Report
Share
Download to read offline
Recommended
第11回 人工知能学会 金融情報学研究会 2013年10月12日(土)東京大学
第11回 人工知能学会 金融情報学研究会（SIG-FIN）
2013年10月12日(土)東京大学
<http: />
Aescs2013
This presentation summarizes a study that uses an artificial market model to investigate the effect of tick size in competition between stock markets. The model replicates key stylized facts and microstructure statistics. Simulation results show that a market will not lose trading volume share if its tick size is smaller than the 1-tick volatility of returns or if it is smaller than 1/10 of another market's tick size. A market's trading volume share decreases more rapidly when its tick size is larger than the 1-tick volatility. Empirical analysis of two real markets shows similar relationships between tick size and volatility and trading volume share.
Recommended
第11回 人工知能学会 金融情報学研究会 2013年10月12日(土)東京大学
第11回 人工知能学会 金融情報学研究会（SIG-FIN）
2013年10月12日(土)東京大学
<http: />
Aescs2013
This presentation summarizes a study that uses an artificial market model to investigate the effect of tick size in competition between stock markets. The model replicates key stylized facts and microstructure statistics. Simulation results show that a market will not lose trading volume share if its tick size is smaller than the 1-tick volatility of returns or if it is smaller than 1/10 of another market's tick size. A market's trading volume share decreases more rapidly when its tick size is larger than the 1-tick volatility. Empirical analysis of two real markets shows similar relationships between tick size and volatility and trading volume share.
Regulations' Effectiveness for Market Turbulence by Large Erroneous Orders us...
We built an artificial market model and investigated the impact of large erroneous orders on price formations. Comparing the case of consented large erroneous orders in the short term with that of continuous small erroneous orders in the long term, if amounts of orders are the same, we found that the orders induced almost the same price fall range. We also analyzed effects of price variation limits for erroneous orders and found that price variation limits that employ a limitation term shorter than the time erroneous orders exist effectively prevent large price fluctuations. We also investigated effects of up-tick rules adopting the trigger method that the Japan Financial Services Agency adopted on November 2013.
20100829 思想哲学研究会
- El documento presenta una guía sobre cómo implementar un sistema de gestión de la calidad en una organización. Incluye recomendaciones sobre políticas, procedimientos, registros y auditorías.
- Se describen los elementos clave de un sistema de gestión de la calidad como la mejora continua, el enfoque al cliente, el liderazgo de la dirección y el compromiso del personal.
- La guía también cubre temas como la definición de responsabilidades, la formación del personal, las mediciones de desempeño y la revisión por parte de la gerencia para
国際会議 IEEE Computational Intelligence for Financial Engineering & Economics (C...
国際会議 IEEE Computational Intelligence for Financial Engineering & Economics (CIFEr) 2014 参加報告
経済物理学 第１２回（2014/7/25） 金融ビッグデータと人工知能 III 人工市場による市場制度の設計
経済物理学 第１２回（2014/7/25） 金融ビッグデータと人工知能 III 人工市場による市場制度の設計
東京大学大学院工学系研究科システム創成学専攻：授業：金融レジリエンス情報学：2013年12月12日 資料
東京大学大学院工学系研究科システム創成学専攻：授業：金融レジリエンス情報学：2013年12月12日 資料
人工知能の可能性と限界 ーこの５年間の発展ー
2023/4/28
AI・人工知能研究会 http://rmcai.wp.xdomain.jp/
人工知能の可能性と限界 ーこの５年間の発展ー
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
2018年にこちらで”人工知能の可能性と限界”というタイトルで講演させていただきました。人工知能は、人間より頭は悪いが、飽きずに、大量に、速く、データを処理できる、という特徴を持ちます。そして、1人で繰り返し練習できる、取り扱う範囲があらかじめ限定され、繰り返し同じことが起きる安定性がる領域を得意としていることを説明しました。これは今でも変わっていません。
そこから５年、昨年中ごろまでは大きな進展はなかったのですが、GenerativeAIという技術が生まれ、人工知能でできることが増えました。この進歩は人工知能が人間に近づいたというよりはむしろ離れてしまっていて、入力するデータ量を莫大にしてでできなかったことをカバーするイメージに近いです。技術的な進歩はそこまででもないのに、データ量を増やすと突如性能が上がったことに、多くの研究者たちは驚いています。
