大木レポート


筆者プロフィール
大木昌光(おおき まさみつ)
取締役運用部長兼チーフ・ポートフォリオ・マネジャー

89年日本興業銀行、95年マッキンゼー・アンド・カンパニ 、97年より大手外資系証券、投資運用会社でアナリスト、ファンドマネジャー経験を経て、14年より現職。


AIの差別化競争激化によって問題となりうる「未公開情報」の定義
【No.0049】
2019.2.15
金融取引でAIを活用する場合のノーマルな方法は、大きく分けて2通りあると思われる。第一は、株価や金利などの金融関連データを活用する方法。第二に、決算短信などの文章をなぞる手法。
それらは、いずれにしろ、何らかのアルゴリズムに、データや文章などのビッグデータを投入するという形で行われる。ところで、世の中には色々なアルゴリズムが存在しているようであるが、AIの専門家に話を聞くと、アルゴリズム自体の違いは極めて小さいようである(有意な格差は、アルゴリズムをデータ特性に応じて微調整することで生じるらしい)。また、アルゴリズムに投入するデータ内容には、金融の世界では大きな差が生じない(例えば、特定の日の日経平均株価の終値は、共通である)。 
このように、アルゴリズムにもビッグデータにも大きな違いがないとしたら、各運用機関がAIを金融取引に使った場合の投資判断も似通ってくることが容易に想像できる。この結果、AI取引が全金融取引に占めるシェアが高まるほど、相場は一方向に動きがちになる。このような傾向は、あくまで運用の肌感覚ではあるが、この1年で強まったような気がする。もしこの仮説が正しければ、各AIファンドの運用成績は、公表されるビッグデータ(月次業績とか決算短信など)に対するAIの反応速度の速さに比例するだけになり、結果的に、High Frequency Trading(HFT/高頻度取引)と同様の差別化要因しか残らないことになる。そこに大きなアルファが見込み難いであろう。
このようなAIの限界を踏まえて、最近は様々な試みが行われているようだ。例えば、製造業を例にすると、その企業の工場の衛星画像で在庫情報を把握することなどが挙げられる。これもAI活用の一方法なのかもしれない。そして、業種ごとの違いを踏まえると、業種別に異なるアプローチを展開すれば、他の運用者に先んじて色々な情報を取れることになる。その際の成功の鍵は、「資金量」ということになろう。そうなると、資金量に勝る運用会社の勝率は自ずと高まることになる。
ただし、この点については疑問が残る。こうした方法で得られる情報は「公開情報」ではないという点だ。こうした、「未公開情報」が投資判断材料の主役になり、しかもこうした情報が「未公開情報」にならないとしたら、そもそも「未公開情報」の定義とは何なのかと考え直したくなる。AI浸透が人類に投げかける、新たな課題なのかもしれない。

大木 将充


※ 当コーナーは、投資家の皆様への情報提供を目的としてファイブスター投信投資顧問株式会社が作成したものです。 当コーナーに掲載する記事の中には、当社設定投資信託をはじめ特定の金融商品を取り上げている場合がございますが、これらの金融商品の売買を推奨・不推奨するものではありません。投資に関する最終判断は、投資家の皆さまご自身でなさるようにお願い致します。また、当コーナーの掲載内容に基づいて行った投資行為の結果については、当社は何ら責任を負いません。
※ 当コーナーの内容は作成基準日現在のものであり、将来予告なく変更されることがあります。
※ 当コーナーの内容に市場環境等についてのデータ・分析等が含まれる場合、それらは過去の実績及び将来の予想であり、今後の市場環境等を保証するものではありません。