英(日興アセットマネジメント ソリューション部 クオンツ商品開発グループ)
- 1. モデルの概要を検討
- 2. 解釈性の問題
- 3. リスク管理とモデル評価
- 4. AI運用戦略を評価するときに注意すべき点