本講演ではまず5年前の講演を簡単に振り返った後、ChatGPTを例としてできるようになったこと、できるようになってないことを議論します。
人工市場による市場制度の設計
人工市場による市場制度の設計
2023年度 金融レジリエンス情報学 第2回
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
今回は、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介する。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
人工市場シミュレーションによる 値幅制限とサーキットブレイカーの効果比較
第27回 進化経済学会 東京大会
人工市場シミュレーションによる値幅制限とサーキットブレイカーの効果比較
水田孝信（スパークス・アセット・マネジメント株式会社）、八木勲（工学院大学）
本資料は，スパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
証券取引所は市場価格の急変動をおさえるため，現在の価格から大きく離れた価格の注文を出せないようにする値幅制限や，価格が急変動した際にある一定時間注文を受け付けないサーキットブレイカーを導入する場合がある．値幅制限は日本や中国本土，韓国などアジアの取引所で，サーキットブレイカーは米国やヨーロッパの取引所で採用されていることが多く，どちらがより価格の急変動をおさえるかは多くの議論がある．現実の金融市場では全く同じ急変動が起こることはないため，制度の違いによってもたらされた違いなのか，そもそもの急変動の大きさの違いなのか区別できないため，実証研究で両制度の効果を比較するのは難しい．このような議論をするのにすぐれた手法として，コンピュータ上で仮想的にその状況を作り出し検証する人工市場（金融市場のエージェントベースドモデル）を用いたシミュレーションがある．人工市場モデルを用いたシミュレーション研究はバブルや金融危機の発生メカニズムの解明に貢献したことはもちろん，現実の金融市場の規制や制度，ルールの変更の議論に多くの貢献をした．人工市場シミュレーションであれば，制度以外のすべてを固定して比較することができ，制度の違いによる効果だけを抽出できる．人工市場を用いて値幅制限やサーキットブレイカーを分析した研究はいくつかある．値幅制限が有効であるためには制限時間と制限値幅に課せられる条件も示されており，下落の時間スケールに応じて複数の値幅制限が必要であることが示されている．しかしながら，人工市場を用いて同じようなパラメータをもつ値幅制限とサーキットブレイカーを比較した研究はない．値幅制限の研究では注文が１つ出されると時間が1進むモデルが多く，サーキットブレイカーの発動時のように，注文は出せないが時間が経過する効果をモデル化できていない．ただ時間が経過したことによる効果をモデル化するためには工夫が必要である．そこで本研究ではそのような工夫を行った人工市場を用いて値幅制限とサーキットブレイカーの効果の比較を行った．その結果，値幅制限とサーキットブレイカーは制限幅や時間スケールといったパラメータを同じにすれば，同じ程度に急変動をおさえる効果があることが分かった．しかし，投資家が注文をキャンセルする時間スケールより値幅制限が短いパラメータを持つ場合，制限価格に付近に注文がたまってしまい，その注文が急変を緩和する方向への価格変動を妨げてしまい，サーキットブレイカーよりも価格急変動をおさえる効果は劣ってしまうことも分かった．今回の結果だけを見れば，値幅制限よりもサーキットブレイカーの方が優れているように見える．しかし今回の結果は，誤発注による下落であり，かつ，いずれの規制も個別銘柄に導入された場合のみを分析しているなど，非常に限定的な状況下のことしか示していないことに注意が必要である．
金融業界における人工知能、高速取引、人工市場による市場制度の設計
金融業界における人工知能、高速取引、人工市場による市場制度の設計
水田孝信
説明動画 https://youtu.be/Dl5Q-Ub4WCk
資料はこちら。
説明の途中で多く出てくる参考文献を見たい方はこの.pdfから各種リンクをたどってください。
https://mizutatakanobu.com/2023k.pdf
この動画で多く引用している私のレポートはこちらです。
https://www.sparx.co.jp/report/special/
本発表資料は所属組織の公式見解を表すものではありません．
すべては個人的見解であります．
以下、この３つの話の概要を載せておきます(スライドに掲載されているものと同じです)。
●金融業界における人工知能
金融業界において人工知能はどのような使い道があるのか？この質問はよく投げかけられますが、人工知能がどのような仕組みで動いているのか理解すれば誰でも見つけられます。ここでは、まず人工知能の仕組みを簡単に説明します。人工知能は、人間より頭は悪いが、飽きずに、大量に、速く、データを処理できる、という特徴を持ちます。そして、1人で繰り返し練習できる、取り扱う範囲があらかじめ限定され、繰り返し同じことが起きる安定性がる領域を得意としていることを説明します。次に、金融業界、特に資産運用業界とその周辺でどのように人工知能が使われているのかを紹介します。例として、文章の要約・分析・作成、執行アルゴリズム取引の強化、不公正取引の検出を紹介します。また、高速取引に関してもお話しします。人工市場シミュレーションによる規制やルールの議論に関しては後半にお話しします。
●高速取引
・株式の高速取引と取引所の高速化について現状を説明した
・高速取引は古本屋と同じように社会の役にたっている
・高速取引で必要な「高速」とは低レイテンシー(低遅延)のこと
・高速取引の主要な2戦略はマーケットメーカー戦略と裁定取引
いずれも古くからある手法で、その手作業が機械化されたもの
・高速取引は各種ハードウェアへの投資が巨額のため
以前ほどは儲かっておらず装置産業化・寡占化している
・これ以上の高速化がさらなる流動性向上につながるかは疑問
・取引所も高速取引に使ってもらえるようにするために、
高速化を進めており、取引所同士の競争もある
・書籍”フラッシュ・ボーイズ”、映画”ハミングバード・プロジェクト”は 大げさで不正確だが、雰囲気は分かる
・書籍”アルゴリズム取引の正体”、”フラッシュ・クラッシュ”はとても客観的でおすすめ
・ 金融市場には、正義も悪もいない
いるのはルールを守っているものと、そうではないものだけ
→ 他の投資家同様に検査されれば良い
・ 一般投資家の本音は、高速取引業者は生きててほしいが
ボロ儲けして欲しくない
→ 本を入手するのに古本屋は必要だが、ぼったくられたくない
・ 高速取引の主要な戦略は昔からあるものを機械化したもの
●人工市場による市場制度の設計
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
今回は、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介した。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
日本CFA協会アドボカシーウェビナー 資産運用業界における人工知能
日本CFA協会アドボカシーウェビナー
資産運用業界における人工知能
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
資産運用業界において人工知能はどのような使い道があるのか？この質問はよく投げかけられますが、人工知能がどのような仕組みで動いているのか理解すれば誰でも見つけられます。本講演では、まず人工知能の仕組みを簡単に説明します。人工知能は、人間より頭は悪いが、飽きずに、大量に、速く、データを処理できる、という特徴を持ちます。そして、1人で繰り返し練習できる、取り扱う範囲があらかじめ限定され、繰り返し同じことが起きる安定性がる領域を得意としていることを説明します。次に、資産運用業界とその周辺でどのように人工知能が使われているのかを紹介します。例として、文章の要約・分析・作成、執行アルゴリズム取引の強化、不公正取引の検出、人工市場シミュレーションによる規制やルールの議論を紹介します。
Chapter 13 Artificial Intelligence (AI) for Financial Markets: A Good AI for ...
