JP2019012518A - アドバイス生成装置、アドバイス提示システム、アドバイス生成プログラム、および、アドバイスデータ生成システム - Google Patents

Abstract

【課題】投資金額に応じたアドバイスを、連続性を以って提供する。【解決手段】アドバイス生成装置として、投資金額に応じた複数のアドバイスを生成するサーバ（３）は、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを生成するアドバイス生成部（３２１）を備えている。【選択図】図２

Description

本発明は、アドバイス生成装置、アドバイス提示システム、アドバイス生成プログラム、アドバイスデータ生成システム、および、アドバイスデータ生成方法に関する。

株などへの投資に関心が高まっている。そのような状況に対応するように、ある時点において、価格の上昇が予想される株の銘柄などに関する情報があふれている。また、そのような情報を提供するサービスが存在する。例えば、特許文献１が従来技術として知られている。

特開２００２−２０３１０５号公報（２００２年７月１９日公開） 特開２０００−２５０９９７号公報（２０００年９月１４日公開） 特開２０００−２９３５６９号公報（２０００年１０月２０日公開） 特開２００４−２４０７２０号公報（２００４年８月２６日公開） 特開２００８−２４３１５８号公報（２００８年１０月９日公開） 特開２００９−０７００２８号公報（２００９年４月２日公開） 特表２０１４−５２５０６２号公報（２０１２年１２月６日国際公開） 特許６０７２３５７号公報（２０１７年１月１３日登録）

しかしながら、資産形成のために、長期間を見据えた投資を行うことを前提とした、個人および法人に対する動的に変化するアドバイスの枠組みが世の中にないという問題がある。従来の技術では、ある時点における、購入推奨の株の銘柄などに関する情報は提供されるが、個人の投資金額に応じたアドバイスを、連続性を以って提供することはできない。例えば、特許文献２〜８には、ある時点における、投資商品のポートフォリオを提案するサービスに関して開示されている。

例えば、投資金額が１００万円あった場合に、どの銘柄を買えばよいのか、買った後に他の銘柄の株価が上昇してきたらどうすればよいのか、暴落リスクが台頭したときにはどうすればよいのかなど、市場の変化に応じて必要となるアドバイスを提供することはできない。

アドバイスが動的な変化に対応できないことに加えて、一方通行のアドバイスが多く、ニーズに合わせたインタラクティブなアドバイスを生成することや、顧客ニーズに合わせたアドバイスを生成することが進んでいない状況にある。

本発明の一態様は、投資金額に応じたアドバイスを、連続性を以って提供することを目的とする。

上記の課題を解決するために、本発明の一態様に係るアドバイス生成装置は、投資金額に応じた複数のアドバイスを生成するアドバイス生成装置であって、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、上記複数のアドバイスを生成するアドバイス生成部を備えている。

上記の構成によれば、過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成するので、投資金額に応じたアドバイスを、連続性を以って提供することができる。

また、本発明の一態様に係るアドバイス生成装置において、上記アドバイス生成部が、保有銘柄及びキャッシュ額に関する評価額が所定金額以上になった場合に、当該所定金額に応じたアドバイスを生成してもよい。

上記の構成によれば、評価額が所定金額以上になった場合に当該所定金額に応じたアドバイスを生成するので、評価額のランクに応じた、ユーザにとって有用なアドバイスを提供することができる。

また、本発明の一態様に係るアドバイス生成装置において、上記アドバイス生成部が、上記アドバイスによる仮想売買モデルと、ユーザの実際の売買情報とを参照し、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成してもよい。

上記の構成によれば、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成するので、ユーザにとって有用なアドバイスを提供することができる。

また、本発明の一態様に係るアドバイス生成装置において、上記アドバイス生成部が、投資金額、及び、投資開始時期に応じた複数のアドバイスを生成してもよい。

上記の構成によれば、投資金額、及び、投資開始時期に応じた複数のアドバイスを生成するので、投資開始時の状態に即したアドバイスを提供することができる。

また、本発明の一態様に係るアドバイス提示システムは、上記アドバイス生成装置と、端末装置と、を含むアドバイス提示システムであって、上記端末装置が、上記アドバイス生成部が生成した複数のアドバイスのうち、少なくとも何れかのアドバイスをユーザに提示する。

上記の構成によれば、過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成するので、投資金額に応じたアドバイスを、連続性を以って提供することができる。

また、本発明の一態様に係るアドバイスデータ生成システムは、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、銘柄または商品の買いに関するアドバイスと、上記銘柄または商品の売りに関するアドバイスと、を繰り返して生成することにより、上記コースにおいて連続性があり、かつ、売買に応じて変化する、上記複数のアドバイスを生成するアドバイス生成部を備えている。

上記の構成によれば、コースごとに異なった、連続性のあるアドバイスが生成され、コースごとに管理されることにより、ユーザは自分のニーズに合ったアドバイスを受けることができる。また、ユーザが自ら望むアドバイスを生成することも可能であり、インタラクティブで動的なアドバイスデータ生成システムであるので、顧客ニーズに合わせたアドバイスを生成することができる。

また、本発明の一態様に係るアドバイスデータ生成システムは、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、上記コースごとに、銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと、銘柄または商品の購入条件および売却条件を示す売買条件データと、を記憶する記憶部と、上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部と、を備えている。

また、本発明の一態様に係るアドバイスデータ生成方法は、未登録の銘柄または商品を記憶部に記憶させるステップと、購入可能金額を算出するステップと、上記記憶部を参照して、上記購入可能金額の範囲で買いのアドバイスを生成するステップと、上記買いのアドバイスに応じて購入可能金額を再算出するステップと、上記記憶部を参照して、売りのアドバイスを生成するステップと、を含み、上記各ステップを繰り返す。

本発明の一態様によれば、投資金額に応じたアドバイスを、連続性を以って提供することができるとの効果を奏する。

本発明の実施形態１に係るアドバイス提示システムのハードウェア構成を示す図である。 本発明の実施形態１に係る端末およびサーバの構成を示すブロック図である。 本発明の実施形態１に係る「はじめての方へ」の画面の表示例を示す図である。 本発明の実施形態１に係る「保有銘柄」の画面の表示例を示す図である。 本発明の実施形態１に係る「評価額」の画面の表示例を示す図である。 本発明の実施形態１に係る「売買履歴」の画面の表示例を示す図である。 本発明の実施形態１に係る「評価額履歴」の画面の表示例を示す図である。 本発明の実施形態１に係る「評価額詳細」の画面の表示例を示す図である。 本発明の実施形態１に係る「ポートフォリオ」の画面の表示例を示す図である。 本発明の実施形態１に係るアドバイス提示システムの処理を示すフローチャートである。 本発明の実施形態２に係る仮想売買モデル曲線の表示例を示す図である。 本発明の実施形態２に係るアドバイス提示システムの処理を示すフローチャートである。 本発明の実施形態１に係るアドバイスの連続性に関する実施例を示す図である。 本発明の実施形態３に係るアドバイス生成処理の一連の流れを示す図である。 本発明の実施形態３に係るアドバイス生成の枠組みを示す図である。 本発明の実施形態３に係る銘柄または商品のデータベースの構成例を示す図である。 本発明の実施形態４に係る各種データの構成例を示す図である。

〔実施形態１〕
以下、本発明の実施形態１について、詳細に説明する。

（アドバイス提示システム１）
本実施形態に係るアドバイス提示システム１について、図面を参照して説明する。図１は、本実施形態に係るアドバイス提示システム１のハードウェア構成を示す図である。図１に示すように、アドバイス提示システム１は、端末（端末装置）２と、サーバ（アドバイス生成装置）３とを含む。端末２と、サーバ３とは、ネットワーク４を介して通信可能に構成される。

端末２は、ユーザの操作によりデータを取得し、初期設定資金の金額（投資金額）に応じたアドバイスを表示するものであり、例えば、ＰＣ、タブレット端末、スマートフォンなどである。サーバ３は、投資金額に応じた複数のアドバイスを生成するものである。ネットワーク４は、インターネットを含むネットワークである。サーバ３は、個々のユーザ毎に別々のアドバイスを生成してもよいし、複数のユーザを投資時期及び投資金額等によってグループ分けし、グループ毎にアドバイスを生成してもよい。

図２は、本実施形態に係る端末２およびサーバ３の構成を示すブロック図である。

（端末２）
図２に示すように、端末２は、通信部２１、制御部２２、表示部２３、および、操作受付部２４を備えている。通信部２１は、サーバ３と通信を行う部分である。制御部２２は、端末２全体を制御するものであり、例えば、１または複数のプロセッサなどである。表示部２３は、制御部２２の指示によりデータを表示するものであり、例えば、液晶ディスプレイなどである。操作受付部２４は、ユーザの操作を受け付けるものであり、例えば、マウス、タッチパネルなどである。

（サーバ３）
図２に示すように、サーバ３は、通信部３１、制御部３２、及び、記憶部３３を備えている。通信部３１は、端末２と通信を行う部分である。制御部３２は、サーバ３全体を制御するものであり、例えば、１または複数のプロセッサなどである。記憶部３３は、制御部２２の指示によりデータを記憶するものであり、例えば、ハードディスク装置、フラッシュメモリなどである。

制御部３２は、アドバイス生成部３２１を備えている。アドバイス生成部３２１は、過去の提示済アドバイスに含まれる、複数の銘柄及び購入可能現金残高（キャッシュ額）の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを生成する。

ここで、過去の提示済アドバイスとは、対象ユーザに対して提示済のアドバイスであってもよいし、対象ユーザを含むグループに含まれるユーザに対して提示済のアドバイスであってもよい。また、アドバイスは、銘柄の売買データの提供であってもよい。そして、銘柄の売買データをアドバイス提示システム１に提供する者は、アドバイス提示システム１を運用する助言者であってもよいし、他ユーザなどの個人投資家であってもよい。さらに、現金残高は、銘柄の売買以外のときに途中で必ずしも一定でなくてもよく、ユーザの口座に対する現金の出し入れに応じて、増減するようになっていてもよい。なお、端末２は、アドバイス生成部３２１が生成した複数のアドバイスのうち、少なくとも何れかのアドバイスをユーザに提示する。

また、制御部３２は、仮想売買モデルを管理している。仮想売買モデルは、初期設定資金の金額および開始日に応じた、推奨される株銘柄などの売買モデルである。仮想売買モデルは、初期設定資金の金額、開始日だけでなく、助言者、市場（東証、マザーズなど）も含む項目に応じたモデルであってよく、動的に変化するものである。

（アドバイス提示システム１の処理）
図３〜図９は、本実施形態に係る端末２の表示部２３に表示される画面の例である。図１０は、本実施形態に係るアドバイス提示システム１の処理を示すフローチャートである。図１０の流れに従って、図３〜図９を参照しながら、アドバイス提示システム１の処理を説明する。

（ステップＳ１００１）
図１０に示すように、端末２は、対象ユーザの初期設定資金の金額を取得し、当該金額を示すデータをサーバ３に送信する。図３は、「はじめての方へ」の画面の表示例を示す図である。図３に示すように、制御部２２は、「はじめての方へ」の画面として、開始日（投資開始時期）、初期設定資金、概要、および、評価額推移を含む画面を表示部２３に表示させる。初期設定資金の金額は、ユーザがアドバイスを受ける際に設定する投資金額である。ユーザは、事前に「［Ｓ会員］１００万円コース」を選択しており、その選択した投資金額に応じて、制御部２２は、初期設定資金の欄に「１，０００，０００円」を表示させた上で、初期設定資金の金額をサーバ３に送信する。

（ステップＳ１００２）
サーバ３は、端末２から初期設定資金の金額を示すデータを受信する。アドバイス生成部３２１は、受信したデータが示す初期設定資金の金額、及び、その日付である開始日に応じた複数のアドバイスを生成する。アドバイスには、複数の銘柄の売買、および、売買後の購入可能現金残高が含まれる。図１０に示すように、サーバ３は、当該アドバイスとして購入推奨銘柄の名前および株数を決定し、購入推奨銘柄の名前および株数を示すデータを端末２に送信する。

サーバ３は、ステップＳ１００２の処理を、日々の株価の変動に応じて不定期に行う。その際に、制御部３２のアドバイス生成部３２１は、過去に提示済のアドバイスに含まれる、複数の銘柄の売買、および、売買後の購入可能現金残高の少なくとも何れかに関連するアドバイスを生成する。

例えば、ユーザが、Ａ社の株を過去に買っていて、アドバイス生成部３２１が生成したＡ社の株に関するアドバイスを過去に受けていた場合であって、買ったときの株価よりも現在の株価が所定値以上に高い場合、アドバイス生成部３２１は、Ａ社の株の売りを促すアドバイスを生成する。

また、アドバイス生成部３２１は、過去に提示済のアドバイスに含まれる売買後の購入可能現金残高、換言すれば、ユーザの購入可能現金残高の範囲内で、今後上昇が期待される銘柄の株の買いを促すアドバイスを生成する。

