AI Refereeとは「有望株」を探すためのツールです。
技術的な背景
優れたAI投資ツールには「機械学習」の機能があると言われます。
機械学習とは、膨大なデータから役に立つ法則性や判断基準を学び、未知の状況に対する予測を行うAI技術です。
ロボット開発の現場では以前から、株価の値動きや各企業の業績などの膨大なデータを機械学習させ、その能力を活用すれば、より安全に顧客資産を運用できると考えられていました。どうやら、その仮説の正しさを裏付けるような事例が、実際に出始めているようです。
ディープラーニング（深層学習）
AIレフェリーなどの最新のAI投資ツールは、機械学習の発展形となる「ディープ・ラーニング（深層学習）」の能力を備えていることを謳っています。ディープ・ラーニングとは、人間の脳神経をまねたコンピューターが自ら何を基準に判断するかを決め、人間の指示を待たずに独自に学習を発展させる技術です。
人間には真似できない技
近年のAI投資ツールの人工知能は、常に膨大な株取引や企業の財務などのデータを収集しているようです。
数千社以上の決算資料を一度に読み、何が起きているかをリアルタイムで分析しているといいます。
SNSと株価の関係
さらに、マクロ経済や政治などのニュースと個別銘柄の相関関係も、データとして蓄積されています。
SNS投稿など社会のトレンドを掴むための情報もフォローしているといいます。
そのうえで、「短期間の株価高騰」が期待できる株を抽出します。これらは人間には決して真似できない高度で複雑な行為です。
＜AI Refereeのポイント（公式サイトより）＞
| １ |
AIによる膨大なデータ解析 |
| ２ |
投資効率最大３倍増 |
| ３ |
利用者満足度97.8% |
機関投資家の進化
21世紀に入ってから、欧米の機関投資家や投機筋の間では、AIの活用が当たり前になりました。
とりわけヘッジファンドは、超高度な統計学や数学を覚えた最先端AIを駆使して、日本を含む世界の相場に臨んでいます。
ヘッジファンドのAIの機能は以下の通りです。
ヘッジファンドのAIの機能
| 機能 |
内容 |
| 統計的な分析 |
金融商品や指数のヒストリカル・データ、各種経済指標などのファンダメンタルズのデータ、またそれらの相互関係などに関する統計分析。
ボラティリティ、相関、トレンド、主成分などを得る。 |
| 将来価格の予想 |
将来価格の予想。将来とは超短期のこともあれば長期の場合もある。 |
| 取引の執行 |
大口の売買注文をスムーズに行うアルゴリズム |
| ポートフォリオ管理 |
ポートフォリオに組み入れる銘柄やその配分の推定 |
| リスク管理 |
状況に応じたポジション・サイズのコントロール |
社内でロボット大会
さらに、世界の有力ヘッジファンドは、リスクに対してどれだけの収益を上げたかを数値化した「シャープレシオ」に基づき、運用成績の悪いAIを排除します。つまりこれは、社内で常にロボット競技大会を行っているようなものです。組織内の激しい競争によって、絶えずAIの「頭脳とアルゴリズム」を進化させているのです。
個人が負ける理由
AIを駆使するプロ投資家に対して、素人の個人投資家が立ち向かうのは至難の業です。
とくに株の初心者は、その売買の手の内や心理状況を、AIに見透かされています。
「このようなニュースが流れたとき、アマチュアはこういう行動に出る」という行動パターンを、AIは熟知しているのです。
経験の浅いビギナーが、よく投機筋の「食い物」にされるのは、このためです。
「一般」向け株投資AI
個人投資家もAIを活用しなければ、機関投資家に負け続けることになります。
とはいえ、個人投資家には自らAIを開発する資金力はありません。
そのような背景の中で誕生したのが、AI Referee（エーアイレフェリー）のような「汎用型AI投資ツール」です。
汎用型AI投資ツールとは、特定の企業や富裕層が使うのでなく、一般大衆が共同で使うことができる開放型の小道具です。
その特徴は以下の通りです。
＜汎用型AI投資ツールの特徴＞
| 歴史的な位置づけ |
一般投資家がAIを活用する先駆的な事例 |
| 開発指向 |
オープン型、クラウド型、フィードバック型 |
| サービス形態 |
多人数が利用 |