Chapter 13
Artificial Intelligence (AI) for Financial Markets: A Good AI for Designing Better Financial Markets and a Bad AI for Manipulating Markets
のご紹介
書籍 Digital designs for money, markets, and social designs に収録
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
ワークショップ: https://sites.google.com/view/ddmmsd2022/
書籍: https://doi.org/10.1007/978-981-19-0937-5
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
2022年8月19日-20日 第57回 日本金融・証券計量・工学学会(JAFEE) 大会
投資戦略の最適化の不安定性による金融市場の不安定性-人工市場を用いた分析-
水田 孝信 (スパークス・アセット・マネジメント株式会社)
八木 勲 (工学院大学)
高島 幸成 (長岡大学)
本資料は，スパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
本研究では， [水田 2014],[Mizuta 2016b]の人工市場にバックテストによってシミュレーション期間を通じて投資戦略の最適なパラメータを１つ探す(経済学やファイナンス研究で言うところの最適化を行う)テクニカルエージェント(TA)を追加してシミュレーションを行い，マーケットインパクトを最適化時に考慮できないという要因だけで最適化が安定しなくなることを議論した．TAは2体，順張り(TA-m)と逆張り(TA-r)を追加実装した．
その結果，TA-mのみが存在する場合，投資戦略のパラメータはある値に収束することなく周期的に値が変わっていることが分かった．他の全員が全く同じに固定されていたとしても，１人でも，戦略の最適化を行うために，バックテストとその実践投入を繰り返し行うだけで，その戦略は定まることがないし，価格時系列も特定のものには達せず，不安定となった．金融市場は本質的に，投資戦略は安定しない性質をもっていると言えるだろう．なぜなら，そのときは合理的な投資戦略を選択したとしても，その投資戦略が価格時系列を変更し，合理的な投資戦略が変わり，と繰り返されるからである．
TA-m, TA-rの両方がいる場合，投資戦略のパラメータに周期性はなくなり，予測不能な動きとなった．このような予測不能な動きとなるパラメータに基づいた投資戦略によって生み出された市場価格の時系列が，予測可能であったり規則性が安定的に存在したりするとは考えにくい．規則性の不安定性は，価格時系列を数理モデル化する際の大前提である斉一性原理をも疑わせ，価格時系列の数理モデル化の難しさを示すものであると考えられる．
この最適化の不安定性は，いわいる”市場価格が均衡しない”という不安定よりもさらに上位の不安定性であり，当然，市場価格の均衡を妨げる．そして，価格時系列の規則性をも不安定にさせうる．しかも，他のあらゆる要素を固定して最適化を試みても，マーケットインパクトという避けることができない要素のみで，最適化は不安定化する．このことから，金融市場は本質的に不安定であると言えるかもしれない．
人工市場による市場制度の設計
2022年7月2日 2022年度 経済物理学 金融ビッグデータと人工知能技術II
人工市場による市場制度の設計
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
本発表では、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介する。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
https://mizutatakanobu.com/2022jsai.pdf
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
水田 孝信 スパークス・アセット・マネジメント株式会社
八木 勲 工学院大学
高島 幸成 長岡大学
本資料は，スパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
多くのファイナンス(金融)研究は，投資戦略の最適化や市場の効率性など，さまざまな仮定の上で議論されている．しかし，その仮定そのものが批判されることも少なくない．投資戦略の最適化が不可能な要因として，投資家自身の売買によって価格を変化させてしまうこと(マーケットインパクト)を最適化時に考慮できないことも考えられる．そこで本研究では，人工市場を用いてバックテストによってシミュレーション期間を通じて投資戦略の最適なパラメータを１つ探す(経済学やファイナンス研究で言うところの最適化を行う)テクニカルエージェントを追加してシミュレーションを行い，マーケットインパクトを最適化時に考慮できないという要因だけで最適化が安定しなくなることを議論した．その結果，投資戦略のパラメータはある値に収束することなく不安定になることが分かった．他の全員が全く同じに固定されていたとしても，数人が戦略の最適化を行うために，バックテストとその実践投入を繰り返し行うだけで，その戦略は定まることがないし，価格時系列も特定のものには達せず，不安定となった．この最適化の不安定性は，いわいる``市場価格が均衡しない''という不安定よりもさらに上位の不安定性であり，当然，市場価格の均衡を妨げる．そして，価格時系列の規則性をも不安定にさせうる．このことから，金融市場は本質的に不安定であると言えるかもしれない．
人工市場による市場制度の設計
2022年4月21日
2022年度 金融レジリエンス情報学 第3回
人工市場による市場制度の設計
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
本発表では、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介する。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
2022CIFEr
4-5 May 2022 IEEE Computational Intelligence for Financial Engineering and Economics
Instability of financial markets by optimizing investment strategies investigated by an agent-based model
Takanobu Mizuta SPARX Asset Management Co. Ltd.
