Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

20170920_FinSumWorkshop_ZaisanNet

747 Aufrufe

Veröffentlicht am

AI x Fintech ~ working practice from AI forecast
AI x Fintech ~ AI予測の最適利用と実務
Workshop material by ZAISAN Net, Inc.

Veröffentlicht in: Technologie
  • Als Erste(r) kommentieren

20170920_FinSumWorkshop_ZaisanNet

  1. 1. AI予測の 最適利用と実務 ZAISAN Net, Inc. AI x Fintech の視点から
  2. 2. Data on Finance • 株価、為替 • コモディティ、先物価格 • チャート指標 時系列 • 雇用統計 • 失業率統計結果 • 金利 • 成⻑目標 • 貿易方針 政策 • 戦争や天災 • 各社IR/PRイベント
  3. 3. Time-Series Data 出典:Billion Trillion HP
  4. 4. Bollinger Band 出典:SBI証券HP • 多くの時系列データは統計的に一定の範囲内を移動する • 値動きに応じて標準偏差は変わるので統計的には常にサプライズはない
  5. 5. Stocks/FX are essentially Random-Walk 出典:もきちのきもちHP
  6. 6. Example of Random Walk 出典:熊本学園大学HP
  7. 7. Correlation of Random Walks 出典:https://www.slideshare.net/imoplus/ss-69831223
  8. 8. Correlation of Random Walks 出典:https://www.slideshare.net/shimonotoshiyuki/ss-36893437
  9. 9. AI x Fintech ~ Frequent Mistakes 時系列データ • ランダムウォークを 含むデータ AI学習 • モデルとフィット • ブラックボックス完 成 相関確認 • モデルを大量生成 • 株価と相関が高い モデルを発見 実検証 • 未来の予測精度50% • 過学習やデータ量を 疑う 実は、AIを使って ランダムウォークからランダムウォークを 作っているから
  10. 10. Principle of Data • 取扱データの本質的な理解が不可欠 • 統計分析もせずにAIエンジンに入れ るのは論外だが、統計知識だけでは 不足 • AI(人工知能をはじめとした最先端 技術)による解決の模索 • 通常のエンジニアでも無理 • 数学・統計学・金融工学・人工知能 の複合的な知識と経験が必要 • ノウハウを蓄積している企業や事業 者が少ない
  11. 11. Believed AI application 出典:https://sitest.jp/blog/?p=7789
  12. 12. Cyclic pattern on AI Sin関数一つ学習させるのも一筋縄ではない
  13. 13. Principle of Artificial Intelligence 本質は連立方程式の行列計算 中学生でも理解可能
  14. 14. Principle of DeepLearning 出典:http://www.v-t.co.jp/solutions/009dl-solution/about_dl/
  15. 15. Principle of DL on GPU 出典:http://weekly.ascii.jp/elem/000/000/396/396435/
  16. 16. # of Layers
  17. 17. # of Units
  18. 18. Activation Function
  19. 19. Optimizer Function
  20. 20. Time-Series Data on AI x Fintech 可能? 不可能? 可能 得意? 不得意? 不得意 デフォルトで 難航 予測精度 チャレンジ
  21. 21. Data to be learned by AI
  22. 22. Trial Result by Long- Short Term Memory 出典:http://www.jakob-aungiers.com/articles/a/LSTM-Neural-Network-for-Time-Series-Prediction
  23. 23. By Statistics 実は当該区間に有意なデータが含まれていなかったり・・・ (X10) (X10)
  24. 24. Movements are based on both Long and Short term trends 出典:http://orekabu.jp/chart-pattern/
  25. 25. Statistics + AI 青:ファーストリテイリングの実株価 赤:AIモデル1の予測株価 黄:AIモデル2の予測株価
  26. 26. Phantom AI Weekly Stock Forecast 時系列データを統計処理し ランダムウォークを除去 統計学と金融工学 特徴量を持つ学習データに対して 周期変動も学習できるエンジンを利用 人工知能 一般消費者でも分かる アウトプットデザイン 分かり易いUI/UX

×