（ステップＳ１００３）
図１０に示すように、端末２は、サーバ３から、過去に提示済のアドバイスに含まれる、複数の銘柄の売買、および、売買後の購入可能現金残高の少なくとも何れかに関連するアドバイスを示すデータとして、購入推奨銘柄の名前および株数を示すデータを受信し、受信したデータが示す購入推奨銘柄の名前および株数を表示部２３に表示させる。

図４は、「保有銘柄」の画面の表示例を示す図である。「保有銘柄」の画面は、過去に提示済のアドバイスに含まれる、複数の銘柄の売買、および、売買後の購入可能現金残高の少なくとも何れかに関連するアドバイスを示す画面であり、より具体的には、購入推奨銘柄に関する情報をユーザへのアドバイスとして表示する画面である。図４に示すように、制御部２２は、「保有銘柄」の画面として、銘柄名（コード）、推奨日、株数、推奨時の株価、推奨時の金額を含む画面を表示部２３に表示させる。そして、制御部２２は、「★本コースを採用される方は下記の銘柄の購入をお願いします。」というアドバイスを表示部２３に表示させる。

なお、アドバイス提示システム１に関しては、図３に示すように、ユーザが初期設定資金および開始日を指定したうえで、アドバイス提示システム１の利用を開始するのが原則である。ただし、ユーザが、図４に示す推奨銘柄に自身の保有銘柄を合わせたうえで、アドバイス提示システム１の利用を開始し、その後のアドバイスに従うという流れでもよい。このように、アドバイス提示システム１は、ユーザが途中から利用することも可能なシステムである。

アドバイスデータ生成システム１０において、表示部２３は、動的に変化し、変遷して行われるアドバイスを分かりやすく表示する。表示部２３は、保有株の名称、および、数量を分かりやすく表示する。表示部２３は、更新されている売買データの中で、反対売買の終わっていない商品だけを抽出し、表示する。すなわち、表示部２３は、買いアドバイスが生成された銘柄もしくは商品の中で、まだ売りアドバイスが生成されていない銘柄もしくは商品、または、残っている数量を算出し、表示する。

現在保有株の表示により、ユーザは、途中参加を容易におこなうことができる。途中参加するのに重要な情報は、過去の情報ではなく、今買い揃える株は何で、どのくらいの数量を買えばよいのかという情報である。従って、現在の保有株を合わせることで途中参加することができ、アドバイスの提供を受けるユーザも、現在の保有銘柄を確認する意味で、この表示は重要である。この表示に従って銘柄を揃えれば、途中参加が可能になり、その後は売買アドバイスに従えばよい。すでにコースを始めているユーザにとっても、実際の保有状況と照らし合わせることで、アドバイス通りか否かを確認することできる。

（ステップＳ１００４）
図１０に示すように、サーバ３は、仮想売買モデルの評価額を計算して、当該評価額を示すデータを端末２に送信する。仮想売買モデルは、初期設定資金の金額および開始日に応じた、推奨される株銘柄などの売買モデルである。上述のように、仮想売買モデルは、初期設定資金の金額、開始日だけでなく、助言者、市場（東証、マザーズなど）も含む項目に応じたモデルであってよく、動的に変化するものである。

（ステップＳ１００５）
図１０に示すように、端末２は、サーバ３から仮想売買モデルの評価額を示すデータを受信し、受信したデータが示す仮想売買モデルの評価額を表示部２３に表示させる。図５は、「評価額」の画面の表示例を示す図である。図５に示すように、制御部２２は、「評価額」の画面として、評価サマリーおよび保有銘柄毎評価を含む画面を表示部２３に表示させる。

評価サマリーは、現在のポートフォリオ投資額、現在のポートフォリオ評価額、現在の含み益、過去の実現損益、トータルの損益、購入可能現金残高、および、総評価額を含む。保有銘柄毎評価は、銘柄名（コード）、推奨日、株数、買い推奨時の株価および金額、現在の株価および金額、騰落率、評価損益を含む。ポートフォリオは、仮想売買モデルの、その時点における状態を指す。

（ステップＳ１００６）
図１０に示すように、サーバ３は、仮想売買モデルの売買履歴を計算して、当該売買履歴を示すデータを端末２に送信する。

（ステップＳ１００７）
図１０に示すように、端末２は、サーバ３から仮想売買モデルの売買履歴を示すデータを受信し、受信したデータが示す仮想売買モデルの売買履歴を表示部２３に表示させる。

図６は、「売買履歴」の画面の表示例を示す図である。図６に示すように、制御部２２は、「売買履歴」の画面として、銘柄名、株数、買い推奨時の日付、株価および金額、売却時の日付、株価および金額、騰落率、売買損益を含む画面を表示部２３に表示させる。

図７は、「評価額履歴」の画面の表示例を示す図である。図７に示すように、制御部２２は、「評価額履歴」の画面として、公開日時および記事タイトルを含む画面を表示部２３に表示させる。

図８は、「評価額詳細」の画面の表示例を示す図である。図８に示すように、制御部２２は、「評価額詳細」の画面として、評価サマリーおよび保有銘柄毎評価を含む画面を表示部２３に表示させる。

評価サマリーは、現在のポートフォリオ投資額、現在のポートフォリオ評価額、現在の含み益、過去の実現損益、トータルの損益、購入可能現金残高、および、総評価額を含む。保有銘柄毎評価は、銘柄名（コード）、推奨日、株数、買い推奨時の株価および金額、現在の株価および金額、騰落率、評価損益を含む。

図９は、「ポートフォリオ」の画面の表示例を示す図である。図９に示すように、制御部２２は、「ポートフォリオ」の画面として、選択されたポートフォリオ、および、ポートフォリオと記事の関連付けを含む画面を表示部２３に表示させる。

選択されたポートフォリオは、ＩＤ、銘柄名、株数、買い推奨日、買い記事ＩＤ、推奨時株価、推奨時為替、推奨時金額、売り推奨日、売り記事ＩＤ、売却時株価、売却時為替、および、売却金額を含む。買い記事ＩＤは、当該銘柄名の株の買いを推奨したときのレポートに固有のＩＤを示す。売り記事ＩＤは、当該銘柄名の株の売りを推奨したときのレポートに固有のＩＤを示す。ポートフォリオと記事の関連付けでは、買い関連記事ＩＤまたは売り関連記事ＩＤを検索可能である。

なお、端末２が表示する表示画面は、サーバ３から受信した情報に基づき、端末２の制御部２２が生成する構成としてもよいし、サーバ３が生成した表示画面を示すデータ（例えばｈｔｍｌ形式やｘｍｌ形式のデータ）を端末２に送信し端末２に表示させる構成としてもよい。また、表示画面の一部をサーバ３が生成し、残りの部分を端末２が生成する構成としてもよい。端末２が表示画面を生成する構成の場合、端末２の制御部２２には、予め当該表示画面を生成したり、ユーザからの入力を受け付けたりするアプリケーションをインストールし、制御部２２の一部として実行させればよい。

（実施形態１の効果）
サーバ３は、過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成するので、初期設定資金の金額に応じたアドバイスを、連続性を以って提供することができる。また、サーバ３は、初期設定資金の金額、及び、開始日に応じた複数のアドバイスを生成するので、投資開始時の状態に即したアドバイスを提供することができる。

そして、購入可能残高は売買以外のときに増減してもよいので、ユーザに対して柔軟なサービスを提供することができる。さらに、アドバイスとして銘柄の売買データをアドバイス提示システム１に提供する者は、助言者であってもよいし、個人投資家であってもよいので、様々なアドバイスが生成されることにより、複数のアドバイスの比較、評価、ランク付けを行うことができる。

〔実施形態２〕
本発明の実施形態２について、図１１および図１２に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

（アドバイス提示システム１の処理）
図１１は、本実施形態に係る仮想売買モデル曲線の表示例を示す図である。図１１（ａ）は、仮想売買モデル曲線を示す。図１１（ｂ）は、仮想売買モデル曲線および売買情報入力欄を示す。図１１（ｃ）は、仮想売買モデル曲線および売買実績曲線を示す。図１２は、本実施形態に係るアドバイス提示システム１の処理を示すフローチャートである。図１２の流れに従って、図１１を参照しながら、アドバイス提示システム１の処理を説明する。

仮想売買モデル曲線は、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを示すものである。仮想売買モデル曲線と、売買実績曲線との差異は、上記アドバイスによる仮想売買モデルと、ユーザの実際の売買情報とを参照して生成される、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを示すものである。

（ステップＳ１２０１）
図１２に示すように、端末２は、仮想売買モデルのデータをサーバ３に要求する。このデータ要求には、当該仮想売買モデルに係る初期設定資金の金額および開始日が含まれる。

（ステップＳ１２０２）
図１２に示すように、サーバ３は、端末２から仮想売買モデルのデータ要求を受信し、受信したデータ要求に含まれる初期設定資金の金額および開始日に応じた仮想売買モデルのデータを端末２に送信する。仮想売買モデルのデータには、仮想売買モデルの評価額の推移が含まれる。

（ステップＳ１２０３）
図１２に示すように、端末２は、サーバ３から仮想売買モデルのデータを受信し、受信したデータによって画かれる仮想売買モデル曲線を表示部２３に表示させる。図１１に示すように、制御部２２は、受信したデータに含まれる、仮想売買モデルの評価額の推移を示す曲線を含む画面を生成し、生成した画面を仮想売買モデル曲線として表示部２３に表示させる。

（ステップＳ１２０４）
図１２に示すように、端末２は、ユーザから売買情報を取得する。詳細には、図１１（ｂ）に示すように、操作受付部２４が、ユーザ操作によりカーソルが位置付いている、時間軸上の年月日を検出した場合、制御部２２は、当該年月日における売買情報を入力するための売買情報入力欄を含む画面を生成し、生成した画面を表示部２３に表示させる。なお、ユーザは、別の入力画面を利用してもよい。次に、操作受付部２４が、ユーザ操作により、売買情報入力欄に対して銘柄、売買、株数などの売買情報が入力されたことを検出した場合、制御部２２は、入力された売買情報を取得する。

（ステップＳ１２０５）
図１２に示すように、端末２は、売買情報に応じた、仮想売買モデルの評価額のデータをサーバ３に要求する。このデータ要求は、仮想売買モデルを、実際の売買情報を用いて修正した場合の評価額のデータを要求するものである。このデータ要求には、売買情報である、年月日、銘柄、売買、および、株数が含まれる。

（ステップＳ１２０６）
図１２に示すように、サーバ３は、端末２から評価額データの要求を受信し、評価額を計算し、当該評価額データを送信する。詳細には、制御部３２は、受信したデータ要求に含まれる、年月日、銘柄、売買、および、株数を取得する。次に、制御部３２は、記憶部３３から当該年月日、当該銘柄の株単価を取得する。そして、制御部３２は、売買、株数、および、株単価により評価額の増減を計算することにより、評価額の推移を特定する。さらに、制御部３２は、評価額推移のデータを端末２に送信する。

（ステップＳ１２０７）
図１２に示すように、端末２は、サーバ３から評価額推移のデータを受信し、受信したデータによって画かれる売買実績曲線を含む画面を生成し、生成した画面を表示部２３に表示させる。図１１（ｃ）に示すように、制御部３２は、仮想売買モデル曲線と乖離のある売買実績曲線を表示部２３に表示させる。

アドバイス生成部３２１は、ステップＳ１２０２におけるアドバイスによる仮想売買モデルと、ステップＳ１２０６におけるユーザの実際の売買情報とを参照し、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成する。また、端末２は、そのようなアドバイスを表示部２３に表示させる。図１１（ｃ）は、そのようなアドバイスの表示例を示すものである。

（ステップＳ１２０８）
図１２に示すように、端末２は、仮想売買モデル曲線と、売買実績曲線との間のモデル実績差を表示部２３に表示させる。図１１（ｃ）に示すように、制御部３２は、両矢印の線分により当該モデル実績差を表示部２３に表示させる。

図１１（ｃ）に示すモデル実績差は、現時点における、仮想売買モデルと、売買実績との差であるが、その時点から時間軸を溯った左方向には、仮想売買モデルと、売買実績とがいつ頃から乖離したのかが表示されているので、どのように売買を行えばよかったかというアドバイスを表示するものである。

また、制御部３２は、「ここからモデルと実績とが乖離しています。」というアドバイスを表示部２３に表示させる。これは、ユーザの投資内容が仮想売買モデルに近付くようなアドバイスになる。

なお、必ずしもユーザの売買実績のデータがなくても、端末２は、アドバイスした売買をやらなかった場合にどうなったかを示す無作為モデルを表示することにより、仮想売買モデルと、無作為モデルとの乖離を表示してもよい。

（実施形態２の効果）
端末２は、仮想売買モデル曲線と、売買実績曲線との間のモデル実績差を表示部２３に表示させることにより、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを表示するので、ユーザにとって有用なアドバイスを提供することができる。

〔実施例１〕
図１３は、本発明の実施形態１に係るアドバイスの連続性に関する実施例を示す図である。本実施例は、「過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイス」の具体例を示すものである。

