人工知能を持つAIを為替取引に活用すれば、コンピューターでの自動売買よりも効率よく利益を出せると考える人も少なくないでしょう。
AIは実行手順を自分で考え出すため、人の手でプログラミングして動かすコンピューターよりも優れているように感じますが、為替取引の場面では意外にもAIに任せきれない部分もあるのだとか。
為替取引においてAI活用が有効なのか、どのようなメリットがあるのかなど、茨城大学大学院 理工学研究科の鈴木智也教授に詳しくお話を伺いました。
取材にご協力頂いた方
茨城大学大学院 理工学研究科 教授
鈴木智也（すずき ともや）
物理学で博士号を取得後、東京電機大学助手、同志社大学講師、茨城大学准教授を経て、2016年より同大学教授。
データサイエンスや機械学習によるビジネス利活用を研究テーマとし、その社会実装として自社ベンチャー代表取締役や大手アセットマネジメント特任研究員を兼務。
テクニカル分析では国際最高資格 (MFTA) やジョン・ブルックス賞を受賞し、講演・執筆活動も精力的に取り組む。
AIと既存のコンピューターの異なる点
エモーショナルリンク合同会社取材担当（以下EL）：そもそもAIとは、既存のコンピューターとどのような点で異なるのでしょうか？
鈴木教授：AIとは物事を判断するための知能を持つ人工物を指します。
知能を獲得するために、実際に起こった金融データを統計処理してパターンを自動で抽出します。
そのパターンに基づいて投資判断などの高度な情報処理を自動で行うのがAIです。
EL：データを元に自動で学習・投資判断していくのがAIということですね。
鈴木教授：一方で既存のコンピューターは特に知能を持つことはなく、人間がプログラミングした判断基準に合わせて自動処理するのが目的です。
たとえば「If-Thenルール」と言われるルールベースで人間がプログラミングします。
If-Thenルールとは「もし〇〇なら、その時は〇〇する」といった基準のことで、これをプログラミングによってコンピューターに教えることで、自動で売買判断などを行うことが可能です。
違いをわかりやすく言うならば、AIは人工知能、既存コンピューターは“人工無能”と言えるでしょう。（※図1、※参考1）
EL：人工無能、ですか？
鈴木教授：パーソナルコンピューターの普及は、NECのPC98シリーズ（PC-9800シリーズ）が発売された1980年代前半です。
この頃に「システムトレード」と呼ばれる、あらかじめ決めておいたルールに沿って機械的にトレードする投資方法が世間的に広まりました。
人のプログラミングが必要なため人工無能と表しましたが、コンピューターを用いることでのメリットもあるため画期的な技術革新だったと言えます。
対してAIは、コンピューターのメリットに加えて知能性も持ちますが、実は個人トレーダーが恩恵を得られるような知能性はあまり期待できないと考えています。
次にお伝えする「機械が持つ5大メリット」を発揮できれば、金融業務においてAIとコンピューターの違いはあまり本質的ではありません。
※図1：コンピュータによる売買アルゴリズム
※参考1：大和アセットマネジメント「投資理論とコンピュータの歴史」
AIを為替取引に活用する5大メリット
EL：AIを為替取引に活用する場合、どのような面で有効なのでしょうか？
鈴木教授：AIだけでなく伝統的なシステムトレードでも同じですが、5つのメリットがあります。
- 自動性・不休性
- 安定性
- 高速性
- 大量性
- 客観性
まず1つ目の自動性とはフルオートでできること。
人間が逐次投資判断をする必要がないため、24時間フルオートで稼働できることは大きなメリットでしょう（不休性）。
特にFXの場合には、日本時間の深夜にロンドン市場やニューヨーク市場といった巨大市場が動くため、24時間稼働できると頼もしいですよね。特に損切りなどリスク管理に役立ちます。
EL：確かに、寝ている間にも取引ができるとなると安心できます。
鈴木教授：2つ目のメリットとして挙げられるのは安定性が高いこと。
コンピューターによる管理のため誤発注などのヒューマンエラーはまったく起きませんし、人間のように疲れたり、サボったりすることもありません。
ただし、コンピュータープログラムにはバグが発生しやすいため、プログラムを過信しすぎることなく、誤作動に対する入念なテストや停止ルールを設けることが必要です。
