1. 予測市場のエージェント化に向けた
市場モデルの検討
北海道大学 情報科学研究科
調和系工学研究室
○山形聖志 川村秀憲 鈴木恵二

2. 予測市場とは
定義
予測の対象となる「ある変数」の未知の実現値に依存し，
事後的に価値が決まる仮想の証券を売買する一種の先物市場
目的
市場参加者の集合知を反映した，動的な予測を得ること
情報
集約
情報
予測市場 集合知
情報

3. 予測市場における参加者の行動
問： ワールドカップでイタリア，日本，ドイツの
どこが優勝するか
証券
イタリア 日本 ドイツ ③最終的な結果に
①参加者は初期資産を保有 応じて報酬を受け取る
売り 買い 売り
信念
②情報から得られた 日本が勝つだろう…
自らの信念に基づいて
証券を売買
初期資産 資産
仮想通貨 20円
仮想通貨 100円 情報 イタリア 10口
イタリア 50口
日本 200口
日本 50口 出場選手 ドイツ 10口
ドイツ 50口
過去の戦歴
日本の勝利
個々の参加者は自らの資産の期待値を最大化するように証券を売買

4. 集合知を用いた結果の予測可能性
問： ワールドカップでイタリア，日本，ドイツの
どこが優勝するか
証券
日本
信念
売り
ドイツが勝つ 日本が勝つだろう…
買い
価格の推移
価格
日本
イタリア 実際の試合結果と
一致する傾向がある
ドイツ
時間

5. 予測市場の課題と本研究の目的
予測市場の問題点
予測のたびに参加者を集めるコストが掛かる
正確な予測ができない
先行研究：サポートエージェント(人とエージェントのハイブリッド)
人間の注文に機械的に応えるに留まる
本研究：エージェントのみによる予測市場
- 外界データを知覚するエージェント作成
- エージェントのみでも高い予測精度を示す予測市場を設計す
る
- 優れた予測市場の定義
価格の遷移がいち早く正解に近づく市場

6. 本研究のアプローチ
課題 価格の遷移がいち早く結果に収束する市場
リスクの概念を持ったエージェントの設計
現在価格に近い価格の注文ほど高
い
仮説 リスクを取るエージェントが多い 収束が早い
検証 リスクを取るエージェントの割合と収束性の関係

7. 問題のモデルと学習アルゴリズム
時系列での１の数の変化
予測対象
• １０ビットのビット列
• 時系列で確率に従って変化
• 最終地点での１の数の割合が，結果が１である確率
確率 2/10 ０ １ ０ １ ０ ０ ０ ０ ０ ０
情報と結果の因果関係
知
エージェン 覚
ト
• ビット列のうち，割り当てられたビットを知覚
• ロジスティック回帰を用いて知覚できるビットの情報と，結果の因果関係を学習
ビット列を部分的に知覚し
信念（自分が予測している１が出る確率）を算出

8. 信念算出後の展開
(1) 各エージェント信念 bt 算出
(2)
bt  u  bt  1  u  MarketPricet 1 [Gjerstadらの更新式]
(3) 信念と現在価格差，リスク関数から注文量算出
リスク関数 導入
Risk ( u) Risk ( u) = x0 + un
u = bt - MarketPricet
(4) DA(Double Auction)で集約，価格に反映
リスク関数
リスク受容的
エージェントパラメータ
u 自信 リ
n どの程度リスク回避（受容）的か ス
x0 リスク関数切片 ク
値
リスク回避的
信念と価格の差

9. リスク回避的エージェントの割合と
収束性の関係
非収束性
（市場価格と
正解との差の
時間積分値）
リスク回避型エージェントの割合
リスク受容的エージェントが多いほど，収束は早くなる

10. まとめ
予測市場のエージェント化
収束の速い予測市場を実現する条件の検討
（シミュレーションによる解析モデルを構築）
実験結果
リスク回避型エージェントが少ない
市場の収束性が向上