見出し画像

「機械学習や生成AIによる株価予測が当たらないのは当たり前!」: 投資家の『羅針盤』

この記事では、日本銀行から出された研究結果、ケンブリッジ大学とフィデリティ(世界屈指の運用会社)の研究者らのリサーチ結果を紹介し、それらの研究に基づいた内容を説明しています。感情を害する人々もいるかもしれませんが、筆者は客観的な言説をしか述べておりません。読者の皆さんは自由に我が道を行けばいいのですが、AI株価予測という幻想を信奉する人々は、AI分野でも投資分野でも大きな成功は望めないでしょう。

AIを使えば儲かるなんて考えている人は失望することになります。むしろ、次のように考えましょう。

心得その1:「機械学習や生成AIによる株価予測が当たらないのは当たり前!」

心得その2:「機械学習や生成AIが学習していないことに注力する! そのために機械学習や生成AIを研究する!」

これが投資家にとって役に立つ真の『羅針盤』です。

実務的な論考:その1

「AIが株価を予測し終わる頃には、もう手遅れになっている」というのはなかなかの至言です。AI株価予測は過去のパターンしか学習しないので、AI株価予測そのものが初めから手遅れなアプローチであることが示されています。市場は未知な未学習な事象やパターンに対して大きく変動するのですから、考えてみれば当然ですね。

実務的な論考:その2

実際にAI株価予測モデルを実装してみて、その予測が全く当たらないことを見事に実証した論考があります。

様々なAIモデルを使ってみても株価予測の精度が低くなることがテスラの株価予測のケースで丁寧に示されています。様々なAIモデルを使っても、それらの予測はすべて似たような結果になるだけで、しかもAIで予測されたテスラの株価と実際の株価の方向は見事に真逆になってしまうことが実際のデータを使って見事に実証されており、力作の論考です。

https://note.com/torutanaka/n/n5d46aee59523

「Claude4.0でテスラの株価予測のプログラムを作ってみる。(田中 徹 氏)」(https://note.com/torutanaka/n/n5d46aee59523)よりそのまま引用。

テスラの実際の株価の推移をYahooファイナンスで確認してみると…。

テスラの実際の株価の推移(出所:Yahooファイナンス)

AIによる予測株価と実際の株価の推移は、それらの方向が全く逆になっていることが、実証されています。AI株価予測が当たらないことを実証した力作記事「Claude4.0でテスラの株価予測のプログラムを作ってみる。(田中 徹 氏)」(https://note.com/torutanaka/n/n5d46aee59523)がその実証分析で紹介しているAI株価予測モデルは2025年5月29日から同年6月6日までの期間においてテスラの株価が大幅に上昇すると予測しましたが、実際には大幅に下落しました。次のスクリーンショットでは、「Claude4.0でテスラの株価予測のプログラムを作ってみる。(田中 徹 氏)」https://note.com/torutanaka/n/n5d46aee59523で示されていた予測値とYahooファイナンスに記録されているテスラの株価の終値を比較しています。

AIはテスラ株の上昇を予測したが、実際には大幅に下落した。
「Claude4.0でテスラの株価予測のプログラムを作ってみる。(田中 徹 氏)」(https://note.com/torutanaka/n/n5d46aee59523)がその実証分析で紹介しているAI株価予測モデルは2025年5月29日から同年6月6日までの期間においてテスラの株価が大幅に上昇すると予測したが、実際には大幅に下落した。

実務的な論考:その3

AIで株価予測することは、まるで他人の頭で予測することだと、その問題点を見事に要約しています。「皆さんも、AIという他人の頭脳に依存するのではなく、自分自身の目で「時代の向かう先」を見つけ出してください」と説かれています。

実務的な論考:その4

投資や資産運用が「予測」に依存することの問題点を指摘しています。




理論研究:その1

銀行の中の銀行である日銀の研究結果でもニューラルネットワークによる株価予測は当たらないという結論になっています。

要旨「機械学習を活用した資産価格の予測が盛んに実施されている。なかでも、ニューラル・ネットワークへの期待は大きい。ニューラル・ネットワークは、パターン認識能力に優れた技術で、様々なデータの動きから価格変動の規則性を発見することを可能としている。ただし、予測精度が向上するかどうかは金融市場の情報効率性に依存する。金融市場が効率的であれば、入手可能なあらゆる情報が瞬時に資産価格に反映されるため、予測精度は改善しにくい。実際、近年の日本の株式市場を対象にした簡単な実験によると、標準的なニューラル・ネットワークは、株式収益率の予測精度を大きく向上させないとの結果となる。この結果は、過去の株式収益率のみを用いた予測をベースとしている。予測精度の改善の有無を評価するためには、過去の株価だけでなく幅広い情報を用いるなど一段の検証が必要となる。」


理論研究:その2


理論研究:その3


投資家にとっての真の羅針盤!

最後にまとめておきます。投資家にとって役に立つ真の『羅針盤』はこの2つです。

心得その1:「機械学習や生成AIによる株価予測が当たらないのは当たり前!」

心得その2:「機械学習や生成AIが学習していないことに注力する! そのために機械学習や生成AIを研究する!」


(参考:その1)
MarketAnalyzer5
#MarketAnalyzer
#出店計画

(参考:その2)
CULTI MILANO MILIZE

#CULTI
#MILANO
#MILIZE


いいなと思ったら応援しよう!

この記事は noteマネー にピックアップされました

noteマネーのバナー