EL：安定して動いてくれるものの、そのためのサポートが重要ということですね。
鈴木教授：その通りです。そのうえで、人間よりも早く取引できる高速性や、大量の銘柄を監視できる大量性といったメリットも享受できるのが魅力になります。
短期的な為替変動や注文板の動きを見ながらのスキャルピング（短時間に取引を繰り返して利益を出すトレードの手法）においては、コンピューターのほうが売買タイミングを逃しにくいでしょう。
EL：「ここぞ！」というタイミングを逃しにくいのは、人よりも早く対応できるコンピューターならではのメリットですね。
鈴木教授：さらにコンピューターには大量のデータを処理することができるため、膨大な個別銘柄の存在する株式市場では助かります。
1人の人間がすべての銘柄を監視することは不可能ですよね？
コンピューターを活用することによってカバレッジの拡大が容易になります。
EL：個別銘柄の対象範囲を広げられるのはありがたいです。
ただ、個別銘柄は膨大な量があるので、どの銘柄を選べば良いのか・どのタイミングで売買を決めれば良いのか悩みます。
このあたりをコンピューターにサポートしてもらうことはできるのでしょうか？
鈴木教授：コンピューターは客観性も持ち合わせています。
人間は感情によって合理的ではない判断をする可能性があり不安定です。
メンタルマネージメントが投資戦術の重要な一分野として認知されているのは、これが理由ですね。
対してコンピューターは自信過剰になったり、損失回避のバイアスによって非合理的な投資判断を行うことはありません。
人間心理のような主観的な情報に惑わされるデメリットを排除できます。
AIならではのメリットが挙げられない理由
EL：コンピューターの5大メリットを伺いましたが、AIならではのメリットが挙げられていません。
AIの知能性はメリットにはならないのでしょうか？
鈴木教授：確かに、投資判断にコンピューターを用いるメリットにはAIの有する知能性は含まれません。
囲碁のようにルールや行動範囲が限定された“有限確定ゲーム”においては、人間より遥かに高速かつ大量に情報処理できるコンピューターに勝ち筋があります。
しかし、金融市場はマクロやミクロの膨大な要因が複雑に絡み合いながら構造を変化させる、いわば“生き物”です。
EL：常に状況が変化するという意味でしょうか？
鈴木教授：そうですね。たとえば、為替や株価に強く影響する金利は時代によってさまざまですし、各国の総理大臣もコロコロ変わります。
同じ時代背景のデータ量が多いとは言い切れず、AIの学習にとって必要な情報が十分ではありません。
EL：AIが正しい判断を下すには情報が少なくて難しいということですか？
鈴木教授：AIが学習する情報が動的であり、次にまったく同じ状況になる可能性が低いことから、AIの知能性を投資判断に活かすことは難しいですね。
したがって金融業務においてコンピューターを活用した成功事例は、知能性を有するAIではなく、執行アルゴリズムやHFTのように単にコンピューターとしての5大メリットが活かせる業務がほとんどです。
EL：なるほど。つまり、AIを活かすというよりも、コンピューターを使うメリットのほうが為替取引に活かせるという認識で間違いないでしょうか？
鈴木教授：そうですね。世間的にはAIもコンピュータも区別が難しく、さらにマスコミがAIの成果として報道したため、過剰な「AI神話」が生まれたのでしょう。
これも横並び行動バイアスによる人間心理の弱さと言えますね。
5大メリットが活かせるHFT・執行アルゴリズムとは？
EL：先ほど、コンピューターのメリットが活かせるとおっしゃっていた「HFT」や「執行アルゴリズム」とはどのようなものなのでしょうか？
鈴木教授：HFTとは高頻度トレードのことで、主にマーケットメイクなど売買をたくさん成立させることで買値と売値の差額（スプレッド）を利ザヤ（利益）とする売買戦術を指します。
マーケットメイクとは、トレーダーの間に立って外国為替や証券の取引を円滑にするマーケットメイカーが、常時「売り気配」と「買い気配」を提示することで売買を成立させる方法のことです。（※図2-1）
※図2-1：マーケットメイク戦術
鈴木教授：マーケットメイカーは、相場価格がスプレッドをはみ出すと割安や割高で売買することになるため、相場価格の動きに遅れないように売買価格を更新する必要があります。