Isao Yagi Kogakuin University
Kosei Takashima Nagaoka University
Note that the opinions contained herein are solely those of the authors and do not necessarily reflect those of SPARX Asset Management Co., Ltd.
In this study, we built an artificial market model by adding technical analysis strategy agents (TAs), which search one optimized parameter in a whole simulation run, to the prior model of [mizuta 2016]. The TAs are a momentum TA (TA-m) and reversal TA (TA-r), and we investigated whether investors' inability to accurately estimate market impacts in their optimizations leads to optimization instability.
When both the TA-m and TA-r exist, the parameters of investment strategies were changing irregularly and unexpectedly. This means that even if all other traders are fixed, only one investor optimizing his/her strategy using backtesting leads to the time evolution of market prices becoming unstable. Financial markets are essentially unstable, and naturally, investment strategies are not able to be fixed. The reason is that even when one investor selects a rational strategy at that time, it changes the time evolution of prices, it becomes no longer rational, another strategy becomes rational, and the process repeats.
Optimization instability is one level higher than ``non-equilibrium of market prices.'' Therefore, the time evolution of market prices produced by investment strategies having such unstable parameters is highly unlikely to be predicted and have stable laws written by equations. This nature makes us suspect that financial markets include the principle of natural uniformity and indicates the difficulty of building an equation model explaining the time evolution of prices.
L'intelligence artificielle utilisée sur les marchés financiers
L'intelligence artificielle utilisée sur les marchés financiers
This article was just translated by DeepL from the Japanese article,
https://www.sparx.co.jp/report/special/3202.html
So, sorry for poor French.
More Related Content
Viewers also liked
Regulations' Effectiveness for Market Turbulence by Large Erroneous Orders us...
We built an artificial market model and investigated the impact of large erroneous orders on price formations. Comparing the case of consented large erroneous orders in the short term with that of continuous small erroneous orders in the long term, if amounts of orders are the same, we found that the orders induced almost the same price fall range. We also analyzed effects of price variation limits for erroneous orders and found that price variation limits that employ a limitation term shorter than the time erroneous orders exist effectively prevent large price fluctuations. We also investigated effects of up-tick rules adopting the trigger method that the Japan Financial Services Agency adopted on November 2013.
20100829 思想哲学研究会
- El documento presenta una guía sobre cómo implementar un sistema de gestión de la calidad en una organización. Incluye recomendaciones sobre políticas, procedimientos, registros y auditorías.
- Se describen los elementos clave de un sistema de gestión de la calidad como la mejora continua, el enfoque al cliente, el liderazgo de la dirección y el compromiso del personal.
- La guía también cubre temas como la definición de responsabilidades, la formación del personal, las mediciones de desempeño y la revisión por parte de la gerencia para
国際会議 IEEE Computational Intelligence for Financial Engineering & Economics (C...
国際会議 IEEE Computational Intelligence for Financial Engineering & Economics (CIFEr) 2014 参加報告
経済物理学 第１２回（2014/7/25） 金融ビッグデータと人工知能 III 人工市場による市場制度の設計
経済物理学 第１２回（2014/7/25） 金融ビッグデータと人工知能 III 人工市場による市場制度の設計
東京大学大学院工学系研究科システム創成学専攻：授業：金融レジリエンス情報学：2013年12月12日 資料
東京大学大学院工学系研究科システム創成学専攻：授業：金融レジリエンス情報学：2013年12月12日 資料
Viewers also liked (10)
Regulations' Effectiveness for Market Turbulence by Large Erroneous Orders us...
Regulations' Effectiveness for Market Turbulence by Large Erroneous Orders us...
国際会議 IEEE Computational Intelligence for Financial Engineering & Economics (C...
国際会議 IEEE Computational Intelligence for Financial Engineering & Economics (C...
