金融と人工知能
- 2. 株価は予测できない！？
- 4. なぜ？
- 7. ジョン?サールの強いAIと弱い础滨 ? 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 ? 弱い础滨 ? 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、下段は弱い础滨に近い応用研究 中国語の部屋問題、チューリングテスト…
- 9. 弱い础滨
- 10. 特に机械学习
- 11. 機械学習 明示的にプログラムしなくても学習する能力を コンピュータに与える研究分野(アーサー?サミュエル) ? 収集されたデータの中から一貫性のある規則を見つけだそうとする研究。 ? 数学の統計の分野と強い関連がある。 ? また、機械学習はAIの他のほとんどの分野で利用されている。 (人工知能学会より)
- 12. 機械学習の種類 ? 教師あり学習 ? コンピューターに問題と正解を与えて学習させる ? 分類(記事分類、スパム判定)、回帰(電力消費予測、株価予測) ? 多くの深層学習がこちら側に位置する。 ? 教師なし学習 ? コンピューターにデータのみを与えて学習させる。 ? クラスタリング、パターンマイニング (異常検知) ? 教師あり学習の前処理として使われることもある。 ? 特徴量の次元を減らしたりなど
- 13. 金融と机械学习
- 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
- 16. ディープラーニング ? ビッグデータと豊富な計算資源をもとに発展。 ? 人間の認知構造を模倣した学習モデル?分析手法。 ? 研究が進めば、人間の持つベテランの勘を再現可能に。 ? 企業が積極的に金融など実社会に応用しているがうさんくさいものも少なくな い。 ? 発展途上
- 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。
- 18. 结论
- 20. 参考 ? 「人工知能は人間を超えるか?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