相場価格の動きに備えるには注文板の様子を監視することが重要ですが、通信技術の発達によりマイクロ秒（100万分の1秒）で注文板の状況が刻々と変化するため、人間の認知スピードでは全く間に合いません。
このような場面でコンピュータを使うのは必然であり、役に立たないはずはありませんよね。（※図2-2）
※図2-2：マーケットメイクでのコンピューターの活用
EL：マイクロ秒……。人間のスピードでは到底間に合うはずがありませんね。
次に、執行アルゴリズムとはどのようなものなのでしょうか？
鈴木教授：執行アルゴリズムとは、投資判断をしたお客様の売買注文を金融市場に流すプログラムのことです。（※図3）
数十億円規模の売買注文を一気に成立させると自ら相場価格を動かしてしまい（マーケットインパクト）、割高や割安で売買することになってしまいます。
EL：自分の注文で株価が変動してしまうことを防ぐためには、少しずつ売買を成立させる必要があるということですね。
鈴木教授：その通りです。しかしモタモタしていると相場価格は変化するため、望ましい売買タイミングを逃していまいます（タイミングコスト）。
これらのバランスをとりながら、最適な執行トレードを行うことがトレーダーのミッションです。
執行業務において30分程度の短期的な相場予測が役立つためAIが活用されるケースもありますが、VWAP（ブイワップ）のようなルールベースの自動処理に比べて有利になるとは限りません。
むしろルールベースの方が主流です。ロジックが明快であるため、仮にタスクが失敗したとしても原因を特定することが可能です。金融実務において説明責任を果たすことは必須です。
EL：VWAPとはどのようなものなのでしょうか？
鈴木教授：VWAPは「売買高加重平均価格」ですね。
出来高が多い時はたくさん売買しても市場価格が動きにくいため、執行する量を増やしてタイミングコストを抑え、お客さんに文句を言われにくい価格で売買をします。
2017年に某国際的巨大金融機関のトレーダーが600人から2人に減ったと話題になりましたが、執行業務はルールベースで自動化できるため、トレーダーの省人化は必然かつ当然だと言えるでしょう。
しかしこの場合においても、AIによる知能性はとりわけ必要ではありません。
※図3：執行アルゴリズム
為替取引にAIを活用するデメリット
EL：ここまでAIやコンピューターを為替取引に使うメリットを解説いただきましたが、AIを為替取引に活用する場合のデメリットとしては、どのような点が考えられますか？
鈴木教授：先ほどもお伝えしたように、金融市場は動的に様子が変わる生き物ですから、過去のデータだけで新しい未来を予見することは大変難しいと思います。
月足でみれば1年に12個しかデータを観測できませんし、FXの場合は株式と違って銘柄の種類も少ないです。
EL：学習データ数の少なさや、次に同じ状況になる可能性が低いことがAIの知能性を活かすことの難しさとして挙げていらっしゃいましたね。
鈴木教授：過去のデータばかり当てはめすぎても柔軟性が失われてしまいます。
また、クロスバリデーション等により「未来にも当てはめられるかどうか（汎化性能）」の検証を適切に行ったとしても、過去のデータはあくまで過去の相場の姿ですから、学習したAIが近未来においても再現性を持続できるとは限りません。
EL：AIが活かせない理由には、これまでのデータに再現性がないこともあるのですね。
鈴木教授：となるとAIの活用は必然的に短期トレードになりますが、売買益を得るにはスプレッド以上の値動きが必要となるため短期過ぎてもスプレッド負けします。
さらに、AIツールは既に大衆化していて誰でも使えるため、単に機械学習等のpythonライブラリー（インターネット経由で誰でもインストールして使うことができるもの）を使うだけでは差別化できないでしょう。
そのため金融市場はフラッシュクラッシュのような連鎖反応が起こりやすくなっています。
EL：フラッシュクラッシュとは株式投資やFXなどの相場で発生することがある急落相場のことを指すと思いますが、どうして起こりやすくなっているのでしょうか？
鈴木教授：“フラッシュ”と言っても瞬間的に一気に相場が下がるのではなく、1分ほどかけて連鎖的に下落する現象がフラッシュクラッシュです。
自動売買のアルゴリズムが類似していれば、ある特徴的な相場変動に対して皆が同じ反応を取ります。特にクラッシュにおいては、特徴的な下落がトリガーとなって、皆がリスク回避のために割安でも売却を選択します。そこに買い手が付けば、相場は徐々に下落します。