（システムの利用開始）
ユーザがアドバイス提示システム１の利用を開始する場合に、ユーザの入力操作により、端末２は、初期設定項目を取得し、サーバ３に送信する。初期設定項目には、当初金額、対象銘柄（中国株、日本株、新興市場株など）、利用開始日、種類（パフォーマンス重視型、大型株重視型、初心者向きなど）、運用担当者の氏名などが含まれる。サーバ３は、端末２から初期設定項目を受信して、当該初期設定項目に応じたアドバイスを生成する。図１３に示すように、当初金額を１００万円として、アドバイス提示システム１が稼動する。

（３ヶ月後のアドバイス）
図１３に示すように、アドバイス提示システム１の利用開始日から３ヶ月が経過した後に、サーバ３は、当初金額の１００万円により、銘柄Ａおよび銘柄Ｂを購入するアドバイス（各銘柄の購入金額を含む）を生成して、当該アドバイスを端末２に送信する。残り現金は、１００万円から銘柄Ａおよび銘柄Ｂの購入金額を差し引いた金額になる。端末２は、３ヶ月後のアドバイスをサーバ３から受信して、表示する。

（半年後のアドバイス）
アドバイス提示システム１の利用開始日から半年が経過した後に、サーバ３は、３ヶ月後にアドバイスした購入銘柄および残り現金に関するアドバイスを生成し、当該アドバイスを端末２に送信する。端末２は、半年後のアドバイスをサーバ３から受信して、表示する。

図１３に示すように、半年後のアドバイスには、銘柄Ａを売却して銘柄Ｃおよび銘柄Ｄを購入するアドバイス（各銘柄の購入金額を含む）、銘柄Ｂを継続して保有するアドバイス、残り現金により銘柄Ｅを購入するアドバイスが含まれる。現金は、銘柄Ａの売却金額から銘柄Ｃおよび銘柄Ｄの購入金額を差し引いた金額になる。

（１年後のアドバイス）
アドバイス提示システム１の利用開始日から１年が経過した後に、サーバ３は、半年後にアドバイスした購入銘柄および現金に関するアドバイスを生成し、当該アドバイスを端末２に送信する。端末２は、１年後のアドバイスをサーバ３から受信して、表示する。

図１３に示すように、１年後のアドバイスには、銘柄Ｃを売却するアドバイス、現金により銘柄Ｆを購入するアドバイス、銘柄Ｂおよび銘柄Ｄを継続して保有するアドバイス、銘柄Ｅを売却して銘柄Ｇおよび銘柄Ｈを購入するアドバイス（各銘柄の購入金額を含む）が含まれる。現金は、銘柄Ｅの売却金額から銘柄Ｇおよび銘柄Ｈの購入金額を差し引いた金額と、銘柄Ｃの売却金額との合計金額になる。

なお、各時点における評価額、売買損益、含み損益、および、現金残高は、下記の式に示す通りである。
・評価額＝１００万円＋その時点までの売却済み銘柄の売買損益＋その時点における未売却銘柄の含み損益
・売却済み銘柄の売買損益＝（売推奨株価−買い推奨株価）×株数
・未売却銘柄の含み損益＝（現在株価−買い推奨株価）×株数
・現金残高＝１００万円−（その時点における未売却銘柄の評価額−その時点における未売却銘柄の含み損益）＋その時点までの売却済み銘柄の売買損益
〔実施例２〕
本実施例は、「保有銘柄及び購入可能現金残高に関する評価額が所定金額以上になった場合に生成する、当該所定金額に応じたアドバイス」の具体例を示すものである。サーバ３のアドバイス生成部３２１は、上記の評価額が所定金額以上になった場合に、当該所定金額に応じたアドバイスを生成する。なお、所定金額としては、１又は複数の金額が予め設定されている。

（３０万円コースから１００万円コースへ）
アドバイス生成部３２１は、当初、ユーザの購入可能現金残高である３０万円に応じたアドバイスを生成する。その後、上記の評価額が１００万円以上になった時点で、アドバイス生成部３２１は、購入可能現金残高を１００万円として行うアドバイスを利用する提案を、ユーザに行う。

（１００万円コースから５００万円コースへ）
サーバ３のアドバイス生成部３２１は、ユーザの操作により端末２から、ユーザが上記の提案を受け入れることを示す情報を取得した場合、ユーザの購入可能現金残高である１００万円に応じたアドバイスを生成する。その後、評価額が５００万円以上になった時点で、アドバイス生成部３２１は、購入可能現金残高を５００万円として行うアドバイスを利用する提案を、ユーザに行う。

上記によれば、アドバイス生成部３２１は、評価額が上昇して、所定金額以上になる毎に、ユーザに保有銘柄を一旦売却して、所定金額に応じたアドバイスを利用するように提案する。

従って、その時点までの保有銘柄の状況に関係なく、保有銘柄及び購入可能現金残高に関する評価額の段階的な増加（ランクアップ）に応じたアドバイスを提示するので、ユーザにさらなる利益をもたらす可能性がある。また、サーバ３を運用する機関は、アドバイスを提示する、当初の購入可能現金残高に応じた手数料をユーザから徴収することにより、売上金額が増加する可能性がある。これにより、ユーザと、サーバ３を運用する機関との間に、ＷｉｎＷｉｎの関係を実現することができる。

なお、上記の実施例では、評価額と比較する所定金額を１００万円、５００万円として説明したが、これに限定されることなく、所定金額を１又は複数の任意の金額に設定することが可能である。

〔実施形態３〕
本発明の実施形態３について、図１４〜１６に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１、２にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

本実施形態に係るアドバイスデータ生成システム１０は、投資金額に応じたコースに従って複数のアドバイスを生成する。アドバイスデータ生成システム１０は、実施形態１、２に係るアドバイス提示システム１と同様の構成を有する。

アドバイスデータ生成システム１０は、少なくとも、アドバイス生成部３２１、表示部２３、および、記憶部３３を備えている。アドバイス生成部３２１は、アドバイスデータを生成し、出力する。表示部２３は、アドバイスデータを表示する。記憶部３３は、登録済の投資商品に関するデータを記憶するデータベースを格納する。

（アドバイス生成部３２１の処理）
アドバイス生成部３２１は、銘柄または商品の買いに関するアドバイスと、銘柄または商品の売りに関するアドバイスと、を繰り返して生成することにより、投資金額に応じたコースにおいて連続性があり、かつ、売買に応じて変化する、複数のアドバイスを生成する。複数のアドバイスは、ユーザが選択したコースにおいて連続性があり、銘柄または商品の相場状況等の多様な変化に対応して動的に変化する。

投資対象が変動商品を主とする場合、アドバイスデータは、ある時点におけるポートフォリオ等の静的なデータではなく、相場状況等の多様な変化に対応するデータである。

図１４は、本実施形態に係るアドバイス生成処理の一連の流れを示す図である。

（ステップＳ１４０１）
アドバイス生成部３２１は、購入可能金額を算定する。アドバイス生成部３２１は、２回目以降は、ステップＳ１４０３で生成されたアドバイスに係る売りの代金を、購入可能金額に反映させる。

（ステップＳ１４０２）
アドバイス生成部３２１は、ステップＳ１４０１で算定された購入可能金額を元手にした、銘柄または商品の買いに関するアドバイスを生成する。

（ステップＳ１４０３）
アドバイス生成部３２１は、ステップＳ１４０２で生成されたアドバイスに係る銘柄または商品の売りに関するアドバイスを生成する。

（ステップＳ１４０４）
アドバイス生成部３２１は、ステップＳ１４０１〜Ｓ１４０３の処理を繰り返す。ステップＳ１４０１〜Ｓ１４０３の処理において、後の処理は、前の処理の結果を受け継いで実行される。

（制約条件の設定）
図１５は、本実施形態に係るアドバイス生成の枠組みを示す図である。

アドバイスデータ生成システム１０において、端末２は、ユーザによって選択された制約条件の各項目のデータをサーバ３に送信する。サーバ３のアドバイス生成部３２１は、制約条件が設定されたコースを記憶部３３に記憶させる。これにより、アドバイスの枠組みが決まり、連続性のあるアドバイスを生成する準備ができる。コースの制約条件が設定されることにより、性格の異なる各種のコースが設定され、異なった種類のアドバイスが生成される。

アドバイス生成部３２１は、投資金額に応じたコースに設定された制約条件に応じたアドバイスを生成する。すなわち、アドバイス生成部３２１は、図１５に示すように、対象商品、投資金額、開始時期、終了時期、助言者等を含む、アドバイスの大きな枠組みである、売買に関する制約条件を備えたコースを作り、そのコースの下でアドバイスを生成する。

制約条件の例を、以下に示す。
（１）アドバイス生成部３２１は、１００万円という資金制約の下でアドバイスを生成する。
（２）アドバイス生成部３２１は、日本株の東証一部に対象を絞ってアドバイスを生成する。
（３）アドバイス生成部３２１は、半導体関連株に限定して売り買いをアドバイスする。
（４）アドバイス生成部３２１は、１００万円を、ＥＴＦを対象にしてロボット関連でアドバイスを生成する。

（制約条件の効果）
アドバイス生成部３２１は、全く自由にアドバイスを生成するのではなく、制約条件を設定することにより、当該制約条件の下でできる限り適切なアドバイスを生成することができる。その制約条件には、コースの制約条件と、アドバイス生成部３２１の制約条件とがある。

コースの制約条件は、アドバイス生成部３２１が、どういう金額で、誰が助言し、何を（対象）、いつ（時期）アドバイスするのかという大きな枠組みである。コースが終了するまで当該制約条件は変わらないので、アドバイス生成部３２１は、当該制約条件の下でアドバイスを生成する。

実際の投資金額は、算出された購入可能金額と、当該購入可能金額の範囲内での買いアドバイスとにより特定される。買いアドバイスの対象となる銘柄または商品は、投資対象の銘柄または商品の範囲内で、データベースに登録されているものが選択される。

なお、図１５に示すように、各コースには、コース管理者が割り当てられる。コース管理者としては、助言者、ユーザ、管理者等が割り当てられる。

（投資金額を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、制約条件として、投資金額に応じたアドバイスを生成する。例えば、アドバイス生成部３２１は、制約条件が３０万円の投資金額である場合と、制約条件が１０００万円の投資金額である場合とでは、同じタイミングであっても異なるアドバイスを行う。

投資金額は、コースの開始時には当初金額（スタート金額）、アドバイス期間中には「当初金額＋売買損益＋入出金額」によって資金的な制約を受け、その範囲内でアドバイスが提供される。これらの投資金額が購入金額の上限となる。

（制約条件である投資金額の効果）
アドバイス生成部３２１は、投資金額に応じて銘柄または商品の数が異なり、また、投資金額によって銘柄または商品が異なるアドバイスを生成するので、投資金額に応じたユーザの目線に立ったアドバイスを行うことができる。

例えば、アドバイス生成部３２１が制限された投資金額の範囲内でアドバイスを生成することによって、利益が出ることで資金が大きく育ち、その大きく育った資金をさらに大きくしていくアドバイスを行うことができる。一方で、損失が出た場合には、それ相応のアドバイスを行うことができる。

換言すれば、コースに設定された制約条件に投資金額が加わることにより、アドバイス生成部３２１は、利益が出れば、可能性が広がり、逆に損が出れば、制約が厳しくなるという条件の下でアドバイスするというように、投資資金の増減により動的にアドバイスを生成することができる。

（売買の開始時期を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、上記制約条件として、上記コースの開始時期に応じたアドバイスを生成する。コースの開始時期が異なれば、コースも異なり、コース管理者も異なり、アドバイスの内容も異なる。アドバイス生成部３２１は、例えば、２０１３年１月開始と、２０１８年１月開始とでは、異なったアドバイスを生成する。

コースの開始時期があることによって、その開始時期からコースのアドバイスが開始する。コースの終了時期が設定されていれば、当該終了時期においてコースのアドバイスが終了する。なお、終了時期は制限なしのケースも可とする。

アドバイス生成部３２１は、開始時期に応じて変化するアドバイスを含み、開始時期の売買価格等からアドバイスする内容が制約を受ける。開始時期Ａに応じたアドバイスと、開始時期Ｂに応じたアドバイスとでは、異なったものになる。

アドバイス生成部３２１は、コースの終了時期によっても制約を受ける。アドバイスの終了時期がある場合、アドバイス生成部３２１は、ある期限内でアドバイスを生成する。すなわち、アドバイス生成部３２１は、決められた期限（例えば、３年等）、目標に達した場合に終了する期限（例えば、評価金額が２倍達成時等）など、所定の基準で定められた「終了時期」という制約条件の下で、アドバイスを生成する。アドバイスの終了時期がない場合、アドバイス生成部３２１は、無期限にアドバイスを生成する。

なお、アドバイス生成部３２１は、終了時期がない場合、以後に評価金額等によってランクアップするために終了（または縮小）し、他のコース（他の制約条件が設定されたコース）へ移る運用も可能とする。

（制約条件である開始時期の効果）
アドバイスの開始時期という時間的な制約を受けることによって、銘柄または商品、および、それらの配分が異なるアドバイスを行うことが可能になる。

アドバイスデータ生成システム１０からアドバイスの開始時期が与えられると、ユーザは、開示時期に合わせて資金を用意しなければならない。しかしながら、ユーザにとっては、投資資金の準備ができたときにすぐにアドバイスが欲しいところである。

