金融と人工知能
- 7. ジョン・サールの強いAIと弱いAI
強いAI
本当に知能のある機械(本当に心のある)
SFによく出てくるロボット
HMX-17イルファ(To Heart2), サミィ(イヴの時間), 東雲なの(日常), ドラえもんなど
弱いAI
知能があるようにも見える機械(知的に見える活動をするのみの)
人間の知的な活動の一部と同じようなことをする機械
機械学習、推論、探索、自然言語理解、感性処理、知識表現、
情報検索、エキスパートシステム、データマイニング、音声認識、ロボットなど
上段は強いAIに近い基礎的研究、下段は弱いAIに近い応用研究
中国語の部屋問題、チューリングテスト…
- 14. 機械学習と金融
人間に比べ多次元の特徴量とデータを扱える強み。
人間的な感情を排し、合理的な判断を下しやすい。
再現性・確度が高い。
精度はベテランの勘に劣ることが多い。
使用されているもの
テキストマイニング、クラスタリング(KMeans)、
分類(サポートベクターマシン）、ディープラーニン
バトル・オブ・ザ・クオンツ
人工知能を使って運用利回りを競うコンテスト
上位３人の運用利回りは２０％以上を叩き出し、優勝した人は４８％という圧倒的
な利回りを実現した。
人工知能で株投資 東大准教授らがファンド設立(日本経済新聞電子版)
2011/5/14
Rebellion Research
- 15. 手法について
テキストマイニング
ニュースやツイッター等のテキストデータから株価や為替を予想する。
短期間(１～２ヶ月)予測の場合精度は50パーセントを超える。
予測期間が長くなるにつれ、考慮する事象数が指数関数的に増え予測が困難になる。
クラスタリング
株価のデータをもとに似たような指標を示す企業をまとめる。
過去の株価のデータと現在のデータの近さを求める。
回帰モデル
正則化によってポートフォリオの過学習、過適応を防ぐ。
それにともなう予想の高速化。
「新聞記事のテキストマイニングによる長期市場動向の分析」
「機械学習とポートフォリオ選択の素敵な関係」より
- 17. 現状
企業
成功している企業は確かに存在している。
同時に、消えていった企業も存在する。
個人
大容量のストレージ、広帯域のネットインフラ、豊富な計算資源が必要となる。
機械学習を利用した全自動高速売買は難しい。
技術
機械学習による金融予測はたかだか50％の精度
精度は上がっているが、あまり有意ではない。
ディープラーニングが発展すればまた異なる結果がでるかもしれない。
- 20. 参考
「人工知能は人間を超えるかｰディープラーニングの先にあるもの」松尾豊
「実践機械学習システム」Willi Richert, Luis Pedro Coelho
機械学習チュートリアル@Jubatus Casual Talks Yuya Unno
機械学習の理論と実践 Preferred Infrastructure & Preferred Networks
人工知能の話題 人工知能学会
アンドロイドな美少女アニメキャラまとめ！ アニプラ
機械学習とポートフォリオ選択の素敵な関係 武田 朗子，後藤 順哉
新聞記事のテキストマイニングによる長期市場動向の分析
scikit-learn を使ってみる (1) - K 平均法によるクラスタリング
機械学習で未来を予測する - scikit-learn の決定木で未来の株価を予測