EL：コンピューターでの自動取引が増えてきたことで起こる現象なのですね。
鈴木教授：AIに関しては運用パフォーマンスで採択の判断をするのではなく、AIを活用する「コンセプト」について腹落ちできるレベルで同意できるかを採択の根拠にすべきです。
そうすれば“AI神話”により巷に溢れる詐欺まがいの投資商材から身を守ることができるでしょう。
為替取引におけるAI活用の今後とは
EL：為替取引におけるAI活用は、今後どんな進展を見せていくと考えられますか？
鈴木教授：考えうる方向性は2つあります。
まず、AIというよりも、コンピューターの5大メリットが腹落ちできる範囲に特定してデータを利活用すべきということ。
この観点において主に投資信託では、伝統的な株価や財務データに加えて、アナリストレポート等のテキスト情報や、生産や消費に関する衛星画像などのオルタナティブ（非伝統的）データも投資判断に活用する試みがなされています。
テキストや画像の内容は人間でも認知可能ですが、その数が膨大かつリアルタイムな判断が望まれるため、コンピュータを活用するメリットは腹落ちできるでしょう。
今後は音声など活用するデータの種類が増えていくと思われます。
EL：膨大な量のデータをリアルタイムに学習し、投資判断に活かせるようになることが期待できるのですね。
鈴木教授：次に、人間が演繹的に確立してきた金融理論を高度化するために、AIが有するアドバンテージを追加する方法です。
AIを活用するにしても「フレーム問題」という未解決課題があり、与えられたデータの外を思考することができません。（※図4）
例えば人間にはなぞなぞが解けますが、AIには解けませんよね。
つまり人間はデータがなくても演繹的に妥当なロジックを思考できる点で、AIとは全く比較にならない程の優位性を持っていると言えます。
※図4：AIのフレーム問題
鈴木教授：人間の思考は現実を反映しない机上の空論になる場合があり、逆にAIのみの思考は判断根拠が分からぬブラックボックスになりがちです。
そこで、人間が構築する演繹モデルを基礎にすることでモデルのコンセプトを解釈可能とし、さらに客観的事実を学習するAIによって経験的な妥当性を強化することは有効と言えるでしょう。（※図5）
たとえば、計量ファイナンスで学ぶ伝統的なマルチファクターモデルをベースに機械学習を適用することで、より現実のデータに整合するモデルに磨き上げることが可能です。
※図5：人間とAIの融合
鈴木教授：この観点から最後に我々のアプローチ（※参考2）をご紹介すると、次のようなものが挙げられます。
- テクニカル分析のようなルールベース売買が通用する理論的整合性かつ経験的妥当性を確認できる時（ゴトウビ）に限定して、コンピュータによる自動売買を適用する方法（※参考3）
- 将来予測はなぞなぞを解くような外挿問題に相当するため、現在の相場の異常性を検知する内挿問題に置き換えてAI活用のコンセプトを現実的にし、異常な相場が修正されるプロセスを投資判断に役立てる方法（※参考4,5）
特に2つ目の異常検知においては、実際にAI運用のアルゴリズムとして稼働していますし、金融業務のリスク監視にも活用できるでしょう。（※参考6）
※参考2：鈴木研究室
※参考3：秋山朋也、杉本誠忠、酒本隆太、鈴木智也：「国内輸入に伴う貿易取引通貨比率とゴトオビアノマリーの関係」JAFEEジャーナル、Vol.19、pp.57-78、2021
※参考4：日経新聞「人間心理の株価への影響 AI検知・茨城大などモデル」
※参考5：特願2021-198352「株価評価装置，株価評価プログラム，株価監視プログラム，資産運用プログラム，株価評価方法，株価監視方法，及び資産運用方法」
※参考6：朝日新聞「今の株価はコロナバブル？ 人工知能で値動き分析すると」
まとめ
EL：最後にまとめさせていただくと次のようなことですね。本日はありがとうございました。
- AIとコンピューターの違いは「知能性」
- 為替取引に関しては“AIだからこそ”のメリットは大きくない
- コンピューターを活用するメリットは自動性・不休性、安定性、高速性、大量性、客観性の5つ
金融市場は動的に様子が変わるため、過去のデータだけでAIに未来予測させるのは難しいことを念頭に置いて向き合うことが大切です。
（取材・執筆・編集／エモーショナルリンク合同会社）
