AI Refereeに見られるような機械学習とは、過去に人間が運用した膨大なデータから役に立つ法則性や判断基準をAIのような「機械」が学習し、未知の状況に対する予測を行う技術です。
ディープラーニング(深層学習)
値動きの膨大なデータをAIロボットに機械学習させ、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ています。
機械学習の発展形となるのが、ディープラーニング(深層学習)です。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も決め、人間の指示を待たずに独自に学習を発展させることができます。
数千社以上の決算資料
AI Refereeのような株投資用のAIには、過去の株取引のデータだけでなく、SNSの投稿や衛星画像など多様なデータが蓄積されます。
AIは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把握できます。AIソフトは多様な業種の銘柄を分析し、高騰が期待できる銘柄を抽出します。人間には決してできない技です。
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% |
機関投資家はロボットを選別
近年、AIを活用する機関投資家が急増しています。機関投資家やヘッジファンドでは、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」に基づいて、運用成績の悪いロボットは選別され、競争によって絶えず進化させています。
ファンドマネジャーの運用方法を学習
最先端のAI銘柄抽出ソフトの開発現場では、訓練に数年以上が費やされます。投資先企業の成長戦略やトップクラスのファンドマネジャーの運用方法を学習させます。
AIの活用は、単に株価予測のためではなく、人間の知恵を結集し、リスク管理能力を向上させるためでもあります。
能力の高いがAI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ります。 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。
個人投資家が対抗するには
機関投資家ヘッジファンドに対抗するには、個人投資家もAIを活用する必要があります。 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。 そこで、AI Refereeのような個人投資家向けに開放されたAIが強い味方になります。
クラウド型
多くのAIは特定の機関投資家だけに限定して使われます。 開発態勢もクローズドになります。 これに対して、AI Refereeのようなシステムは、幅広い会員に使われています。 いわばクラウド型です。 その結果、より多くのフィードバックが得られます。 AIの精度についてノウハウが向上しやすいです。
開発費用をシェアし、常に最先端へとアップデート
また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るため、 常に最先端の状態へとアップデートしやすいです。