インタラクティブなアドバイスデータ生成システム１０により、ユーザがコースの開始時期を決めることができる。そして、インタラクティブなアドバイスデータ生成システム１０により、上記のようなユーザのニーズにも応えられ、ユーザのほしい時期に合わせてアドバイスデータを生成することができる。

（投資対象を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、制約条件として、投資対象に応じたアドバイスを生成する。アドバイス生成部３２１は、投資対象の銘柄または商品が制約を受けることによって、異なるアドバイスを生成する。

投資対象の銘柄または商品には、日本株、米国株、中国株、香港株、先物、ＦＸ、ＥＴＦ、投資信託、債券等がある。

このような銘柄または商品の制約によって、アドバイス生成部３２１は、当該コースの母集団を絞り込み、その範囲の中で売買対象を決め、アドバイスを生成する。アドバイス対象の銘柄または商品は、この母集団のうち、記憶部３３のデータベースに登録された銘柄または商品である。銘柄または商品のデータベースへの登録は、随時行ってもよい。

この制約事項としての投資対象と、データベース登録の銘柄または商品と、買いアドバイス対象の銘柄または商品との範囲の関係は、以下の通りである。

投資対象の範囲≧データベース登録の範囲≧アドバイス対象の範囲
アドバイス生成部３２１は、例えば、日本株全銘柄を投資対象として、その中で有望な銘柄をデータベースに登録して、コースの管理下に置き、テクニカル指標、業績動向等の変化に応じて、買いアドバイス対象にしたり、売りアドバイスの対象にしたりする。アドバイス生成部３２１は、例えば、投資対象が日本株である場合と、投資対象が中国株である場合と、投資対象がＥＴＦである場合とでは、同じタイミングであっても異なったアドバイスを生成することになる。すなわち、投資対象によって、アドバイスに制約を受ける。

ただし、投資対象に制約なしの場合も可能である。制約なしの場合であっても、データベース登録は必要になる。この場合は、どのような銘柄または商品であっても、データベース登録の銘柄または商品であれば、買いアドバイスの対象になる。また、複合的な条件で母集団を絞り込むことも可能であり、ＡＮＤ、ＯＲ等の検索条件式を使った絞り込みも可能である。

上記では、日本株、中国株等の投資対象としているが、投資対象の機能を発揮するのであれば、他のテーマ、業種、企業規模、市場のようなものであっても、同様に採用することができ、同様の効果を奏する。要するに、購入対象の母集団をどう切るか、または、制限を加えるかが重要である。

買いアドバイスの銘柄または商品は、最初から登録されていなくても、生成プロセスで最終的に登録される。

カテゴリには、以下のような例がある。カテゴリの切り口は、様々である。
・種類別（株、ＦＸ、ＥＴＦ、投資信託、リート、債券等）
・株の種類（日本株、米国株、中国株、香港株、アジア株等）
・テーマ別（ロボット関連株、ロボット関連ＥＴＦ、半導体関連株、半導体関連ＥＴＦ）
・半導体関連全般（ＥＴＦ、株、投資信託等を含む）
・業種別（金融株、金融株で構成されるＥＴＦ、不動産株等）
・ＥＴＦの種類別（国内債券型ＥＴＦ、外債ＥＴＦ、国内株ＥＴＦ等）
・チャート指標（移動平均乖離率のマイナスの株）
・業績指標（配当ありの株、優待券のある株、増収の株等）
・株価指標（ＰＥＲ１０倍以下の銘柄など）
・マーケット指標（１日の売買代金１０億円以上、時価総額１０００億円以上等）
ある銘柄は、日本株、東証一部銘柄、金融業であって、フィンテックテーマと、金融テーマとを持つとする。そうすると、データベースにカテゴリ分けされて、投資対象をフィンテックテーマとした場合は、当該銘柄が投資対象の一つになる。

例えば、アドバイス生成部３２１は、ロボット関連株だけを購入対象銘柄にするという投資対象の制約を受けているとする。

例えば、東証一部市場だけに対象を絞る、海外ＥＴＦに対象を絞る、対円為替に絞る、直近１ヶ月の平均１日売買代金１０億円以上に絞る等、投資対象を絞るための様々な切り口がある。

これらは、データベース上は、市場テーブル、業種テーブル等の分類方法の違いによって、異なるテーブルに分けて管理される。そのため、東証一部銘柄に限る場合には、市場を東証一部のデータで抽出すれば、母集団がすぐに準備できる。

図１６は、本実施形態に係る銘柄または商品のデータベースＤＢ１の構成例を示す図である。図１６に示すように、データベースＤＢ１は、投資対象商品の種類として「株」のデータベースであり、テーマが追記された構成になっている。なお、データベースＤＢ１とは別に、テーマを管理するテーマテーブルを設け、当該テーマテーブルにおいて、テーマと、銘柄コードとを関連付けるようにしてもよい。

（制約条件である投資対象の効果）
ユーザによって選択された投資対象の中で、銘柄または商品、運用方法等が異なったアドバイスを提供することができる。アドバイス対象の母集団を絞ることにより、助言者にとっては、母集団の範囲内でアドバイスを提供すればよいし、ユーザにとっては、口座開設して売買できる環境が整っているコースを選べる、有望なテーマに絞ったアドバイスを受けることができる等の効果がある。母集団の中から、有望な銘柄または商品をデータベースに登録することで、アドバイス生成のために各種データ指標を使うことができる。

（助言者を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、上記制約条件として、助言者に応じたアドバイスを生成する。

アドバイス生成部３２１は、助言者に応じてアドバイスを変化させ、助言者によって制約を受ける。アドバイス生成部３２１は、例えば、助言者Ａのアドバイスと、助言者Ｂのアドバイスとでは、異なったアドバイスを生成する。

助言者は、個人、法人、チーム、団体等を含む。助言者には、さらに、ロボット、ＡＩ（Artificial Intelligence）等も含まれる。

ロボットが助言者である場合、ロボットが、売買データ提供者として売買データを生成し、メール配信等によりユーザに提示する構成がある。他の制約条件の設定、変更が自動化されて、アドバイスの自動化も可能になる。なお、制約条件の設定、変更は人手で行い、それ以降のアドバイスは自動化する等、自動化のレベルには段階がある。

（制約条件である助言者の効果）
助言者によって異なったアドバイスを提供することができる。助言者によって制約を受けることを考慮して、ユーザが自分に合う助言者を選択することができる。

アドバイスデータ生成システム１０は、コースの制約条件を誰が決めるかによって、双方向の対話形式になる。図１５に示すように、コース管理者には、助言者、ユーザ、管理者が含まれる。

ユーザ、管理者、助言者（ロボットを含む）の誰がコースを設定するかによって、アドバイスデータ生成システム１０の特徴が大きく変わり、双方向の対話形式を持たせることが可能である。

アドバイスデータ生成システム１０において、コース管理者が各項目のデータを端末２に入力すると、端末２が制約条件のデータをサーバ３に送信することによって、サーバ３がコースを設定することにより、連続性のあるアドバイスデータ生成システム１０が稼働する環境が整う。

管理者が、当該コース管理者を誰にするかを決める。コース管理者と、助言者との関係として、コースの管理者はアドバイスをしてくれる助言者を選ぶことができる。

（管理者がコース管理者となる場合）
例えば、１００万円の当初金額、開始時期は本日から、投資対象は日本株、助言者は投資顧問会社Ｘということを管理者が決めると、アドバイスをしていく枠組みが決まり、コースが決まる。投資顧問会社Ｘは、この制約条件の下でアドバイスを生成する。

例えば、１００万円の当初金額、開始時期は本日から、投資対象はＥＴＦ、助言者はロボットということを管理者が決めると、ＥＴＦを使ってアドバイスが生成する。この場合、上記の投資顧問会社Ｘとは全く異なるアドバイスを行うコースが設定される。

（助言者がコース管理者の場合）
ある助言者の下で、３００万円の当初金額でＥＴＦのアドバイスを行うコースが設定される。３００万円の当初金額で日本株のアドバイスを行うコースが来月から開始される。

（ユーザがコースの責任者の場合）
この場合、ロボットアドバイザが前提となり、例えば、１００万円の当初金額で米国株のアドバイスを行うコースが来月から、ロボットを助言者にして開始される。売買条件は、ユーザが自分で選択肢から選ぶ。売買条件は、ロボットに任せる、アルゴリズムを自分で入力する等、自動化をどこまで進めるのかにより、自動化にも段階ができる。

例えば、３００万円でＥＴＦのアドバイスを行うコースを設定する。売買条件は、都度変化させ、試行錯誤して決める。例えば、コース管理者はユーザｂ、２０１８年２月開始で日本株のアドバイスを、ロボットアドバイザを活用と決める。

（コース管理者の効果）
コースごとに管理が分けられ、コース管理者も変わることによって、コースごとに違った性格を持つ動的アドバイスを生成することができる。ユーザをコース管理者にすることにより、ユーザが様々な売買条件を試すことができる。ユーザは、自ら設定した条件でアドバイスを受けることができる。各種売買条件設定は、最初は配当利回りベースで行ったが、芳しくなかったため、他の条件を模索する等が可能である。

管理者が制約条件を決めた場合、プロが提示したある制約条件の下で連続的なアドバイスが提供される。そのアドバイスに合わせるユーザは、あまり考える必要もなく、大きい投資効を得られる。

一方、ユーザが制約条件を決めた場合には、自身の決めた制約条件の下で連続性のあるアドバイスが生成され、ニーズに合わせた、双方向の対話形式のアドバイスが生成される。

アドバイスデータ生成システム１０は、コースの特徴を表す名前および管理者を決定し、制約条件を設定することにより、コースごとに生成されるアドバイスを管理し、評価し、表示する。

アドバイス生成部３２１は、一定の制約条件が設定されたコースにおいて、各種の制約条件の下でアドバイスを生成する。成果も分かれるし、表示も分かれ、アドバイスも分かれる。管理もコースごとに行われる。例えば、１００万円という限られた投資金額でＥＴＦを使って、ロボットアドバイザがアドバイスデータを生成するコースが設定される。

サーバ３の記憶部３３にコースが記憶され、そのコースごとにアドバイスデータが紐付く。アドバイス生成部３２１は、コースの制約条件の下でアドバイスデータを生成する。

（コース決定の効果）
連続性のあるアドバイスを、コースごとに管理することができる。これにより、良い運用ができているのか悪いのか、どこが悪いのかを明確化し、より良いアドバイスを生成するように管理することができる。すなわち、アドバイスデータを生成するための準備がさて、アドバイスの枠組みであるコースが設定されたことになる。

条件設定において、誰が条件を設定するか、さらに公開、または、非公開を決める。条件設定は、管理者が決める部分と、ユーザが決める部分と、助言者（ロボット含む）が決める部分とに分かれる。それぞれの項目をデフォルト値にするのか、入力値にするのか、選択制にするのかをコース管理者が決める。

誰が条件を設定するかによって、管理者、助言者等から一方通行的にアドバイスが生成されるワンウェイアドバイス生成と、ユーザの要望に応えるインタラクティブアドバイス生成とに分かれる。

ワンウェイのアドバイスデータ生成システム１０である場合、条件の大部分を管理者が管理画面で設定する。

インタラクティブのアドバイスデータ生成システム１０である場合、ユーザが選択、または、入力できる項目を管理者が増減させることによって、どこまで自由な、ユーザに合わせたインタラクティブなシステムになるかが決まる。

この設定によってサーバ３に各項目のデータが送信される。そして、ユーザのマイページにも設定可能な各制約条件と条件式、テーブルが決まることで、連続性のあるアドバイスデータが各制御条件の下で生成される。

管理者が条件を決めるのであれば、ユーザには同じアドバイスデータが届く。ある条件を変えたりするのも、管理者が行い、その条件を公開しても、非公開でも、設定ができ、ユーザには買いアドバイスメールや売りアドバイスメールが届くが、そのロジックの公開、非公開を変更できる。

管理者が管理しているコースでもユーザに条件の設定を許可した場合は、同じコースでも、それぞれのユーザごとに条件が違いユーザごとに様々なアドバイスデータが生成される。同じ制約同じコースの下でユーザが思い思いに条件を設定できるため、ユーザ間のパフォーマンス競争なども可能になる。ユーザが管理者であり、ユーザ自らが条件を設定する場合は、試しに様々な条件を入れて、検証が可能になる。

（条件設定の効果）
同じコースでも、各種条件を変えれば、異なるアドバイスデータを生成可能である。
例えば、銘柄または商品の購入数が３銘柄から５銘柄に変わると、様々なアドバイスが変化するので、同じコースでも異なるアドバイスを生成することが可能になる。条件設定は、動的に変化するアドバイスの生成にとって重要である。制約条件の違いによって、様々なアドバイスデータが生成されるので、ユーザがどのような条件が最適かを模索することもできる。

〔実施形態４〕
本発明の実施形態４について、図１７に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１、２、３にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

アドバイスデータ生成システム１０は、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、上記コースごとに、銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと、銘柄または商品の購入条件および売却条件を示す売買条件データと、を記憶する記憶部３３と、上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部３２１と、を備えている。

コース管理者は、アドバイスデータを生成するための条件設定の有無を決定する。これらの全ての条件設定を有とした場合、アドバイスデータ生成システム１０は、全自動化される。

全自動化の例では、５００万円の当初資金に対して、現金比率は０％，商品の購入数は５銘柄、金額配分は均等という条件の場合、１商品に対して１００万円が割り当てられる。例えば、記憶部３３のデータベースの条件に当てはまった○○株があったとする。アドバイス生成部３２１は、○○の株価、最低単位等をデータベースから参照し、１００株×５０００円が最低買付単位である場合、合計２００株で１００万円の買いアドバイスを決定し、メール配信し、この買いアドバイスデータをデータベースに格納する。その他の銘柄も同様である。

５銘柄を買いアドバイスした後で、○○の株価が６０００円になって、データベースの指標が売り条件に当てはまった場合、アドバイス生成部３２１は、２００株の売りアドバイスを生成し、売りアドバイスのデータをデータベースに格納する。

この場合、購入可能金額が、○○の売却資金によって１２０万円増えたとすると、この資金を使って、再度買いアドバイスが生成される。条件さえ決まっていれば、これが自動的に生成される。条件変更と判断されれば、条件変更も自動的に行われる。上述の条件が全て決まっていることで、全てが自動的に生成される。

アドバイスデータ生成システム１０は、全自動システムだけでなく、ユーザの一部入力を伴い、残りのプロセスはシステムで処理される半自動システムであってもよい。

（部分的な自動化の例：買いアドバイスの決定条件だけ自動化させない場合）
アドバイスデータ生成システム１０において、コース管理者には、商品の数および購入可能金額が提示され、その範囲で買える銘柄を選ぶことにより、買いアドバイスのメール配信がされる。その後、売りの条件に当てはまった場合、システムから売りアドバイスのメールが配信され、再度購入可能金額が自動的に算出される。このように、半自動の使い方もあり、自動化の範囲を調整可能である。

売りの条件を自動化させない場合、買いアドバイスは自動化されるが、保有銘柄の一覧が生成され、売る銘柄を選択することにより、売りアドバイスのメールが配信される。また、再度購入可能金額が自動的に計算され、買い条件に当てはまった株を見合った株数を含む、買いアドバイスのメールが配信される。そして、再度、刷新された保有銘柄一覧が提示される。

ここで、アドバイスデータ生成システム１０において、アドバイス生成の自動化の程度を調整する。アドバイス生成部３２１は、全ての条件を設定すれば、その条件に合ったアドバイスデータを生成する。アドバイス生成部３２１は、成果が悪ければ、そこを考慮して、異なる条件でアドバイスデータを生成するような条件変更までも自動化する。条件変更は、選択肢から選択する等、自動化の程度を制御することができる。

（条件設定の効果）
アドバイスする対象によって、自動化の程度を分けたり、試したりすることが可能になる。例えば、一定の比率を保つためにリバランスを自動化し、株が上がって、株の配分が増えれば、株の売りのアドバイスと、債券の買いのアドバイスとが生成され、株および債券の金額配分が一定に保たれるようなアドバイスを行うことが可能である。

アドバイスデータ生成システム１０において、購入可能金額が「当初金額＋売買損益＋入出金額−保有銘柄の購入額」により、買いアドバイス、売りアドバイス、入出金の後に算出、再計算され、この金額の制約の中でのアドバイスに制約される。

最初だけでなく、購入、売却、入出金で購入可能金額が変わる場合には、常にこの処理を行う。これによって、アドバイスの連続性が担保される。

アドバイス生成部３２１は、集計ＤＢから売買損益データ、入出金データ、保有銘柄の購入代金、当初金額を受け取り、算出、または、データベースで計算された数値を受け取る。

アドバイス生成部３２１は、この範囲内で買いアドバイスを生成し、買いアドバイスの生成後、再度、保有銘柄の購入代金の増加分を計算する。買いアドバイス、および、売りアドバイスの度に再計算され、算出される金額により、常に制約される。アドバイスデータ生成システム１０は、この一連の動きにより、金額的な制限を受けながら、その制約のもとでアドバイスを生成する。

（購入可能金額を再計算する効果）
アドバイスデータ生成システム１０は、連続的にアドバイスを生成するシステムであるが、買いアドバイス後、売りアドバイス後に購入可能金額を再計算することから、更なるアドバイスが可能になるし、利益が出れば、アドバイスの幅が広がり、逆に損が出れば、アドバイスが難しくなっていくことにより、ユーザと同じ目線に立つことができる。買いアドバイスと、売りアドバイスとが繰り返されることによって、コースにおける連続性が生まれ、銘柄も入れ替わる。

アドバイスデータ生成システム１０において、購入数データは、購入可能金額と、当該購入可能金額における購入数とが対応付けられたものであり、アドバイス生成部３２１は、買いのアドバイスを生成する場合に、購入数データを参照して、購入可能金額に応じて購入数を決定する。

図１７（ａ）は、本実施形態に係る購入数データの構成例を示す図である。図１７（ａ）に示すように、購入数データは、購入可能金額の範囲と、銘柄または商品の数とが対応付けられたデータである。例えば、購入可能金額が３０万円までである場合、銘柄または商品の購入数は１個となる。購入可能金額が３０万円から１００万円までである場合、銘柄または商品の購入数は３個となる。

当初金額が１００万円で、現金比率が１０％である場合、９０万円が購入限度額になる。この場合、図１７（ａ）に示すように、購入可能金額が３０万円から１００万円であるから、購入数は３銘柄に決定される。

当初金額が１００万円で、現金比率１０％の場合、利益が上がって、１２０万円になると、購入限度額が１０８万円になり、購入可能金額の範囲が１００万円以上になり、購入可能金額が５銘柄へ、というように、動的に商品数が変化するアドバイスデータが生成される。これによって、金額が多くなればなるほど分散が進むアドバイスが可能になる。

分散を進めすぎると、多数の銘柄の管理が大変になるとともに、損益率が平均に近づいていくため、分散の制御もアドバイスとして重要な要素になる。どの銘柄を選択して、どのような金額配分を行うかによって、損益率は平均を上回ったり、下回ったりする。アドバイスデータ生成システム１０において、どれだけの銘柄数を買いアドバイスしていくかの制御がこのテーブルで可能になり、照合することで、商品数（または、銘柄数）を特定する。

アドバイスデータ生成システム１０において、現金比率は、デフォルトの数値であったり、その時々の相場状況に応じて助言者が決めたり、市場の動向等のリスクを考慮してユーザが決めたりする。決められた現金比率が保てるように管理される。

期初には、以下の式が適用される。

当初金額×（１−現金比率）＝購入限度額
期中には、以下の式が適用される。

当初金額＋売買損益＋入出金額−保有銘柄の購入額＝購入可能金額
購入可能金額×（1−現金比率）＝購入限度額
購入限度額と、上記の制約条件の下で、投資対象の銘柄の数を決定するため、決められた現金比率を守ることができる。

例えば、
購入限度額＝３０万円以内：１銘柄
購入限度額＝３０万円以上１００万円以内：３銘柄
購入限度額＝１００万円以上１０００万円以内：５銘柄
購入限度額＝１０００万円以上：１５銘柄
等のテーブル（図１７（ａ）と同様）に基づき銘柄数が決定される。

投資対象が限定されていない場合には、このフェーズで商品数を決める。例えば、３種類に決定された場合、後の工程でＥＴＦ、投資信託、債券といった具合に種類が決まる。

（銘柄または商品の購入数の効果）
購入可能金額と、付与された現金比率とから購入限度額が算出され、購入限度額から購入銘柄（商品）の購入数が決定されるプロセスである。最初だけでなく、売却や入出金で購入可能金額が変わる場合には、このプロセスを踏む。これによって、連続性が担保され、利益が上がっていくほどに分散が進み、リスク分散ができるアドバイスが生成される。

通常買える銘柄（商品）の数は、購入限度額の多寡によって決まる。例えば、株の場合、３０万円であれば１銘柄、１００万円であれば３銘柄、１０００万円であれば１５銘柄のように、購入金額に応じ変化し、分散すればするほど利益も平均に近づく。

管理できる銘柄数には限りがある。一方集中すればリスクを分散できない。この基準、方針は、助言者のアドバイス方針によって、変わる。金額によって分散できる種類が決まる。資金が大きくなるほど、可能性を広がる。資金が増えれば、分散のアドバイスが重要になる。

アドバイスデータ生成システム１０において、金額配分データは、投資対象と、当該投資対象における上記購入金額の配分とが対応付けられたものであり、アドバイス生成部３２１は、買いのアドバイスを生成する場合に、金額配分データを参照して、投資対象に応じて購入金額の配分を決定する。

アドバイス生成部３２１は、銘柄または商品の購入数が決定された場合、銘柄または商品ごとの金額配分を決定する。均等に配分してもよいし、ランキングに基づいて銘柄を決定している場合には、上位に重みを持たせてもよい。ここで決めた条件によって、何らかの基準で金額配分することが可能となる。制限なしの場合には、デフォルトとして均等配分を行う。

図１７（ｂ）は、本実施形態に係る金額配分データの構成例を示す図である。図１７（ｂ）に示すように、投資対象がＥＴＦの場合、銘柄または商品の購入数が５個であれば、例えば、国内株型４０％、債券型２０％、外債型２０％、外国株１０％、その他１０％の金額配分になる。投資対象が株の場合、銘柄または商品の購入数が３個であれば、１位５０％、２位３０％、３位２０％の金額配分になる。

ここで、買いアドバイスデータの提供が２回目以降の場合に、評価額の増減率に応じて金額配分を変化させること（リバランス）も可能である。この場合、指定された金額配分を保持するために買いアドバイス等が調整される。

仮に損失が発生して、評価額が５％以上下がった場合には、緊急措置として、例えば、現金比率を４０％とし、図１７（ｂ）に示すように、ＥＴＦの金額配分を、例えば、無条件に銘柄または商品の購入数を２として、国内株型５０％、国内債券型５０％とする。このように、リスクを回避するための調整が可能である。

このステップにより銘柄または商品間の金額配分が決まり、上記（請求項１３）で銘柄または商品の購入数と、購入限度額とが特定されていることから、銘柄または商品ごとの購入限度額が特定される。

購入限度額×各銘柄または商品の金額配分＝各銘柄または商品の購入限度額
購入株数×購入株価＝購入金額の為、購入限度額＞購入金額という制限が加わる。

購入限度額１００万円でＥＴＦの債券型の金額配分が３０％の場合、３０万円がＥＴＦの債券型の購入限度額となる
各銘柄または各商品について、金額配分が異なることも、アドバイスでは重要である。金額配分を変化させることによって、アドバイスの幅が大きく広がる。例えば、段々銘柄の金額配分を小さくしたり、評価額が上がるに従って、安全資産への金額を高めたり等のアドバイスが可能になる。

（金額配分の効果）
銘柄または商品の購入数が決まって、初めてその配分割合を決める金額配分が意味をなす。１商品では金額配分の意味は出ないが、複数の銘柄または商品のアドバイスが生成されるからこそ、金額配分のアドバイスが重要になる。購入可能金額と、金額配分とが決まれば、各銘柄または商品の購入金額が具体的に決まる。これにより、リスクを考慮しながら、ウェイトを調整することができる。

アドバイスデータ生成システム１０において、金額配分を動的に変化させることで、利益に応じてリスクをとり、損をしてリスク資産を減らす等の変化に応じたアドバイス対応が可能である。ただ、アドバイスを行う上で金額配分は重要で不可欠だが、初心者がこれを決定するのは難しく、選択肢も多いため、まずは均等配分で始めるとよい。

（新銘柄のデータベース入力）
アドバイスデータ生成システム１０において、記憶部３３のデータベースに登録されていない新たな銘柄または商品を買いアドバイスする場合、その前に、当該銘柄または商品のデータベースへの入力を行う。この入力によって、新たな銘柄または商品は、管理銘柄または管理商品として登録され、当コースの管理下に置かれる。株の場合には、株価データ、分割データ、配当データ、最低買付単位データ、業績データ等を必要に応じて充実させることによって、売買の判断に重要な指標が蓄積される。買い条件、売り条件等に当てはまるか否かの判定も、これらの指標が参照されること等により行われる。買いアドバイス、売りアドバイス等の自動化には、データベース登録が不可欠なステップになる。アドバイス生成部３２１が登録してもよいし、事前に有望な銘柄または商品を登録してもよい。

アドバイスデータ生成システム１０において、データベースに登録された銘柄または商品の売り買いをアドバイスすることを前提とする。登録された銘柄または商品だけがアドバイスの対象となることで、システム的に対象が管理される。

（購入銘柄の決定）
アドバイスデータ生成システム１０において、売買条件テーブルは、銘柄または商品の買いに係る指標を含み、アドバイス生成部３２１は、購入可能金額と、購入数と、購入金額の配分とから、１銘柄または１商品あたりの購入限度額を算出し、買いのアドバイスを生成する場合に、指標に関する商品ランキング、および、購入限度額を参照して、購入する銘柄または商品を特定する。これは、どうやって具体的な買いアドバイス銘柄を決めるのかの処理である。

銘柄ごとに商品ごとにどのくらいまで買えるのかという上限は特定されている。最低買い付け単位の決まっている銘柄または商品から、具体的に銘柄名または商品名が決まれば、数量も自動的に決まる。最低買い付け単位と、単価（株価）とは、銘柄または商品ごとにデータベースから値を読み出すことにより、自動で計算され、銘柄名または商品名さえ決まれば、購入可能な数量は自ずと決定される。

銘柄または商品の数と、購入限度額とが決まり、均等配分が決定されている場合には、各銘柄または商品の購入限度額が決定されるので、ここで各銘柄または商品の数量が決まる。

例えば、購入限度額が２００万円で５銘柄であれば、均等配分で各銘柄に４０万円ずつが割り当てられる。この４０万円で具体的にどの銘柄を買うのかを決定する。当該銘柄の最低買い付け単位１００株で株価２０００円の場合は、最低買い付け単位金額は２０万円、従って２００株の数量が決まる。ランキング形式で重み付けを行う場合、ＥＴＦの場合も同様である。

この前の段階で銘柄ごとの購入限度額が決定されているので、上限金額が決まっているから最低買い付け単位金額さえ参照できれば、数量が決まる。購入銘柄の決定は、アドバイスには重要不可欠である。データベースに登録されたデータ等を参照して決められることで、自動化が可能である。

ただ、銘柄決定の判断は、人為的判断になるケースも想定する必要もあり、条件に従ってロボットで自動決定し、または、銘柄決定のプロセスを非開示にすることも考えられる。

アドバイスデータ生成システム１０において、銘柄ごとに制限された購入限度額と、上記制約条件との下で、購入可能範囲の具体的な投資対象（買いアドバイスの銘柄または商品）を決定する。

例えば、上記制約条件により抽出された母集団銘柄から、下記の条件で更にふるいにかける。
（１）配当利回りランキング上位銘柄から買える範囲の銘柄を上位から順番に決める。
（２）配当利回りでなく、移動平均乖離率や売上増加率、売上、出来高など様々な指標が使える。

アドバイスデータ生成システム１０において、ＥＴＦの場合も同様で、同じ株型のＥＴＦでも種類がいろいろあり、流動性を重視して売買代金ランキング上位から決定していく時価総額ランキング等で具体的な銘柄が決定される。事前に決まった購入数まで銘柄または商品を選択し、決定する。上述の例の場合、４０万円以内で購入可能な銘柄に限定される。その上でランキング上位５銘柄が決定される。

アドバイスデータ生成システム１０において、それぞれの購入限度額、および、最低買い付け金額によって、単位株数を決定し、数量（株数）を決定する。複合的な条件式で決定してもよいし、母集団からどういう切り口で最終的に選択するのかを決定してもよい。

複合的な条件式の具体例では、母集団となる企業それぞれの増収率と配当利回り、ＰＥＲ（Price Earning Ratio、株価収益率）を算出し、その３つの指標を使った総合指標のランキング上位銘柄を選定する等の方法が考えられる。ランキングのところで先ほど例に出した移動平均乖離率等の様々な指標の組み合わせも考えられる。いずれにしても、データベースに入力する情報を何にするかも自由なので、選定基準として様々な指標を使うことが可能である。

ここまでの処理でいくつの銘柄または商品を買うかの数と、金額配分とが決まり、それぞれの銘柄名または商品名が決まることから数量（株数）も決まる。条件は各種あり、助言者によって、銘柄選択基準を明示していなくても、明示していても可とする。銘柄は入力で与えられる場合も考えられる。そのため、銘柄決定処理は、他のシステム等を使っても可とする。

この処理で使われる条件式は、例えば、今期予想増収率トップランキング順に銘柄を決定等、様々なパターンが想定でき、最初から助言者から明示されている場合もあればお客様が複数の選択肢から選ぶ形式でも可能だし、お客様が提示しても可とする。

どの銘柄または商品をアドバイスの対象にするかは、助言者ごとにロジックがあり、定量的なデータのみで判断する場合もあれば、定性的な要素も加味して決定する場合もあり、様々な場合が考えられる。アドバイスデータ生成システム１０において、データベース登録されている銘柄商品に限定することで、管理される。

（購入銘柄決定の効果）
この買いアドバイス銘柄だけをアドバイスする場合もあるので重要ですが、あくまでもアドバイスデータ生成システム１０の一部の機能である。選んで買った後どうしていくのかという連続的なアドバイスが重要であり、買いアドバイスは始まりにすぎず、その連続性こそが、アドバイスデータ生成システム１０のポイントになる。

（購入時期、購入価格の決定）
アドバイスデータ生成システム１０において、売買条件データは、銘柄もしくは商品の購入時期、または、銘柄もしくは商品の購入価格を含み、アドバイス生成部３２１は、買いのアドバイスを生成する場合に、売買条件データを参照して、特定した銘柄もしくは商品の購入時期から当該銘柄もしくは商品の購入価格を決定し、または、特定した銘柄もしくは商品の購入価格から当該銘柄もしくは商品の購入時期を決定して、当該銘柄または商品の購入時期、および、当該銘柄または商品の購入価格を含むアドバイスを生成する。

図１７（ｃ）は、本実施形態に係る売買条件データの構成例を示す図である。図１７（ｃ）に示すように、購入時指標、購入時期、購入価格、および、利益確定条件の例が記載されている。例えば、購入時期は、銘柄が決まれば同日の同時間でもよいし、テクニカル指標を参照して、条件に当てはまった株価になった日に決定してもよい。

ただし、予定銘柄の価格が上昇して購入可能金額を上回れば、プロセスをやり直すこと等が必要になってしまうため、即時が初心者にはベストであり、デフォルトも即時即日となっている。

購入銘柄さえ決まっていれば、購入時期と購入時価とはセットのため、一方が決まると他方も決まる。

即時に成り行きで買いに行くことが、初心者にはお勧めで、これがデフォルトで、時期や価格を決める方法はテクニカル指標を活用する等の方法がある。これが決まって初めて、買いデータが揃うので、買いアドバイスが完成する。

具体的に買う日はいつで買う値段はいくらで、という最後の決め、最終的な買いアドバイス決定の瞬間になる。リアルタイムの時価（株価）をデータベースから引き出すことが不可能なことは多々起こりうる。そのため、日時が決まれば、約定値段は決まることから、昨日の終値など参考価格を表示してもよい。この場合、後から買いアドバイス値段を修正しても可とする。

（購入時期、購入価格の決定の効果）
ここで初めて買いアドバイスデータが完成し、アドバイスが具体化され、ユーザに伝える準備を行うことができる。

（買いアドバイスデータの登録、配信）
データベースへの登録、ユーザへのメールの配信、または、会員サイトでのアップ、アプリでのアップ等、データベースへの登録によって、様々な処理が考えられる。様々な発信方法があり、ユーザまたはユーザが契約する運用業者等に配信されることも考えられる。

会員サイトへのアップ、アプリ通知等、管理者宛、助言者宛、ユーザ宛、または、ユーザと契約している第一種投資顧問業者（運用業者）宛てに配信通知し、そのアドバイスをもとにして運用を委託するようなケースも考えられる。

（買いアドバイスデータの登録、配信の効果）
実際にユーザにアドバイスデータが届く。生成されたアドバイスデータがデータベースに記録され、自動的に表示システムに送られ、各種計算され、ユーザなど関係者にも送信、通知、配信される。

（売却の決定）
アドバイスデータ生成システム１０において、上記売買条件データは、利益確定の条件を含み、アドバイス生成部３２１は、売りのアドバイスを生成する場合に、上記売買条件データを参照して、上記買いのアドバイスを生成した対象の銘柄または商品から、上記利益確定の条件を満たす銘柄または商品を特定して、当該銘柄または商品の売りに関するアドバイスを生成する。

売却の対象は、保有銘柄に限定される。空売りの場合は、売りから入り、買い戻しが後のステップになる。

いつ、どの銘柄を売るのかを決定する。全て売る場合もあれば、一部の銘柄または商品だけ、銘柄または商品ごとに全て売る場合もあれば、一部売る場合もある。

買いアドバイスした保有銘柄の中から売り銘柄を決定する。例えば、利益確定は、図１７（ｃ）に示すように、
（１）上昇率１０％以上半分売却
（２）上昇率３０％以上全部売却
（３）下落率５％以上全部売却
などの売買条件データに基づいて決定する。

アドバイスデータ生成システム１０において、保有銘柄は毎日株価、値段が刷新され各種指標も計算されるため、刷新された時価で売り条件に当てはまるか否かを判断する。買いアドバイスは、制約されているとはいっても、様々な選択肢があり、広い。一方、売りアドバイスは、買いアドバイスのあった銘柄または商品に限られ、選択肢は狭いことから、定量的なデータのみで自動化もしやすい。

３ヶ月に一回、全部売却し、清算する等も簡単な自動化の例である。テーブルも作りやすく、ルール化しやすい。売買条件は各種あり、助言者によって開示していなくても、開示していても可である。

例えば、移動平均乖離率が２０％超えたら全部売る、ＲＳＩ（Relative Strength Index、相対力指数）が７０％を超えたら半分売り、ＲＳＩが８０％越えたら全て売り等、複合的な条件も可とする。保有株に関しては、目標指標はデータベースで照合できるようにして、売却条件に該当したら、売りのアドバイスを生成する。売りアドバイス生成のアルゴリズムは、公開または非公開を決められる。

この売却が行われた場合に、購入限度額が変化するため、買いアドバイスの生成を再度行うことにより銘柄または商品も入れ替わり、連続的なアドバイスが続く。

買いアドバイスだけでなく、売りアドバイスがあって初めて損益が確定する。保有している銘柄または商品を売ることによって、初めて、縛られていた資金が解放されて次の購入資金に回る。アドバイスの連続性は、売りアドバイスがあって、初めて成立する。

売りの決定は、各種条件をマッチングさせて行う。売りアドバイスの生成に必要なデータをデータベースに蓄積することにより、助言者、ユーザ等に合った指標、数値データ等を自由に蓄積することができるため、様々な方法で売りの決定を行うことができる。

（売却決定の効果）
買いアドバイスの銘柄または商品は、いつかは売りアドバイスの対象になる。売らない限りは利益が実現しない。購入可能金額も増えない。売却の決定により、購入可能金額が増え、これを原資にして、再度投資に回すことができる。

（売却アドバイスデータのデータベース登録）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、売却アドバイスデータをデータベースに登録する。その後、会員サイトへのアップ、アプリ通知、メール配信等、管理者、助言者、ユーザ、または、ユーザと契約している第一種投資顧問業者（運用業者）への配信が行われる。そのアドバイスをもとにして運用を委託する場合も考えられる。

（データベースに売買データ等を蓄積、集計、抽出）
アドバイスデータ生成システム１０において、データベースには、登録銘柄または商品の売買判断に必要なデータ、売買データ、売買データを分かりやすく表示するために必要なデータ等が蓄積される。

登録銘柄（買いアドバイス銘柄、および、その候補銘柄）に関しては、株価データ、分割データ、配当データ、業績データ、テクニカルデータ、最低購入単位データ等が、登録銘柄ごとにデータベースに蓄積される。登録銘柄に関しては、売買を決定する指標が、目的に従ってより詳細に管理される。目的に合わせた指標を蓄積することにより、いつでも、売買判断に必要なデータが使用可能である。

売買データの集計、計算に関しては、売買損益計算、評価額計算、購入可能金額の算出と、ランクアップ、見直し等が必要か否かの判断とを行うための数値が逐次再計算される。それらの数値データは、表示部２３、アドバイス生成部３２１等に引き渡されて、それぞれの目的に従って活用される。

例えば、購入可能金額は、売買損益合計、入出金額、および、当初金額の合計値から保有銘柄の購入金額合計を引いた額で算定される。この数値は、売買される度に再計算され、アドバイス生成部３２１に引き渡される。

ランクアップ条件は、当初金額、入出金額、売買損益合計、含み損益合計、現金の合計値である評価額合計値が重要指標となり、逐次計算され、ランクアップ条件を満たすか否かの判断指標に使われる。

条件見直しに必要な計算値は、逐次計算される。特に、直近の売買損益がマイナスであったり、含み損益がマイナスになったりした場合には、各条件の見直しが行われる。これにより、何が悪くて、成果が出なかったかの分析を随時行うことができる。

データベースには、銘柄マスタテーブル、銘柄の株価データ、テクニカルデータ等の一連の銘柄データ、売買アドバイスデータ、売買の実際データ等が蓄積される。都度、必要に応じて、必要なデータを読み出して、計算、集計が行われる。

アドバイスデータ生成システム１０において、売買の対象になる銘柄だけでなく、売買する可能性の高い銘柄または商品の情報は、銘柄マスタテーブルに登録し、各種情報を蓄積することで、より動的な変化に応じた緻密な判断が可能なシステムが形成される。数字データの算出、表示、再計算等の機能を有するサーバ３を備えている。

（売買データ等を蓄積する効果）
買いアドバイスの対象の可能性のある銘柄、保有銘柄の情報が蓄積されることにより、将来における売買環境の変化に応じたアドバイスが可能になる。

過去の株価、時価に関する情報等を蓄積することにより、含み損益が更新されるため、表示部２３は、グラフを表示することができる。また、過去の株価、時価に関する情報等を蓄積することにより、アドバイス生成部３２１は、蓄積された情報を用いて、判断指標の提供、購入可能金額の算定等を行うことができる。

（ランクアップ）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、コースの成果がランクアップ条件を満たすか否かを判定する。ランクアップ条件は、コースの投資金額を上げるか否かを判断する基準となる条件である。ランクアップ条件に含まれる指標は、アドバイスによる資産増加率、アドバイス利益、アドバイスによる評価額、実際の売買データ数値、稼働年数、日経平均等の指標との比率、アンケート回答結果等、複合的な条件を含んでもよい。

コースの成果がランクアップ条件を満たす場合に、アドバイス生成部３２１は、ランクアップする前のコースの成果に応じた投資金額等を含む、新たな制約条件を新たなコースに設定する。

例えば、１回目のコースは、日本株の一部上場を対象にした１００万円コースだったが、評価額が２００万円に上がり、倍増したため、ランクアップ条件が満たされた。そこで、アドバイス生成部３２１は、２００万円コースに移行して、日本株全般に対象を広げ、よりリスクの高いマザーズ銘柄等をアドバイスの対象に含めることにより、利益が更に利益を生むようなアドバイスを行うことができる。２００万円コースで評価金額が４００万円を超えた場合には、現金化して４００万円を投資金額にした制約条件が設定された新たなコースへ移動する。また、アドバイス生成部３２１は、元のコースの資金を現金化して、コースを終了させるアドバイスを生成してもよい。また、ユーザは、元のコースは半分現金化し、その半分現金化された投資金額を制約条件とするコースを新規開設してもよい。

さらに、アドバイス生成部３２１は、例えば、評価額が２００万円になった場合に、１００万円を現金化し、新たなコースは１００万円コースで立ち上げ、ＥＴＦを使った安全策で利益分は確保し、残りの１００万円分を従来通りのアドバイスを生成する、利益分を切り離してコースを分割するようなアドバイスを行うことができる。

コースのランクが上がった場合、アドバイス生成部３２１は、全てまたは一部の資金を現金化することにより、その現金化した金額を投資金額とする制約条件に変わり、新たな制約条件が設定されたコースの下で、アドバイスを生成する。

記憶部３３は、ランクアップ条件を示すランクアップ条件データを記憶する。ランクアップ条件データには、例えば、アドバイスによる資産増加率２倍になった場合に、コースを終了し、現金化して、新たな制約条件が設定された新たなコースに移行する、といったランクアップ条件が含まれる。

アドバイス生成部３２１は、コースの成果がランクアップ条件を満たすまでは、同じ制約条件が設定されたコースの下で、アドバイスの生成を繰り返す。

（ランクアップの効果）
ランクアップ条件の判定によって、コースがランクアップされた場合、さらなる資産増加が図られる。利益が積み上がり、コースのランクが上がった場合、第一段階の目標は達成でき、改めて最初から投資対象を含む制約条件を変更したアドバイスを生成することができる。

これにより、ユーザ、および、助言者は、新たなスタートを切ることができる。リスクが取れる度合いが変わるので、アドバイス生成部３２１は、値動きの荒い小型株の割合を増やしたり、分散の仕方を変えたり、投資対象、金額等を変えたりして、アドバイスを変更する。そのため、新たな制約条件が設定された新たなコースに移行する仕組みは、コース間におけるアドバイス生成の継続性に貢献するものである。新たなコースに移行できることで、より幅の広いアドバイスが可能になる。例えば、資金が増えた段階で、よりリスクのある米国株へのアドバイスにも拡張し、助言者を変更することが可能になる。

（売買条件の変更設定）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、コースの成果がランクアップ条件を満たさない場合であって、売買に関わる条件設定のある場合には、条件変更判定を行う。この判定条件は、含み損益、売買損益等のデータに従うものであり、売買指標を見直す基準になる。判定条件には、例えば、売買損益がマイナスの場合、含み損益が−（マイナス）１０％を越えた場合、資産増加率がマイナスになった場合等が含まれる。

早めに悪い状況を把握して、売買条件設定から見直してアドバイスの制約条件を修正することが重要となる。売買損益等の結果が芳しくない場合には、コースに設定された制約条件を改善して、新たな売買条件を設定する。

換言すれば、アドバイス生成部３２１は、再度同じ売買条件で売買するのか、売買条件を変えて売買するのかを判定する。判定条件の基準を厳しくすれば、売買条件の各項目が度々見直されることになり、判定条件の基準を緩くすれば、同じ売買条件によるアドバイスの生成が継続される等、売買アドバイスの条件が制御される。

（売買条件変更の効果）
これにより、アドバイス生成軌道修正が可能になる。売買条件の変更がない場合には、アドバイス生成部３２１は、購入可能金額の算出へ戻り、次の買いアドバイスを生成する。通常は、同じ売買条件の下で銘柄入れ変えとなる場合が多い。コースにおいて連続性のあるアドバイスには、売買条件を変更する処理は重要であり、売買指標を見直すことができる。

（アドバイス生成処理の繰り返し）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、売買アドバイスを生成して、購入可能金額が変化したり、入出金があったりした場合に、購入可能金額の算出からアドバイス生成処理を再度繰り返す。アドバイス生成処理を繰り返すことにより、銘柄の入れ替えが行われる。

銘柄または商品が入れ替わる仕組みのあるアドバイスデータ生成システム１０において、アドバイス生成部３２１は、売りアドバイスがあるからこそ、同じ資金でも、連続性のあるアドバイスの生成が可能となり、繰り返しがあるからこそ、連続的にアドバイスが生成される。

アドバイス生成部３２１は、銘柄または商品を入れ替えるアドバイスを生成する。アドバイス生成部３２１は、例えば、同日のＡ銘柄の売りアドバイス、および、Ｂ銘柄の買いアドバイスと、Ａ銘柄の売りアドバイス、現金化、一定期間経過後の現金の一部を使ったＢ銘柄の買いアドバイスとのいずれかを含む。

アドバイス生成部３２１は、購入可能金額が変化するごとに、購入可能金額の算出からの処理を繰り返す。詳細には、買いアドバイスの生成が完了してデータベースに登録された場合、売りアドバイスの生成が完了してデータベースに登録された場合、入出金があった場合、指標が買い条件に該当した場合等である。

（アドバイス生成処理を繰り返す効果）
銘柄または商品の入れ替えが、売りアドバイスと、買いアドバイスとをつなぐ役割をして、連続性のあるアドバイスの生成を可能とする。

（アドバイスと、ユーザの実際の売買情報との参照、比較）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、生成した買いアドバイス、および、売りアドバイスのデータと、ユーザの実際の売買情報とを参照して、ユーザの投資内容がアドバイスに近付くようなアドバイスを生成する。

アドバイス生成部３２１は、買いアドバイスを生成した場合に、買いアドバイスをデータベースに登録して、買いアドバイスのデータと、実際の売買データとを照合する。照合は、銘柄または商品と、日付とで行われる。つまり、アドバイス生成部３２１は、アドバイスデータの銘柄名または商品名と、実際の売買データに含まれる銘柄名または商品名とを照合して、同じデータを比較し、実際の売買の日付がアドバイスの後に行われたものは、アドバイスに従って行われた売買データであると認識する。

実際の注文データは、アドバイスデータとは価格が違ったり、日付がずれていたりして、様々な要因で、実際の売買損益と、モデルの売買損益とは異なる。そのため、アドバイス生成部３２１は、乖離していれば、その旨を伝え、調整することを促す、差異に基づいたアドバイスを生成する。

売買データと、アドバイスデータとは、データベースに取り込まれているため、銘柄名または商品名を照合することが可能になり、ユーザは乖離を認識することでアドバイスに従うインセンティブになり、助言者は以前のアドバイスとの乖離を認識することにより更なるアドバイスを生み出すことができる。

（効果）
アドバイスデータと、実際の売買データとを比較し、その差異、乖離を分析して、アドバイスを更に生成することができる。そして、更なるアドバイスの向上を見込むことができる。この処理で、売買データと、アドバイスデータとの乖離を表示することにより、実際の売買と、アドバイス通りの売買とがどう違って、ユーザはどう動けばいいのか等、今後の指針にすることができる。

アドバイスデータ生成システム１０は、動的にアドバイスを生成するアドバイス生成部３２１と、アドバイス生成部３２１の制約条件が設定されたコースを記憶する記憶部３３と、動的に変化するアドバイスを表示する表示部２３と、を備えている。

（表示部２３）
アドバイスデータ生成システム１０において、アドバイス生成部３２１が生成した売買アドバイスデータを表示する表示部２３は、保有株一覧表、評価額推移表、評価額一覧表、売買損益一覧表、含み損益一覧表等を表示する。

アドバイスデータ生成システム１０において、売買データはデータベースに集約化され、目的に応じてユーザに分かりやすく表示するために、表示部２３は、保有株一覧表、評価額推移表、評価額一覧表、売買損益一覧表、含み損益一覧表、実際の売買データと、アドバイスデータとの乖離一覧表等を表示する。

コースごとに管理された売買データは、それ自体は単なるデータの集まりであるが、銘柄または商品の売り買い、銘柄または商品の入れ替え、金額配分の変化等により、保有株は変化し、株価も変動する等、時々刻々と変化するデータである。それを的確に分かりやすく表示することが求められる。ユーザにとっては、アドバイスがどのように生成されてきて、今どうなっているのか、過去はどうだったのか、実際の売買データとの乖離はどうなのかは、非常に重要である。

アドバイスデータ生成システム１０において、アドバイス生成部３２１は、逐次売買アドバイスデータを生成して、データベースに登録する。蓄積された売買アドバイスデータは、ユーザにメール、会員サイトの更新等により伝わるが、表示部２３にも出力される。データベースにおいては、売買アドバイスデータ、入出金データ、株価データ、実際の売買データ、株式分割データ等が統合されて、計算される。表示部２３は、それらのデータを機能別に分割して分かりやすく表示する。

（表示部２３の効果）
表示部２３がユーザ、助言者、管理者に提供されることにより、今までのアドバイスの経緯、現状等を把握し、理解することができ、今後のアドバイスの向上を図ることができる。また、アドバイスデータと、実際の売買データとの乖離等の情報は、アドバイスする側にも、アドバイスされる側にも重要である。

（売買損益表の表示）
アドバイスデータ生成システム１０において、サーバ３は、売買アドバイスデータの売買履歴を計算して、当該売買履歴を示すデータを端末２に送信する。端末２は、サーバ３から売買アドバイスデータの売買履歴を示すデータを受信し、受信したデータが示す売買アドバイスデータの売買履歴を表示部２３に表示させる。

図６は、「売買履歴」の画面の表示例を示す図である。図６に示すように、制御部２２は、「売買履歴」の画面として、銘柄名、株数、買いアドバイス時の日付、株価および金額、売却時の日付、株価および金額、騰落率、売買損益を含む画面を表示部２３に表示させる。

アドバイスデータ生成システム１０において、表示部２３は、売買損益表の表を表示する。すなわち、表示部２３は、売り買いが終わった売買データ、つまり、反対売買があって損益が確定した売買のデータを、データベースから抽出して表示する。

売買損益表の表示によって、売買が済んだ過去の提示済みアドバイスの表示が可能になる。アドバイスの提供を受ける者にとっては、過去のアドバイスがどのように行われてきたのかを簡単に確認することができる。

（評価額内訳表の表示）
アドバイスデータ生成システム１０において、端末２は、サーバ３から売買アドバイスデータの評価額内訳表を示すデータを受信し、受信したデータが示す売買アドバイスデータの評価額内訳表を表示部２３に表示させる。

端末２は、サーバ３から売買アドバイスデータの評価額内訳表を示すデータを受信し、受信したデータが示す売買アドバイスデータの評価額内訳表を表示部２３に表示させる。現在の評価額は、含み損益、売買損益、入出金額、開始金額、現在現金残高からなり、含み損益は含み損益一覧表から算出され、売買損益は売買損益一覧表から算出されて、サマリーが表示される。

売買アドバイスデータの評価額内訳表の表示によって、現在評価額の内訳の表示が可能になり、過去から積み上がってきたアドバイスの全体像が明確になる。アドバイスの提供を受ける者にとって、現在までのアドバイスの現在の姿を確認することが可能である。

（含み損益一覧表の表示）
保有銘柄毎の評価指標は、銘柄名（コード）または商品名、アドバイス日、株数、買いアドバイス時の株価および金額、現在の株価および金額、騰落率、評価損益を含む。ポートフォリオは、売買アドバイスデータの、その時点における状態を指す。

アドバイスデータ生成システム１０において、表示部２３は、含み損益表を表示する。表示部２３は、売買データを反対売買していない売買だけを抽出して、その銘柄の買い付け金額と、現在評価額とを対比することにより、含み損益表を表示する。

含み損益の表示によって、現在、買いアドバイス銘柄の途中経過のアドバイスを表示することができる。アドバイスの提供を受ける者にとっては、現在のアドバイスがどのように行われているのかを簡単に確認することができ、反対売買をしていない商品の現状を簡単に確認することができる。

