JP2018025851A - 人工知能を用いたファンド運用システム - Google Patents
人工知能を用いたファンド運用システム Download PDFInfo
- Publication number
- JP2018025851A JP2018025851A JP2016155441A JP2016155441A JP2018025851A JP 2018025851 A JP2018025851 A JP 2018025851A JP 2016155441 A JP2016155441 A JP 2016155441A JP 2016155441 A JP2016155441 A JP 2016155441A JP 2018025851 A JP2018025851 A JP 2018025851A
- Authority
- JP
- Japan
- Prior art keywords
- fund management
- management system
- analysis unit
- market
- asset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
そこで、本発明は、複数の異なるモデルを用いて市場の動向を解析して資産運用が可能なファンド運用システムの提供を目的とする。
(態様1)市場連動性が比較的低い低市場連動型資産を解析する低市場連動型解析ユニットと、市場連動性が比較的高い高市場連動型資産を解析する高市場連動型解析ユニットと、前記低市場連動型資産及び前記高市場連動型資産を運用するファンド運用ユニットとを備えるファンド運用システムであって、前記高市場連動型解析ユニットは、人工知能(AI)を用いて資産価値に影響を与える要因を学習することにより前記資産価値の変動を予測するAI解析部と、前記資産価値の時間変動から前記資産価値の変動を予測する時間変動解析部とを備えることを特徴とするファンド運用システム。(態様2)態様1に記載のファンド運用システムにおいて、前記高市場連動型解析ユニットは、前記ファンド運用ユニットに対して前記高市場連動型資産の運用を変更するシグナルを出力することを特徴とするファンド運用システム。(態様3)態様1または2に記載のファンド運用システムにおいて、前記AI解析部は、ディープラーニングモデルを実行することを特徴とするファンド運用システム。(態様4)態様3に記載のファンド運用システムにおいて、前記ディープラーニングモデルは、入力層と、複数の中間層と、出力層とを備え、前記資産価値に影響を与える複数の要因が前記入力層に入力されることを特徴とするファンド運用システム。
200 低市場連動型解析ユニット
210 減配リスク解析部
300 高市場連動型解析ユニット
310 AI解析部
320 時間変動解析部
330 ポジション調整部
400 ファンド運用ユニット
Claims (21)
- 市場連動性が比較的低い低市場連動型資産を解析する低市場連動型解析ユニットと、市場連動性が比較的高い高市場連動型資産を解析する高市場連動型解析ユニットと、前記低市場連動型資産及び前記高市場連動型資産を運用するファンド運用ユニットとを備えるファンド運用システムであって、
前記高市場連動型解析ユニットは、人工知能(AI)を用いて資産価値に影響を与える要因を学習することにより前記資産価値の変動を予測するAI解析部と、前記資産価値の時間変動から前記資産価値の変動を予測する時間変動解析部とを備えることを特徴とするファンド運用システム。 - 請求項1に記載のファンド運用システムにおいて、
前記高市場連動型解析ユニットは、前記ファンド運用ユニットに対して前記高市場連動型資産の運用を変更するシグナルを出力することを特徴とするファンド運用システム。 - 請求項1または2に記載のファンド運用システムにおいて、
前記AI解析部は、ディープラーニングモデルを実行することを特徴とするファンド運用システム。 - 請求項3に記載のファンド運用システムにおいて、
前記ディープラーニングモデルは、入力層と、複数の中間層と、出力層とを備え、前記資産価値に影響を与える複数の要因が前記入力層に入力されることを特徴とするファンド運用システム。 - 請求項4に記載のファンド運用システムにおいて、
前記複数の要因は、少なくとも、テクニカル、マクロ、投資家センチメント、需給、他資産動向のいずれかを含むことを特徴とするファンド運用システム。 - 請求項4または5に記載のファンド運用システムにおいて、
前記複数の中間層は、2層以上の中間層であることを特徴とするファンド運用システム。 - 請求項4〜6のいずれか一項に記載のファンド運用システムにおいて、
前記出力層は、将来の資産価値の上下を示すシグナルを出力することを特徴とするファンド運用システム。 - 請求項1〜7のいずれか一項に記載のファンド運用システムにおいて、
前記時間変動解析部は、フラクタルモデルを実行することを特徴とするファンド運用システム。 - 請求項8に記載のファンド運用システムにおいて、
前記時間変動解析部は、前記フラクタルモデルのハースト指数に基づくハースト指数シグナルを生成することを特徴とするファンド運用システム。 - 請求項9に記載のファンド運用システムにおいて、
前記ハースト指数シグナルは、平均回帰の傾向、またはトレンドフォローの傾向を示すシグナルを少なくとも含むことを特徴とするファンド運用システム。 - 請求項1〜10のいずれか一項に記載のファンド運用システムにおいて、
前記高市場連動型解析ユニットは、さらに前記AI解析部及び前記時間変動解析部の解析結果に基づき前記高市場連動型資産の運用ポジションを調整するポジション調整部を備えることを特徴とするファンド運用システム。 - 請求項11に記載のファンド運用システムにおいて、
前記ポジション調整部は、前記時間変動解析部のシグナル及び前記AI解析部のシグナルを組み合わせて、前記運用ポジションを生成することを特徴とするファンド運用システム。 - 請求項11または12に記載のファンド運用システムにおいて、
前記ファンド運用ユニットは、前記ポジション調整部が生成した前記運用ポジションに基づき、前記高市場連動型資産の運用を変更することを特徴とするファンド運用システム。 - 請求項1〜13のいずれか一項に記載のファンド運用システムにおいて、
前記低市場連動型資産の運用は、現物取引と先物取引の組み合わせであることを特徴とするファンド運用システム。 - 請求項1〜14のいずれか一項に記載のファンド運用システムにおいて、
前記高市場連動型資産の運用は、先物取引であることを特徴とするファンド運用システム。 - 請求項15に記載のファンド運用システムにおいて、
前記先物取引は、ヘッジ売りであることを特徴とするファンド運用システム。 - 請求項1〜16のいずれか一項に記載のファンド運用システムにおいて、
前記AI解析部及び前記時間変動解析部の両方が買いシグナルを出力した場合に、前記ファンド運用ユニットが前記高市場連動型資産の買い戻しを実行することを特徴とするファンド運用システム。 - 請求項17に記載のファンド運用システムにおいて、
