AIの基礎と応用可能性｜第3回 ディープラーニング、集団学習、強化学習［月光為替］

【プロフィール】

月光為替（げっこうかわせ）。現役ヘッジファンドトレーダー。FXで毎月200〜300pips、金額ベースでは1〜2億円を安定的に稼ぎだした経歴を持つ。現在は日本株運用がメインで、引き続き個人資産でもFX取引を継続中。会社に内緒で、月光為替の名で活動、厳しい言葉のなかに相場の真実が見え隠れする個人投資家の味方。

ディープラーニング

前回説明したニューラルネットワークを拡張した概念に、ディープラーニングと呼ばれる手法があります。従来のニューラルネットワークに対して変わった点としては、説明変数を人間が指定するか、機械が学習し、自動で決定するかの違いがあります。

ディープラーニングにおいては、機械が変数を抽出し、それに重みづけを行い、最適な結果となるようその作業を何度も繰り返し、最終的に絞り込まれた変数を特定していきます。

例えば株価に対して、企業の利益水準やバリュエーション、テクニカル指標、マクロ経済指標など、影響を及ぼしそうな変数というのは膨大にあります。ディープラーニングではこれらを取捨選択し、最終的に最も影響を与えている変数を導き出します。その最終的な変数は、いくつかの変数を複合した新しい変数になることもあります。

ここで重要なことは、選ばれた変数というのは、あくまでも過去学習期間において動きを説明できる変数に過ぎず、それが必ずしも将来を説明できるかどうかは分からないという点です。そして、それを人間が判断するためには、モデリングの過程において元のパラメータを復元できる必要がありますが、ディープラーニングではその復元ができないので、後に演繹的な推察ができません。ですので、とても便利な手法ではありますが、運用に応用するときには工夫をする必要があります。