狠狠撸

AI予測の
最適利用と実務
ZAISAN Net, Inc.
AI x Fintech の視点から

Data on
Finance
? 株価、為替
? コモディティ、先物価格
? チャート指標
時系列
? 雇用統計
? 失業率統計結果
? 金利
? 成?目標
? 貿易方針
政策
? 戦争や天災
? 各社IR/PRイベント

Time-Series
Data
出典：Billion Trillion HP

Bollinger
Band
出典：SBI証券HP
? 多くの時系列データは統計的に一定の範囲内を移動する
? 値動きに応じて標準偏差は変わるので統計的には常にサプライズはない

Stocks/FX are essentially Random-Walk
出典：もきちのきもちHP

Example of
Random
Walk
出典：熊本学園大学HP

Correlation of Random Walks
出典：/imoplus/ss-69831223

Correlation of Random Walks
出典：/shimonotoshiyuki/ss-36893437

AI x Fintech ~ Frequent Mistakes
時系列データ
? ランダムウォークを
含むデータ
AI学習
? モデルとフィット
? ブラックボックス完
成
相関確認
? モデルを大量生成
? 株価と相関が高い
モデルを発見
実検証
? 未来の予測精度50%
? 過学習やデータ量を
疑う
実は、AIを使って
ランダムウォークからランダムウォークを
作っているから

Principle of Data
? 取扱データの本質的な理解が不可欠
? 統計分析もせずにAIエンジンに入れ
るのは論外だが、統計知識だけでは
不足
? AI（人工知能をはじめとした最先端
技術）による解決の模索
? 通常のエンジニアでも無理
? 数学?統計学?金融工学?人工知能
の複合的な知識と経験が必要
? ノウハウを蓄積している企業や事業
者が少ない

Believed AI
application
出典：https://sitest.jp/blog/?p=7789

Cyclic
pattern on
AI
Sin関数一つ学習させるのも一筋縄ではない

Principle of
Artificial
Intelligence
本質は連立方程式の行列計算
中学生でも理解可能

Principle of
DeepLearning
出典：http://www.v-t.co.jp/solutions/009dl-solution/about_dl/

Principle of
DL on GPU
出典：http://weekly.ascii.jp/elem/000/000/396/396435/

Time-Series Data on AI x Fintech
可能？
不可能？
可能
得意？
不得意？
不得意
デフォルトで
難航
予測精度
チャレンジ

Trial Result
by Long-
Short Term
Memory
出典：http://www.jakob-aungiers.com/articles/a/LSTM-Neural-Network-for-Time-Series-Prediction

By Statistics
実は当該区間に有意なデータが含まれていなかったり???
(X10)
(X10)

Movements are based on
both Long and Short term trends
出典：http://orekabu.jp/chart-pattern/

Statistics
+ AI
青：ファーストリテイリングの実株価
赤：AIモデル1の予測株価
黄：AIモデル2の予測株価

Phantom AI
Weekly Stock Forecast
時系列データを統計処理し
ランダムウォークを除去
統計学と金融工学
特徴量を持つ学習データに対して
周期変動も学習できるエンジンを利用
人工知能
一般消費者でも分かる
アウトプットデザイン
分かり易いUI/UX

狠狠撸

20170920_FinSumWorkshop_ZaisanNet

Convert to study guideBETA

More Related Content

20170920_FinSumWorkshop_ZaisanNet