（評価額推移表の表示）
アドバイスデータ生成システム１０において、過去の最初の投資金額から、時間が経過すると、評価額が様々に変遷する。保有銘柄または保有商品の時価が変わることによる変動、売買による売買損益の変動、さらに次の保有銘柄または保有商品の変遷等、変遷が止まることがない。

時価の情報、分割情報等を把握するため、随時、評価額が算出され、データベースは、評価額を、過去のデータとして蓄積する。過去の時点のデータは、全て、その時の売買損益、含み損益、評価額内訳のデータを含む。

アドバイスデータ生成システム１０において、表示部２３は、その時点のデータを含む評価額推移表を表示する。

ユーザが評価額推移表のある時点にカーソルを合わせると、表示部２３は、その時点の評価額サマリー、含み損益一覧表等を表示する。日付が特定されることから、データベースからそれらのデータを読み出すことが可能になり、現在までの経過をたどることが容易になる。また、売買を行った日はマークが付与された状態になり、ユーザが当該マークにカーソルを合わせると、表示部２３は、その日の売買の内訳を表示する。

これらの情報によって、今までの変遷を簡単に確認することができる。また、買いアドバイス、売りアドバイス等の時点の日付の線上にはマークをつけ、その具体的な買い売りのアドバイス時のデータを確認することができる。評価額推移表の表示によって、開始時期から現在までの評価額推移を表示することができる。アドバイスの提供を受ける者にとっては、現在までのアドバイスによって生じた評価額（当初金額＋売買損益＋含み損益＋現金）がどのような経緯をたどってきたのかを確認することができる。

（比較曲線の表示）
売買アドバイスデータ曲線（評価額推移表）は、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを示すものである。売買アドバイスデータ曲線（評価額推移表）と、売買実績曲線との差異は、上記アドバイスによる売買アドバイスデータと、ユーザの実際の売買情報とを参照して生成される、ユーザの投資内容が当該売買アドバイスデータに近付くようなアドバイスを示すものである。

アドバイス生成部３２１は、ステップＳ１２０２におけるアドバイスによる売買アドバイスデータと、ステップＳ１２０６におけるユーザの実際の売買情報とを参照し、ユーザの投資内容が当該売買アドバイスデータに近付くようなアドバイスを生成する。また、端末２は、そのようなアドバイスを表示部２３に表示させる。

端末２は、売買アドバイスデータ曲線（評価額推移表）と、売買実績曲線との間のモデル実績差を表示部２３に表示させる。制御部３２は、両矢印の線分により当該モデル実績差を表示部２３に表示させる。

モデル実績差は、現時点における、売買アドバイスデータと、売買実績との差であるが、その時点から時間軸を溯った左方向には、売買アドバイスデータと、売買実績とがいつ頃から乖離したのかが表示されているので、どのように売買を行えばよかったかというアドバイスを表示するものである。

また、制御部３２は、「ここからモデルと実績とが乖離しています。」というアドバイスを表示部２３に表示させる。これは、ユーザの投資内容が売買アドバイスデータに近付くようなアドバイスになる。

なお、必ずしもユーザの売買実績のデータがなくても、端末２は、アドバイスした売買をやらなかった場合にどうなったかを示す無作為モデルを表示することにより、売買アドバイスデータと、無作為モデルとの乖離を表示してもよい。

アドバイスデータ生成システム１０において生成された売買データを、通常は個人投資家がそれを元にして売買の注文を証券会社に発注して売買が成立する。ただし、運用業者と、投資家とが契約を行い、投資家が売買データを提供して、運用業者が発注を代行するビジネスモデルにも適用出来る。また、自動発注モデルにも適用できる。

〔実施形態５〕
本発明の実施形態５について説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１〜４にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

アドバイスデータ生成方法は、未登録の銘柄または商品を記憶部に記憶させるステップと、購入可能金額を算出するステップと、上記記憶部を参照して、上記購入可能金額の範囲で買いのアドバイスを生成するステップと、上記買いのアドバイスに応じて購入可能金額を再算出するステップと、上記記憶部を参照して、売りのアドバイスを生成するステップと、を含み、上記各ステップを繰り返す。

（購入可能金額を算出するステップ）
最初、買いアドバイスの生成時、売りアドバイスの生成時に、購入可能金額は変化する。売買データが登録される都度計算され、その金額がアドバイス生成部３２１に出力される。アドバイス生成部３２１は、購入可能金額という制約のもとで買いアドバイスを生成する。

（銘柄または商品がデータベース未登録の場合、銘柄または商品を登録するステップ）
条件に当てはまり、買いアドバイスする可能性のある銘柄または商品はデータベースに随時登録されるが、未登録の場合には登録する。データベースに登録された銘柄または商品は、管理商品（銘柄）として各種データが蓄積されることにより、アドバイス生成時に参照されることが可能になる。買いアドバイスの銘柄は、データベースに登録されていることが条件となる。

（買いアドバイスを生成するステップ）
買いアドバイスを生成する場合に、そのアドバイスデータは、メール配信、会員サイトにおける更新が行われ、データベースに登録される。

（売却アドバイスを生成するステップ）
売りアドバイスを生成する場合に、そのアドバイスデータは、メール配信、会員サイトにおける更新が行われ、データベースに登録される。

（各ステップを繰り返す）
アドバイスデータを生成するのに、重要なステップである。アドバイスの生成が一回で終わりではなく、繰り返すことで連続的に生成する。購入可能金額が変わった場合等に繰り返される。また、データベースに登録された銘柄だけが買いアドバイスステップを踏め、金額も制約されることから、システムで制御されながら、アドバイスデータが生成される。売買に関するアドバイスデータは、購入可能金額内で生成される。

購入可能金額＝当初金額＋売買損益＋入出金額−保有銘柄の購入額
アドバイス生成部３２１は、例えば、１００万円の購入可能金額の中で、５０万円の資金で、銘柄Ａの買いアドバイスを生成する。銘柄Ａはデータベースに未登録銘柄のため、アドバイス生成部３２１は、銘柄Ａを登録した後に、買いアドバイスを生成し、購入可能金額を５０万円として、この制約の中でアドバイスを生成する。

（アドバイス生成処理の効果）
売買の都度、計算される購入可能金額の範囲内で、買いアドバイスが生成される。買いアドバイス銘柄がデータベースに未登録の場合には、登録された後に、買いアドバイスが生成可能になる。売りアドバイス銘柄は、買いアドバイス銘柄に限定され、株数もその範囲の中で制約される。上記のステップがあって、はじめて連続的な動的なアドバイスが生成可能になる。売りから入る場合は、この逆になる。

（付記事項）
なお、上記実施形態１及び２では、サーバ３が過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成する構成について説明したが、これは本明細書に記載の発明を限定するものではなく、上記のアドバイスは端末２が生成する構成としてもよい。例えば、端末２がアドバイス生成部３２１を備える構成としてもよい。

〔ソフトウェアによる実現例〕
端末２およびサーバ３の制御ブロック（特に制御部２２および制御部３２）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵ（Central Processing Unit）を用いてソフトウェアによって実現してもよい。

後者の場合、端末２およびサーバ３は、各機能を実現するソフトウェアであるプログラム（アドバイス生成プログラム）の命令を実行するＣＰＵ、上記プログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Read Only Memory）または記憶装置（これらを「記録媒体」と称する）、上記プログラムを展開するＲＡＭ（Random Access Memory）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１ アドバイス提示システム
２ 端末（端末装置）
３ サーバ（アドバイス生成装置）
４ ネットワーク
１０ アドバイスデータ生成システム
２３ 表示部
３３ 記憶部
３２１ アドバイス生成部

Claims (18)

1. 投資金額に応じた複数のアドバイスを生成するアドバイス生成装置であって、
   過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、上記複数のアドバイスを生成するアドバイス生成部
   を備えていることを特徴とするアドバイス生成装置。
2. 上記アドバイス生成部は、保有銘柄及びキャッシュ額に関する評価額が所定金額以上になった場合に、当該所定金額に応じたアドバイスを生成する
   ことを特徴とする請求項１に記載のアドバイス生成装置。
3. 上記アドバイス生成部は、上記アドバイスによる仮想売買モデルと、ユーザの実際の売買情報とを参照し、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成する
   ことを特徴とする請求項１又は２に記載のアドバイス生成装置。
4. 上記アドバイス生成部は、投資金額、及び、投資開始時期に応じた複数のアドバイスを生成する
   ことを特徴とする請求項１から３の何れか１項に記載のアドバイス生成装置。
5. 請求項１から４の何れか１項に記載のアドバイス生成装置と、
   端末装置と、
   を含むアドバイス提示システムであって、
   上記端末装置は、上記アドバイス生成部が生成した複数のアドバイスのうち、少なくとも何れかのアドバイスをユーザに提示する
   ことを特徴とするアドバイス提示システム。
6. 請求項１に記載のアドバイス生成装置としてコンピュータを機能させるためのアドバイス生成プログラムであって、上記アドバイス生成部としてコンピュータを機能させるためのアドバイス生成プログラム。
7. 投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、
   銘柄または商品の買いに関するアドバイスと、
   上記銘柄または商品の売りに関するアドバイスと、
   を繰り返して生成することにより、
   上記コースにおいて連続性があり、かつ、売買に応じて変化する、上記複数のアドバイスを生成するアドバイス生成部
   を備えていることを特徴とするアドバイスデータ生成システム。
8. 上記アドバイス生成部は、上記コースに設定された制約条件に応じたアドバイスを生成する
   ことを特徴とする請求項７に記載のアドバイスデータ生成システム。
9. 上記アドバイス生成部は、上記制約条件として、投資金額に応じたアドバイスを生成する
   ことを特徴とする請求項８に記載のアドバイスデータ生成システム。
10. 上記アドバイス生成部は、上記制約条件として、上記コースの開始時期に応じたアドバイスを生成する
    ことを特徴とする請求項８または９に記載のアドバイスデータ生成システム。
11. 上記アドバイス生成部は、上記制約条件として、投資対象に応じたアドバイスを生成する
    ことを特徴とする請求項８から１０の何れか１項に記載のアドバイスデータ生成システム。
12. 投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、
    上記コースごとに、
    銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、
    銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、
    銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと
    銘柄または商品の購入条件および売却条件を示す売買条件データと、
    を記憶する記憶部と、
    上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部と、
    を備えていることを特徴とするアドバイスデータ生成システム。
13. 上記購入数データは、購入可能金額と、当該購入可能金額における上記購入数とが対応付けられたものであり、
    上記アドバイス生成部は、買いのアドバイスを生成する場合に、上記購入数データを参照して、上記購入可能金額に応じて上記購入数を決定する
    ことを特徴とする請求項１２に記載のアドバイスデータ生成システム。
14. 上記金額配分データは、投資対象と、当該投資対象における上記購入金額の配分とが対応付けられたものであり、
    上記アドバイス生成部は、買いのアドバイスを生成する場合に、上記金額配分データを参照して、上記投資対象に応じて上記購入金額の配分を決定する
    ことを特徴とする請求項１３に記載のアドバイスデータ生成システム。
15. 上記売買条件データは、銘柄または商品の買いに係る指標を含み、
    上記アドバイス生成部は、
    購入可能金額と、上記購入数と、上記購入金額の配分とから、１銘柄または１商品あたりの購入限度額を算出し、
    買いのアドバイスを生成する場合に、上記指標に関する商品ランキング、および、上記購入限度額を参照して、購入する銘柄または商品を特定する
    ことを特徴とする請求項１４に記載のアドバイスデータ生成システム。
16. 上記売買条件データは、銘柄もしくは商品の購入時期、または、銘柄もしくは商品の購入価格を含み、
    上記アドバイス生成部は、
    買いのアドバイスを生成する場合に、上記売買条件データを参照して、特定した銘柄もしくは商品の購入時期から当該銘柄もしくは商品の購入価格を決定し、または、特定した銘柄もしくは商品の購入価格から当該銘柄もしくは商品の購入時期を決定して、当該銘柄または商品の購入時期、および、当該銘柄または商品の購入価格を含むアドバイスを生成する、
    ことを特徴とする請求項１５に記載のアドバイスデータ生成システム。
17. 上記売買条件データは、利益確定の条件を含み、
    上記アドバイス生成部は、
    売りのアドバイスを生成する場合に、上記売買条件データを参照して、上記買いのアドバイスを生成した対象の銘柄または商品から、上記利益確定の条件を満たす銘柄または商品を特定して、当該銘柄または商品の売りに関するアドバイスを生成する
    ことを特徴とする請求項１６に記載のアドバイスデータ生成システム。
18. 未登録の銘柄または商品を記憶部に記憶させるステップと、
    購入可能金額を算出するステップと、
    上記記憶部を参照して、上記購入可能金額の範囲で買いのアドバイスを生成するステップと、
    上記買いのアドバイスに応じて購入可能金額を再算出するステップと、
    上記記憶部を参照して、売りのアドバイスを生成するステップと、
    を含み、上記各ステップを繰り返すことを特徴とするアドバイスデータ生成方法。

Images