前記AI解析部及び前記時間変動解析部の一方が買いシグナルを出力した場合に、前記AI解析部及び前記時間変動解析部の両方が買いシグナルを出力した場合に比べて、前記ファンド運用ユニットがより少なく前記高市場連動型資産の買い戻しを実行することを特徴とするファンド運用システム。 - 請求項1〜18のいずれか一項に記載のファンド運用システムにおいて、
前記AI解析部及び前記時間変動解析部の両方が買いシグナルを出力しない場合に、前記ファンド運用ユニットが前記高市場連動型資産の買い戻しを実行しないことを特徴とするファンド運用システム。 - 請求項1〜19のいずれか一項に記載のファンド運用システムにおいて、
前記低市場連動型解析ユニットは、減配リスク算出モデルを実行する減配リスク解析部を備えることを特徴とするファンド運用システム。 - 請求項1〜20のいずれか一項に記載のファンド運用システムにおいて、
前記低市場連動型資産は、現物株式および株価指数先物であることを特徴とするファンド運用システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016155441A JP6363663B2 (ja) | 2016-08-08 | 2016-08-08 | 人工知能を用いたファンド運用システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016155441A JP6363663B2 (ja) | 2016-08-08 | 2016-08-08 | 人工知能を用いたファンド運用システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018025851A true JP2018025851A (ja) | 2018-02-15 |
JP6363663B2 JP6363663B2 (ja) | 2018-07-25 |
Family
ID=61193833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016155441A Active JP6363663B2 (ja) | 2016-08-08 | 2016-08-08 | 人工知能を用いたファンド運用システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6363663B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114036208A (zh) * | 2021-11-09 | 2022-02-11 | 建信金融科技有限责任公司 | 一种模型训练和敏感度分析方法、装置、设备及介质 |
US11373200B2 (en) | 2018-06-21 | 2022-06-28 | Riteband Ab | Current value estimation using machine learning |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0895948A (ja) * | 1994-09-28 | 1996-04-12 | Hitachi Ltd | トレンドに基づく時系列予測方法および装置 |
JP2003016282A (ja) * | 2001-07-02 | 2003-01-17 | Make Softwear:Kk | 市場取引支援システムおよび方法 |
JP2003532176A (ja) * | 2000-03-27 | 2003-10-28 | ジ アメリカン ストック エクスチェンジ エルエルシー | 上場オープンエンド型投資信託または他のポートフォリオ・バスケット商品のヘッジ |
US20050131790A1 (en) * | 2003-11-18 | 2005-06-16 | Benzschawel Terry L. | Method and system for artificial neural networks to predict price movements in the financial markets |
US20090125370A1 (en) * | 2007-11-08 | 2009-05-14 | Genetic Finance Holdings Limited | Distributed network for performing complex algorithms |
JP2009528634A (ja) * | 2006-03-01 | 2009-08-06 | タウンセンド・アナリティクス・リミテッド | リスク管理のための方法およびシステム |
JP3152512U (ja) * | 2009-03-27 | 2009-08-06 | 賢一郎 小林 | 金融証券商品売買意思決定支援装置 |
-
2016
- 2016-08-08 JP JP2016155441A patent/JP6363663B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0895948A (ja) * | 1994-09-28 | 1996-04-12 | Hitachi Ltd | トレンドに基づく時系列予測方法および装置 |
JP2003532176A (ja) * | 2000-03-27 | 2003-10-28 | ジ アメリカン ストック エクスチェンジ エルエルシー | 上場オープンエンド型投資信託または他のポートフォリオ・バスケット商品のヘッジ |
JP2003016282A (ja) * | 2001-07-02 | 2003-01-17 | Make Softwear:Kk | 市場取引支援システムおよび方法 |
US20050131790A1 (en) * | 2003-11-18 | 2005-06-16 | Benzschawel Terry L. | Method and system for artificial neural networks to predict price movements in the financial markets |
JP2009528634A (ja) * | 2006-03-01 | 2009-08-06 | タウンセンド・アナリティクス・リミテッド | リスク管理のための方法およびシステム |
US20090125370A1 (en) * | 2007-11-08 | 2009-05-14 | Genetic Finance Holdings Limited | Distributed network for performing complex algorithms |
JP2011503727A (ja) * | 2007-11-08 | 2011-01-27 | ジェネティック ファイナンス (バルバドス) リミテッド | 複合アルゴリズムを実行する分散型ネットワーク |
JP3152512U (ja) * | 2009-03-27 | 2009-08-06 | 賢一郎 小林 | 金融証券商品売買意思決定支援装置 |
Non-Patent Citations (1)
Title |
---|