経済物理学 第１２回（2014/7/25） 金融ビッグデータと人工知能 III 人工市場による市場制度の設計
経済物理学 第１２回（2014/7/25） 金融ビッグデータと人工知能 III 人工市場による市場制度の設計
東京大学大学院工学系研究科システム創成学専攻：授業：金融レジリエンス情報学：2013年12月12日 資料
東京大学大学院工学系研究科システム創成学専攻：授業：金融レジリエンス情報学：2013年12月12日 資料
More from Takanobu Mizuta
人工知能の可能性と限界 ーこの５年間の発展ー
2023/4/28
AI・人工知能研究会 http://rmcai.wp.xdomain.jp/
人工知能の可能性と限界 ーこの５年間の発展ー
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
2018年にこちらで”人工知能の可能性と限界”というタイトルで講演させていただきました。人工知能は、人間より頭は悪いが、飽きずに、大量に、速く、データを処理できる、という特徴を持ちます。そして、1人で繰り返し練習できる、取り扱う範囲があらかじめ限定され、繰り返し同じことが起きる安定性がる領域を得意としていることを説明しました。これは今でも変わっていません。
そこから５年、昨年中ごろまでは大きな進展はなかったのですが、GenerativeAIという技術が生まれ、人工知能でできることが増えました。この進歩は人工知能が人間に近づいたというよりはむしろ離れてしまっていて、入力するデータ量を莫大にしてでできなかったことをカバーするイメージに近いです。技術的な進歩はそこまででもないのに、データ量を増やすと突如性能が上がったことに、多くの研究者たちは驚いています。
本講演ではまず5年前の講演を簡単に振り返った後、ChatGPTを例としてできるようになったこと、できるようになってないことを議論します。
人工市場による市場制度の設計
人工市場による市場制度の設計
2023年度 金融レジリエンス情報学 第2回
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
今回は、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介する。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
人工市場シミュレーションによる 値幅制限とサーキットブレイカーの効果比較
第27回 進化経済学会 東京大会
人工市場シミュレーションによる値幅制限とサーキットブレイカーの効果比較
水田孝信（スパークス・アセット・マネジメント株式会社）、八木勲（工学院大学）
本資料は，スパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
証券取引所は市場価格の急変動をおさえるため，現在の価格から大きく離れた価格の注文を出せないようにする値幅制限や，価格が急変動した際にある一定時間注文を受け付けないサーキットブレイカーを導入する場合がある．値幅制限は日本や中国本土，韓国などアジアの取引所で，サーキットブレイカーは米国やヨーロッパの取引所で採用されていることが多く，どちらがより価格の急変動をおさえるかは多くの議論がある．現実の金融市場では全く同じ急変動が起こることはないため，制度の違いによってもたらされた違いなのか，そもそもの急変動の大きさの違いなのか区別できないため，実証研究で両制度の効果を比較するのは難しい．このような議論をするのにすぐれた手法として，コンピュータ上で仮想的にその状況を作り出し検証する人工市場（金融市場のエージェントベースドモデル）を用いたシミュレーションがある．人工市場モデルを用いたシミュレーション研究はバブルや金融危機の発生メカニズムの解明に貢献したことはもちろん，現実の金融市場の規制や制度，ルールの変更の議論に多くの貢献をした．人工市場シミュレーションであれば，制度以外のすべてを固定して比較することができ，制度の違いによる効果だけを抽出できる．人工市場を用いて値幅制限やサーキットブレイカーを分析した研究はいくつかある．値幅制限が有効であるためには制限時間と制限値幅に課せられる条件も示されており，下落の時間スケールに応じて複数の値幅制限が必要であることが示されている．しかしながら，人工市場を用いて同じようなパラメータをもつ値幅制限とサーキットブレイカーを比較した研究はない．値幅制限の研究では注文が１つ出されると時間が1進むモデルが多く，サーキットブレイカーの発動時のように，注文は出せないが時間が経過する効果をモデル化できていない．ただ時間が経過したことによる効果をモデル化するためには工夫が必要である．そこで本研究ではそのような工夫を行った人工市場を用いて値幅制限とサーキットブレイカーの効果の比較を行った．その結果，値幅制限とサーキットブレイカーは制限幅や時間スケールといったパラメータを同じにすれば，同じ程度に急変動をおさえる効果があることが分かった．しかし，投資家が注文をキャンセルする時間スケールより値幅制限が短いパラメータを持つ場合，制限価格に付近に注文がたまってしまい，その注文が急変を緩和する方向への価格変動を妨げてしまい，サーキットブレイカーよりも価格急変動をおさえる効果は劣ってしまうことも分かった．今回の結果だけを見れば，値幅制限よりもサーキットブレイカーの方が優れているように見える．しかし今回の結果は，誤発注による下落であり，かつ，いずれの規制も個別銘柄に導入された場合のみを分析しているなど，非常に限定的な状況下のことしか示していないことに注意が必要である．
