Enhancement of Validating Market Hypothesis by Evidence-based Financial Technical Analysis

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．これらの成果は雑誌論文5編 (内2編はarXiv) および学会発表12編 (国外3編，国内9編) に示した．特に前々年度に組成した私募ファンドに関する異常検知モデルを改良すべく，企業の株価情報のみならず財務情報も学習データに加えることで企業の本質的価値 (理論株価) に基づくミスプライスの検出を試みた．さらに説明可能なAI技術 (主にSHAP分析) を導入することで機械学習モデルの解釈性を高め，その応用として投資信託への資金フローの要因およびその年次変化を可視化した．その結果，近年になるほど投資家らの利益確定売りや回転売買の傾向が弱まっており，投資信託の運用成果が健全に評価される環境になりつつあることを確認した．その他，テーマ型投資信託の自動構築および妥当性検証のために自然言語処理技術を導入し，その有効性について実データを用いたシミュレーションによって確認した．さらに外国為替市場の分析や実務においても機械学習を活用し，人工知能等のデジタル技術を駆使することで金融業務の生産性を向上できる可能性を示した.

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．これらの成果は雑誌論文5編 (内2編はarXiv) および学会発表12編 (国外3編，国内9編) に示した．特に前々年度に組成した私募ファンドに関する異常検知モデルを改良すべく，企業の株価情報のみならず財務情報も学習データに加えることで企業の本質的価値 (理論株価) に基づくミスプライスの検出を試みた．さらに説明可能なAI技術 (主にSHAP分析) を導入することで機械学習モデルの解釈性を高め，その応用として投資信託への資金フローの要因およびその年次変化を可視化した．その結果，近年になるほど投資家らの利益確定売りや回転売買の傾向が弱まっており，投資信託の運用成果が健全に評価される環境になりつつあることを確認した．その他，テーマ型投資信託の自動構築および妥当性検証のために自然言語処理技術を導入し，その有効性について実データを用いたシミュレーションによって確認した．さらに外国為替市場の分析や実務においても機械学習を活用し，人工知能等のデジタル技術を駆使することで金融業務の生産性を向上できる可能性を示した.