| 能力 |
自己学習。ロボアドの場合は、リスク管理 |
| アップデート頻度 |
必要に応じて随時 |
ファンドマネジャーの運用方法を学習
汎用型AI投資ツールの開発には、長い歴史があります。
まず、ゼロ年代（2000年代）になって、過去のロボット研究の成果と知恵をふまえたプロトタイプが制作されました。
2010年代に入ると、トップクラスのファンドマネジャーの運用方法をAIに学習させる作業が本格化しました。
訓練に数年以上
AI Refereeの開発現場でもAIの訓練に数年以上が費やされたようだと、業界内の口コミでは指摘されています。
また、AI Referee以外の最先端AIツールでは、株価予測にとどまらず、相場全体の下落リスクなどに関する管理能力も付与される事例も出てきました。
新しいAIが勝つ
株投資の世界では、「AI対AI」の戦いになったとき、能力の高いAIが勝ちます。
最先端の技術やデータ分析力を備えた人工知能に軍配が上がるのです。
一人勝ちを謳歌していた最先端AIも、時間の経過とともに時代遅れになり、他のAIに完敗することがよくあります。
古いシステムより優位？
AI Refereeは、最新の人工知能が取り入れられいると喧伝されており、古いシステムよりも技術的な優位性が期待できます。
オープンな開発体制
また、AI Refereeでは、開発体制が開放的な「オープン型・クラウド型」になっていると推測されます。
一部の専門集団だけがプログラムをいじる閉鎖的なシステムでないため、
技術的なアップデートの頻度が高い可能性があります。
それだけ、技術革新の恩恵を柔軟に取り入れることができるということです。
精度が向上し続ける
従来、投資用AIツールは、特定のヘッジファンドや大手運用会社だけに限定して使われてきました。
その開発体制は、大手システム会社だけがナレッジを独占する「クローズド型」でした。
一方、AI Refereeのような一般向けシステムは、幅広い会員に使われる宿命にあります。
常に多数の利用者からフィードバックが寄せられ、その情報や知見が開発メンバーの間で共有されます。
その結果、AIの精度やノウハウが向上しやすくなっています。
コストを多人数でシェア
AI Refereeのような汎用型AI投資ツールは、開発費やランニングコストを多数のユーザーでシェアする形になっているのも特徴です。
結果的に、利用者一人一人の経済的な負担が少なくなります。
開発側としても、費用の回収が容易であるだけでなく、永続的に機能向上に取り組みやすい仕組みになっているのです。
ネット社会ならではのスマートなビジネス・モデルだといえます。
▲ ページの先頭に戻る
「メカトロ教育」の歴史の観点から、AI Referee（エーアイレフェリー）の意義を考えてみたい。
メカトロ教育（産業ロボット教育）とは、産業用オートメーション装置の開発・設計・運用を教えることである。
若手エンジニアの不足に苦しむ産業界から熱い期待が寄せられている。
1980年代の河合塾
河合塾は1980年代からメカトロ教育に取り組んできた。
1987年4月、グループの専門学校「トライデントカレッジ」に中部地区の専門学校としては初のメカトロニクスコース「制御情報処理学科（MSE）」を開設した。制御情報処理学科は、知能ロボットの制御、センサー、生産現場でのFA化などに必要な専門知識、技術について２年間実践的な教育を施した。
これにあわせて。1億5000万円を投じ、スーパーミニコン（DEC社のVAX8200）や端末機（NECPC98XA）50台などの装置を導入した。
＜河合塾のメカトロ教育＞
| 学年 |
教育内容 |
| １年次 |
コンピューターを道具として使えるよう、言語中心の実習、電子回路、機械工学の実験など |
| ２年次 |
マイクロコンピューターを応用、利用する技術を中心に実験、実習を通したソフトウエアの能力を養成する。 |
1980年代の河合塾
こうしたメカトロニクス教育は、製造業の「ものづくり」のための人材育成が中心だった。
金融教育や投資教育と結びつくことはあまりなかった。
AI Refereeにおいては、投資分野とロボット分野の両方を兼ね備えた「金融AI」での人材育成に取り組んでもらいたい。
▲ ページの先頭に戻る