金融業界における人工知能、高速取引、人工市場による市場制度の設計
金融業界における人工知能、高速取引、人工市場による市場制度の設計
水田孝信
説明動画 https://youtu.be/Dl5Q-Ub4WCk
資料はこちら。
説明の途中で多く出てくる参考文献を見たい方はこの.pdfから各種リンクをたどってください。
https://mizutatakanobu.com/2023k.pdf
この動画で多く引用している私のレポートはこちらです。
https://www.sparx.co.jp/report/special/
本発表資料は所属組織の公式見解を表すものではありません．
すべては個人的見解であります．
以下、この３つの話の概要を載せておきます(スライドに掲載されているものと同じです)。
●金融業界における人工知能
金融業界において人工知能はどのような使い道があるのか？この質問はよく投げかけられますが、人工知能がどのような仕組みで動いているのか理解すれば誰でも見つけられます。ここでは、まず人工知能の仕組みを簡単に説明します。人工知能は、人間より頭は悪いが、飽きずに、大量に、速く、データを処理できる、という特徴を持ちます。そして、1人で繰り返し練習できる、取り扱う範囲があらかじめ限定され、繰り返し同じことが起きる安定性がる領域を得意としていることを説明します。次に、金融業界、特に資産運用業界とその周辺でどのように人工知能が使われているのかを紹介します。例として、文章の要約・分析・作成、執行アルゴリズム取引の強化、不公正取引の検出を紹介します。また、高速取引に関してもお話しします。人工市場シミュレーションによる規制やルールの議論に関しては後半にお話しします。
●高速取引
・株式の高速取引と取引所の高速化について現状を説明した
・高速取引は古本屋と同じように社会の役にたっている
・高速取引で必要な「高速」とは低レイテンシー(低遅延)のこと
・高速取引の主要な2戦略はマーケットメーカー戦略と裁定取引
いずれも古くからある手法で、その手作業が機械化されたもの
・高速取引は各種ハードウェアへの投資が巨額のため
以前ほどは儲かっておらず装置産業化・寡占化している
・これ以上の高速化がさらなる流動性向上につながるかは疑問
・取引所も高速取引に使ってもらえるようにするために、
高速化を進めており、取引所同士の競争もある
・書籍”フラッシュ・ボーイズ”、映画”ハミングバード・プロジェクト”は 大げさで不正確だが、雰囲気は分かる
・書籍”アルゴリズム取引の正体”、”フラッシュ・クラッシュ”はとても客観的でおすすめ
・ 金融市場には、正義も悪もいない
いるのはルールを守っているものと、そうではないものだけ
→ 他の投資家同様に検査されれば良い
・ 一般投資家の本音は、高速取引業者は生きててほしいが
ボロ儲けして欲しくない
→ 本を入手するのに古本屋は必要だが、ぼったくられたくない
・ 高速取引の主要な戦略は昔からあるものを機械化したもの
●人工市場による市場制度の設計
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
今回は、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介した。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
日本CFA協会アドボカシーウェビナー 資産運用業界における人工知能
日本CFA協会アドボカシーウェビナー
資産運用業界における人工知能
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
資産運用業界において人工知能はどのような使い道があるのか？この質問はよく投げかけられますが、人工知能がどのような仕組みで動いているのか理解すれば誰でも見つけられます。本講演では、まず人工知能の仕組みを簡単に説明します。人工知能は、人間より頭は悪いが、飽きずに、大量に、速く、データを処理できる、という特徴を持ちます。そして、1人で繰り返し練習できる、取り扱う範囲があらかじめ限定され、繰り返し同じことが起きる安定性がる領域を得意としていることを説明します。次に、資産運用業界とその周辺でどのように人工知能が使われているのかを紹介します。例として、文章の要約・分析・作成、執行アルゴリズム取引の強化、不公正取引の検出、人工市場シミュレーションによる規制やルールの議論を紹介します。
Chapter 13 Artificial Intelligence (AI) for Financial Markets: A Good AI for ...
Chapter 13
Artificial Intelligence (AI) for Financial Markets: A Good AI for Designing Better Financial Markets and a Bad AI for Manipulating Markets
のご紹介
書籍 Digital designs for money, markets, and social designs に収録
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
ワークショップ: https://sites.google.com/view/ddmmsd2022/
書籍: https://doi.org/10.1007/978-981-19-0937-5
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
2022年8月19日-20日 第57回 日本金融・証券計量・工学学会(JAFEE) 大会
投資戦略の最適化の不安定性による金融市場の不安定性-人工市場を用いた分析-
水田 孝信 (スパークス・アセット・マネジメント株式会社)
八木 勲 (工学院大学)
高島 幸成 (長岡大学)
本資料は，スパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
本研究では， [水田 2014],[Mizuta 2016b]の人工市場にバックテストによってシミュレーション期間を通じて投資戦略の最適なパラメータを１つ探す(経済学やファイナンス研究で言うところの最適化を行う)テクニカルエージェント(TA)を追加してシミュレーションを行い，マーケットインパクトを最適化時に考慮できないという要因だけで最適化が安定しなくなることを議論した．TAは2体，順張り(TA-m)と逆張り(TA-r)を追加実装した．
その結果，TA-mのみが存在する場合，投資戦略のパラメータはある値に収束することなく周期的に値が変わっていることが分かった．他の全員が全く同じに固定されていたとしても，１人でも，戦略の最適化を行うために，バックテストとその実践投入を繰り返し行うだけで，その戦略は定まることがないし，価格時系列も特定のものには達せず，不安定となった．金融市場は本質的に，投資戦略は安定しない性質をもっていると言えるだろう．なぜなら，そのときは合理的な投資戦略を選択したとしても，その投資戦略が価格時系列を変更し，合理的な投資戦略が変わり，と繰り返されるからである．
TA-m, TA-rの両方がいる場合，投資戦略のパラメータに周期性はなくなり，予測不能な動きとなった．このような予測不能な動きとなるパラメータに基づいた投資戦略によって生み出された市場価格の時系列が，予測可能であったり規則性が安定的に存在したりするとは考えにくい．規則性の不安定性は，価格時系列を数理モデル化する際の大前提である斉一性原理をも疑わせ，価格時系列の数理モデル化の難しさを示すものであると考えられる．
この最適化の不安定性は，いわいる”市場価格が均衡しない”という不安定よりもさらに上位の不安定性であり，当然，市場価格の均衡を妨げる．そして，価格時系列の規則性をも不安定にさせうる．しかも，他のあらゆる要素を固定して最適化を試みても，マーケットインパクトという避けることができない要素のみで，最適化は不安定化する．このことから，金融市場は本質的に不安定であると言えるかもしれない．
人工市場による市場制度の設計
2022年7月2日 2022年度 経済物理学 金融ビッグデータと人工知能技術II
人工市場による市場制度の設計
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
本発表では、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介する。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
https://mizutatakanobu.com/2022jsai.pdf
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
水田 孝信 スパークス・アセット・マネジメント株式会社
八木 勲 工学院大学
高島 幸成 長岡大学
本資料は，スパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
多くのファイナンス(金融)研究は，投資戦略の最適化や市場の効率性など，さまざまな仮定の上で議論されている．しかし，その仮定そのものが批判されることも少なくない．投資戦略の最適化が不可能な要因として，投資家自身の売買によって価格を変化させてしまうこと(マーケットインパクト)を最適化時に考慮できないことも考えられる．そこで本研究では，人工市場を用いてバックテストによってシミュレーション期間を通じて投資戦略の最適なパラメータを１つ探す(経済学やファイナンス研究で言うところの最適化を行う)テクニカルエージェントを追加してシミュレーションを行い，マーケットインパクトを最適化時に考慮できないという要因だけで最適化が安定しなくなることを議論した．その結果，投資戦略のパラメータはある値に収束することなく不安定になることが分かった．他の全員が全く同じに固定されていたとしても，数人が戦略の最適化を行うために，バックテストとその実践投入を繰り返し行うだけで，その戦略は定まることがないし，価格時系列も特定のものには達せず，不安定となった．この最適化の不安定性は，いわいる``市場価格が均衡しない''という不安定よりもさらに上位の不安定性であり，当然，市場価格の均衡を妨げる．そして，価格時系列の規則性をも不安定にさせうる．このことから，金融市場は本質的に不安定であると言えるかもしれない．
人工市場による市場制度の設計
2022年4月21日
2022年度 金融レジリエンス情報学 第3回
人工市場による市場制度の設計
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、金融・経済分野におけるエージェントシミュレーションである人工市場や人工経済などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
本発表では、人工市場研究を簡単にレビューしたあと、人工市場による市場制度の設計の研究を呼値変更という実際に行われた制度変更の事例を交えながら紹介する。金融市場は人類の発展に必要不可欠な道具である。McMillan[2002]が述べたように、「物理学者や生物学者が研究してきたシステムと同じくらい複雑で高度なもの」であるうえに、「うまく設計されたときのみ、うまく機能する」、まさに複雑系である。人工市場は、これまでにない制度によってどういうことが”起こりえるか”を調べ“あり得る”メカニズムを見つけておく、”あり得る”副作用を見つけておく、という貢献ができる。特に、喫緊の課題として規制やルールを議論している実務家からの注目が高い。
人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
2022CIFEr
4-5 May 2022 IEEE Computational Intelligence for Financial Engineering and Economics
Instability of financial markets by optimizing investment strategies investigated by an agent-based model
Takanobu Mizuta SPARX Asset Management Co. Ltd.
Isao Yagi Kogakuin University
Kosei Takashima Nagaoka University
Note that the opinions contained herein are solely those of the authors and do not necessarily reflect those of SPARX Asset Management Co., Ltd.
In this study, we built an artificial market model by adding technical analysis strategy agents (TAs), which search one optimized parameter in a whole simulation run, to the prior model of [mizuta 2016]. The TAs are a momentum TA (TA-m) and reversal TA (TA-r), and we investigated whether investors' inability to accurately estimate market impacts in their optimizations leads to optimization instability.
When both the TA-m and TA-r exist, the parameters of investment strategies were changing irregularly and unexpectedly. This means that even if all other traders are fixed, only one investor optimizing his/her strategy using backtesting leads to the time evolution of market prices becoming unstable. Financial markets are essentially unstable, and naturally, investment strategies are not able to be fixed. The reason is that even when one investor selects a rational strategy at that time, it changes the time evolution of prices, it becomes no longer rational, another strategy becomes rational, and the process repeats.
Optimization instability is one level higher than ``non-equilibrium of market prices.'' Therefore, the time evolution of market prices produced by investment strategies having such unstable parameters is highly unlikely to be predicted and have stable laws written by equations. This nature makes us suspect that financial markets include the principle of natural uniformity and indicates the difficulty of building an equation model explaining the time evolution of prices.
L'intelligence artificielle utilisée sur les marchés financiers
L'intelligence artificielle utilisée sur les marchés financiers
This article was just translated by DeepL from the Japanese article,
https://www.sparx.co.jp/report/special/3202.html
So, sorry for poor French.
Artificial Intelligence Used in Financial Markets
Artificial Intelligence Used in Financial Markets
This article was just translated by DeepL from the Japanese article,
https://www.sparx.co.jp/report/special/3202.html
So, sorry for poor English.
投資戦略の最適化の不安定性による金融市場の不安定性 -人工市場を用いた分析-
多くのファイナンス (金融) 研究は，投資戦略の最適化や市場の効率性など，さまざまな仮定の上で議論されている．しかし，その仮定そのものが批判されることも少な くない．投資戦略の最適化が不可能な要因として，投資家自身の売買によって価格を 変化させてしまうこと (マーケットインパクト) を最適化時に考慮できないことも考えられる．そこで本研究では，人工市場を用いてバックテストによってシミュレーショ ン期間を通じて投資戦略の最適なパラメータを１つ探す (経済学やファイナンス研究で言うところの最適化を行う) テクニカルエージェントを追加してシミュレーションを行い，マーケットインパクトを最適化時に考慮できないという要因だけで最適化が安定しなくなることを議論した．その結果，投資戦略のパラメータはある値に収束す ることなく不安定になることが分かった．他の全員が全く同じに固定されていたとし ても，１人でも，戦略の最適化を行うために，バックテストとその実践投入を繰り返 し行うだけで，その戦略は定まることがないし，価格時系列も特定のものには達せず， 不安定となった．この最適化の不安定性は，いわいる “市場価格が均衡しない” という不安定よりもさらに上位の不安定性であり，当然，市場価格の均衡を妨げる．そして， 価格時系列の規則性をも不安定にさせうる．このことから，金融市場は本質的に不安 定であると言えるかもしれない．
金融・経済分野におけるマルチエージェントシステム ～ 簡単なレビュー ～
金融・経済分野におけるマルチエージェントシステム
～ 簡単なレビュー ～
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
2008年の金融危機以降、伝統的な経済学では複雑系であったこの金融危機を分析できていないと批判し、人工市場や人工社会などの複雑系科学をもっと活用すべきだという主張があらわれた。人工市場をもっと活用し伝統的な経済学の弱点を補完すべきであることは確かだと思われる。
本発表では、金融・経済分野におけるマルチエージェントシステムを簡単にレビューした。人工市場の貢献はまだ始まったばかりで、研究者が全然足りていない。そして、居場所がなかなかない。この分野は社会への重要な貢献ができることは間違いないので、啓蒙活動を続けていきたい。
今後、もっと多くの金融市場の規制やルールが人工市場や人工社会で扱えるようになり、うまく金融市場を設計することに貢献し、社会の発展につながっていけばと願っています。
金融業界における人工知能 2022/1/17
2022/1/17
金融資本市場論 第7講 テクノロジーの進化と金融資本市場
金融業界における人工知能
スパークス・アセット・マネジメント株式会社 運用調査本部
ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません． すべては個人的見解であります．
株式の高速取引と取引所の高速化
株式の高速取引と取引所の高速化
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
人工市場による市場制度の設計
人工市場による市場制度の設計
2021年度 経済物理学 第9回
スパークス・アセット・マネジメント株式会社
運用調査本部 ファンドマネージャー 兼 上席研究員
水田孝信
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．すべては個人的見解であります．
What is a Hight-Speed Trade? Why does a Stock Exchange Speed-Up?
What is a Hight-Speed Trade? Why does a Stock Exchange Speed-Up?
2021 IEEE 71st Electronic Components and Technology Conference EPS Seminar
Takanobu Mizuta SPARX Asset Management Co., Ltd.
Note that the opinions contained herein are solely those of the authors and do not necessarily reflect those of SPARX Asset Management Co., Ltd.
More from Takanobu Mizuta (20)
Chapter 13 Artificial Intelligence (AI) for Financial Markets: A Good AI for ...
Chapter 13 Artificial Intelligence (AI) for Financial Markets: A Good AI for ...
L'intelligence artificielle utilisée sur les marchés financiers
L'intelligence artificielle utilisée sur les marchés financiers
What is a Hight-Speed Trade? Why does a Stock Exchange Speed-Up?
What is a Hight-Speed Trade? Why does a Stock Exchange Speed-Up?