上木 貴博: "人口知能による経済予測 AIが挑む株価・景気騰落予想", 日経ビジネス, vol. 第1846号, JPN6018021313, 20 June 2016 (2016-06-20), pages 82 - 84, ISSN: 0003813411 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11373200B2 (en) | 2018-06-21 | 2022-06-28 | Riteband Ab | Current value estimation using machine learning |
CN114036208A (zh) * | 2021-11-09 | 2022-02-11 | 建信金融科技有限责任公司 | 一种模型训练和敏感度分析方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6363663B2 (ja) | 2018-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mousavi et al. | A novel approach to dynamic portfolio trading system using multitree genetic programming | |
Chen et al. | A study of ANFIS-based multi-factor time series models for forecasting stock index | |
Li et al. | An empirical research on the investment strategy of stock market based on deep reinforcement learning model | |
Khan et al. | A study of forecasting stocks price by using deep Reinforcement Learning | |
Iuhasz et al. | Neural network predictions of stock price fluctuations | |
Syu et al. | Portfolio management system with reinforcement learning | |
JP6363663B2 (ja) | 人工知能を用いたファンド運用システム | |
Paluch et al. | The influence of using fractal analysis in hybrid MLP model for short-term forecast of close prices on Warsaw Stock Exchange | |
Ye et al. | Optimal trade execution based on deep deterministic policy gradient | |
Patalay et al. | Stock price prediction and portfolio selection using artificial intelligence | |
Yan et al. | Enhanced Bollinger Band Stock Quantitative Trading Strategy Based on Random Forest | |
Asodekar et al. | Deep reinforcement learning for automated stock trading: Inclusion of short selling | |
Peng et al. | Automated Cryptocurrency Trading Bot Implementing DRL | |
Massahi et al. | A deep Q-learning based algorithmic trading system for commodity futures markets | |
Haider et al. | Predictive market making via machine learning | |
Wang | Time series neural network systems in stock index forecasting | |
Zhang et al. | A hybrid forecasting model based on deep learning feature extraction and statistical arbitrage methods for stock trading strategies | |
Manjunath et al. | A review of stock market analysis approaches and forecasting techniques | |
Amaral et al. | New fuzzy approaches to cryptocurrencies investment recommendation systems | |
Sagiraju et al. | Application of multilayer perceptron to deep reinforcement learning for stock market trading and analysis | |
Kanzari | Context-adaptive intelligent agents behaviors: multivariate LSTM-based decision making on the cryptocurrency market | |
Rather | Computational intelligence based hybrid approach for forecasting currency exchange rate | |
Fister et al. | Online long short-term memory network for stock trading | |
Ahmed et al. | Multi-agent based stock market prediction using ant colony optimization technique | |
Kaewsompong et al. | Portfolio Management of SET50 Stocks Using Deep Reinforcement Learning Methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180525 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180612 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6363663 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |