AI取引、テールリスクには無力 長期投資の全面依存は難しく

日経QUICKニュース(NQN)=今晶、菊池亜矢 波乱要因の少ないごく短期の取引での活用ノウハウはほぼ確立している半面、長期投資での全面的な依存は難しい――。人工知能(AI)に対する現時点での金融・資本市場の評価だ。経験則の通じない「想定外」の事態に臨機応変に対処できないためだが、そのことを理解するには、AIの基本的な思考回路を把握しておく必要がある。 ルール有のゲームは強いが…… AIの基本は統計処理で、基準となる確率分布が安定していることが重要になる。例えば、サイコロを振ってどの目が出るかは6分の1の均等な確率。しかも1から6以外の目が出ることは絶対にない。そのような、決まった現象が決まった確率で発生する事態を高速で処理するのは得意中の得意だ。ルールが明確で、起こりうる現象すべてを想定し戦略として落とし込める、いわゆる「ゲーム」でAIはめっぽう強い。チェスや将棋、囲碁の世界での強者ぶりは皆が知る通りだ。 市場でこの「ゲーム性」を最もよく体現するのは、マイクロ秒(100万分の1秒)単位の速さで売り買いを繰り返す高頻度取引(HFT)など、パターンを単純化できるごく短期の取引だ。HFTはわずかな需給のゆがみに着目した裁定取引で「入力されたデータ(変数)に沿ってパターンを分析し、ミクロレベルの変化を察して注文を出す」(バークレイズ銀行で日本のEコマース・トレーディング部門のヘッドを務めるデービッド・サン氏)。取引自体はHFT向けにチューニングされた専用の高性能コンピューターが担う。 AIの主な役割は人間よりも早く判断をし、プログラム修正などの指示を的確に出すことだ。HFTのコンピューターと同様に、不眠不休で働き収益機会を増やせる。 中銀が意外な行動をとったら…… だが長い目で見ると、参加者が極めて多くランダムに動きやすい市場では均一な確率で起きる現象はないといっていい。そのため、ある現象から割り出したデータを将来の事象に当てはめる「予測」の精度を上げるのは厳しい。しかも、AIは知らないことや分からないことに直面すると思考を止めたり、暴走したりする。機動的な対応が可能な人間との現時点での最大の違いはここだ。 市場は、「テールイベント」と呼ばれる「起きる確率は非常に低いが、起きると影響が極めて大きい」事象にも遭遇する。確率は低いといっても、2000年以降は03年のイラク戦争から08年のリーマン・ショック、11年の欧州債務危機や15年1月のスイスフラン・ショックなど「ショック」と呼べる大変動は決して少なくなかった。そんなテールイベントのリスクに対し「AIは無力」というのが市場の定説だ。 機械分析の根幹をなす分析軸の1つに「中央銀行は理性的に動く」がある。ところが、日銀による異次元の金融緩和策など中銀が従来の行動パターンを外れるケースが増えてきた。ハイライトがスイスフラン・ショックだ。スイス国立銀行(中銀)がそれまでかたくなに守ってきた1ユーロ=1.20フランの維持姿勢を突然撤回。中銀のフラン高阻止を前提に分析してきたプログラムは総崩れとなった。 自ら誤差を修正できない…… 学界を中心に、テールリスクの予測を試みる研究が進んでいる。それでもまだ「極めて低い確率で起きうる一度きりの現象」にはてこずっているようだ。テールリスクが起きる度にデータを入力し続ければ、人間と同じように学習し、いずれ適切な判断ができるようになる――。その通りなのだが「言うはやすし」なのだ。 バークレイズのサン氏が面白い事例を教えてくれた。欧米で評判の、まるで人間が書くかのような自然な文章を書けるAIプログラムに小さな誤りが生じたとする。人間なら「あ、間違えた」とすぐに直せるが、コンピューター上の誤差はどんどん拡大し、その後の文章は支離滅裂になっていくらしい。誤差要因がデータにないためAIは誤差を検知できず、修正するすべがないわけだ。 AIにおける機械学習には、出発地と到達地を設定しルールだけを教えて正解は与えない「強化学習」がある。自動運転などで期待される手法だ。だがランダム性の強さから考えて、金融・資本市場での実用化に向けたハードルは高いだろう。机上でトレーニングを重ねても、データ上の確率は現実世界の確率にはならない。 市場環境は日々刻々と変わる。きょうは円安・ドル高で円売り・ドル買いが最適だったとしても、あすも取りうる最適の戦略になるわけではない。人間なら「あしたはあしたの風が吹く」と鼻息混じりでこなせることなのにAIはできない。その差は大きい。 ※日経QUICKニュース(NQN)が配信した注目記事を一部再編集しました。QUICKの情報端末ではすべてのNQN記事をリアルタイムでご覧いただけます。

「ひるまず迷わず」機械ならでは モデル運用、定石なき相場で成果

日経QUICKニュース=今晶、菊池亜矢 感情を持たない機械ならではの判断に、運用パフォーマンス改善のヒントがあるかもしれない。 世界的な低金利の環境のもとで、株式や債券など伝統的な運用資産とは異なる「オルタナティブ(代替)投資」が広がっている。しかし、多くは利回りを求めるあまり、市場規模が小さく信用リスクは高い社債や証券化商品に流れてしまいがちだ。半面、一部の投資家は伝統資産を中心とした取引「商品」を変えず、コンピューターや人工知能(AI)の積極活用など取引の「手法」を変え、成果を生み出している。 日本で創業した独立系ヘッジファンドで、資産総額が2000億円程度に達するGCIアセット・マネジメントも、機械化に前向きなファンドの1つだ。コンピューター・プログラムを用いた「アルゴリズム取引」を取り入れ、人間ならちゅうちょしてしまいそうな戦略にも淡々と取り組んでリスク分散効果が出るようにしてきた。 ■ブレグジット決定前に「ポンド売り」指示 どのような手法なのか。1つの好例が、英国が欧州連合(EU)離脱(ブレグジット)を国民投票で決めた2016年6月の動きだ。ブレグジットを含めた一定の政治リスクをプログラミングしていたアルゴの指示は「英ポンドを対円で売る」。国民投票前の金融・資本市場の雰囲気は「英国民の判断はほぼ間違いなくEU残留だろう」で、人間ならポンド売りへの傾斜はまず不可能だったはずだ。一方、欧州株は買い持ちにした。英国民投票の後はポンド安と欧州株安が同時に進み欧州株の持ち高には逆風だったものの、ポンドの下げのほうがきつく、結局は収益拡大に貢献した。 2014~15年にかけて日欧など主要先進国の異次元緩和政策が進んだ際には、先物、現物を問わず国債を買い続けた。日本円の長期金利の指標である新発10年物国債利回りがゼロ%に近づき、人間なら相場の高値警戒感にひるみかねないところだったが、機械は気にしなかった。その後、日銀は16年1月にマイナス金利政策の導入を決めた。 コンピューターは過去のデータから短期と長期の相関性をそれぞれ分け、様々な組み合わせで瞬時に判断できる。16年5月以降はポンド安の長期化を見込んだが、株安は短命に終わるとして欧州株の買い持ち高は減らさないとの判断を示した。実際に英国の国民投票後、欧州株は間を置かずに値を戻し、結果的にポンド売り持ち高での利益を享受できたという。 ■商品でなく手法がオルタナティブ GCIアセットの山内英貴最高経営責任者(CEO)は、機械併用のメリットについて「人間の常識に従って判断すれば得られなかった利益が実現でき、全体のパフォーマンスが改善する効果が期待できる」と強調する。そのうえでAIなど、人間による「定性判断」を介しないモデル運用をさらに強化していく可能性に触れた。 ヘッジファンドの取引モデルはもともと、先物やデリバティブ(金融派生商品)を組み合わせて相場の上昇・下落のどちらでも収益を確保できるよう練り込まれてきた。だが2008年のリーマン・ショックやその後のギリシャ危機などを経て、主要国では低金利と過剰流動性が常態化している。かつては「逆相関」になることが定石だった株式と債券の相場がしばしば同方向に動き、伝統的な資産ではリスク分散の効果をなかなか出せなくなっていた。対策の1つがオルタナティブ「商品」への傾斜であり、オルタナティブ「手法」だったわけだ。 AIなど機械的なモデル運用は、大相場になっても冷静さを失わず、経験などに基づく思い込みにとらわれる人間心理との「逆相関」が起こりやすくなる。代替投資、もしくはヘッジ投資の新たな潮流としてのモデル運用の存在感は今後、一段と高まっていく公算が大きい。 ※日経QUICKニュース(NQN)が配信した注目記事を一部再編集しました。QUICKの情報端末ではすべてのNQN記事をリアルタイムでご覧いただけます。

人気記事ランキング

  1. 登録されている記事はございません。

アーカイブ

PAGE TOP