JP6958954B1

JP6958954B1 - 投資アドバイス提供方法及びシステム

Info

Publication number: JP6958954B1
Application number: JP2020561930A
Authority: JP
Inventors: 加藤　寛之
Original assignee: 加藤　寛之; 加藤寛之
Priority date: 2020-06-16
Filing date: 2020-06-16
Publication date: 2021-11-02
Anticipated expiration: 2040-06-16
Also published as: CN114902269A; JPWO2021255815A1; US20220398663A1; GB202207886D0; WO2021255815A1; GB2604825A

Abstract

ユーザ自身の予測に基づいた、そのユーザのための投資アドバイスを提供することを可能とする。本技術は、例えば、コンピュータにおいてユーザの投資に関するアドバイスを提供する方法であって、コンピュータが、経済指標又は企業業績に関する現在の市場予測及びユーザ予測と、ユーザの投資方針とを受け付け、過去の市場予測及びユーザ予測とこれらの予測の結果である投資結果に基づき機械学習された予測モデルを用いて、現在の市場予測及びユーザ予測から予測される投資結果をシミュレーションし、予測投資結果のうちユーザの投資方針を満たしているものを出力する、投資アドバイス提供方法を含む。

Description

本技術は、投資についてのアドバイスを提供する方法及びシステムに関する。

国際公開第２０１９／０８２２７４号パンフレットには、多数のユーザによる企業の業績予測の共有及び管理を容易にすることを可能にし、個人や小規模投資家を含め各ユーザの業績予測を尊重した株式投資推奨を可能とすることを目的として、複数のユーザ予測値から市場予測を算出し、特定のユーザ予測値と市場予測との乖離値を算出し、乖離値が所定の値以上である場合にアラートを送信する旨の技術が開示されている。

国際公開第２０１９／１８６９８８号パンフレットには、ユーザ自身による企業の業績予測に基づき、過去の業績及び株価を参照して株価予測を支援することを目的として、ユーザの予測値及びマルチプルを用いて理論株価を算出し、データベースから読み出した現在の株価と理論株価が所定の値以上乖離した場合にアラートを送信する旨の技術が開示されている。

国際公開第２０２０／０８４７３３号パンフレットには、企業業績の年間の計画値に対する四半期ごとの進捗を管理し、同期間におけるユーザによる予測値と容易に比較することを目的として、第１の期間における企業業績の計画値に基づいて、第１の期間を按分した第２の期間における企業業績の計画値を算出し、第２の期間における企業業績の計画値と第２の期間における企業業績のユーザによる予測値を比較し、第２の期間における計画値とユーザによる予測値が所定の値以上乖離した場合にアラートを送信する旨の技術が開示されている。

国際公開第２０１９／０８２２７４号パンフレット国際公開第２０１９／１８６９８８号パンフレット国際公開第２０２０／０８４７３３号パンフレット

ユーザ自身の予測に基づいた、そのユーザのための投資アドバイスを提供する方法及びシステムが望まれる。

ユーザ自身の過去の投資結果に基づいた投資アドバイスを提供する方法及びシステムが望まれる。

ユーザ自身の投資方針に沿った投資アドバイスを提供する方法及びシステムが望まれる。

ユーザ自身の予測投資結果に基づいた投資アドバイスを提供する方法及びシステムが望まれる。

ユーザのフィードバックを反映した投資アドバイスを提供する方法及びシステムが望まれる。

本技術は、例えば、コンピュータにおいてユーザの投資に関するアドバイスを提供する方法であって、コンピュータが、経済指標又は企業業績に関する現在の市場予測及びユーザ予測と、ユーザの投資方針とを受け付け、過去の市場予測及びユーザ予測とこれらの予測の結果である投資結果に基づき機械学習された予測モデルを用いて、現在の市場予測及びユーザ予測から予測される投資結果をシミュレーションし、予測投資結果のうちユーザの投資方針を満たしているものを出力する、投資アドバイス提供方法を含む。

本技術の実施例による投資アドバイス提供システムを示す図である。本技術の実施例による投資アドバイス提供方法を示すフローチャートである。

図１に本技術の実施例による投資アドバイス提供システム１００を示す。

投資アドバイス提供システム１００は、ネットワーク１１０に接続されたサーバ１２０、記憶装置１３０、クライアント１４０及び１５０を含む。

ネットワーク１１０は、インターネット、プライベートネットワーク、バーチャル・プライベート・ネットワーク（ＶＰＮ）、ローカル・エリア・ネットワーク（ＬＡＮ）、第５世代移動通信システム（５Ｇ）又はこれらの組み合わせあってよい。また、ネットワーク１１０は、有線若しくは無線又はそれらの組み合わせにより構成されてもよい。

サーバ１２０は、プロセッサ（図示せず）、プログラムを記憶したメモリ（図示せず）及び通信機能（図示せず）を有するコンピュータである。サーバ１２０は、ネットワーク１１０を介して又は直接、記憶装置１３０からデータを読み出し及びそこにデータを書き込む。また、サーバ１２０は、クライアント１４０又は１５０からの要求に応じてメモリに記憶されたプログラムを実行しその結果をクライアント１４０又は１５０に返す。

記憶装置１３０は、ネットワーク１１０を介して又は直接サーバ１２０からアクセス可能な記憶装置である。記憶装置１３０はネットワーク・アタッチト・ストレージ（NAS）又はクラウドストレージでもよく、サーバ１２０と同一の筐体に格納されたハード・ディスク・ドライブ（HDD）又はソリッド・ステート・ドライブ（SSD）でもよい。

クライアント１４０又は１５０は、有線又は無線で接続されたネットワーク１１０を介してサーバ１２０と通信する機能を有するコンピュータ、タブレット端末又はスマートフォン等である。クライアント１４０又は１５０は図１においては２個描かれているが、１個のみでもよく、又は２個以上あってもよい。

図２に本技術の実施例による投資アドバイス提供方法を、図１を参照しつつ示す。

図２において、ステップ２１０で、投資アドバイス提供方法２００がサーバ１２０において開始される。次にステップ２２０で、サーバ１２０が、クライアント１４０又は１５０から、経済指標又は企業業績に関する現在の市場予測及びユーザ予測と、ユーザの投資方針とを受け付ける。経済指標又は企業業績に関する現在の市場予測及びユーザ予測と、ユーザの投資方針のうちの全部又は一部が記憶装置１３０に記憶されている場合は、当該全部又は一部をサーバ１２０が記憶装置１３０から読み出すことにより受け付けてもよい。

経済指標は、各国の公的機関等が発表する、経済状況を構成する要因（物価、金利、景気、貿易など）を数値化した、経済の現状や過去からの変化を正確に把握できるものであり、政策金利、国内総生産（GDP）、景況感調査、消費動向、雇用統計、物価動向、財政政策、住宅統計、受注統計、貿易収支又はこれらの組み合わせであってもよい。

企業業績は、個々の企業の業績であり、企業の売上高、営業収益、粗利益、営業利益、経常利益、税引き前利益、純利益、１株当たり利益、EBIT（Earnings Before Interest and Taxes）、EBITDA（Earnings Before Interest, Taxes, Depreciation, and Amortization）、配当額又はこれらの組み合わせであってもよい。

予測は、年度別や四半期別等、複数の期間についての予測であってもよい。また、予測は、株価についての予測であってもよい。

市場予測は、複数のユーザ予測の平均であってもよく、複数のアナリスト予測の平均であってもよく、それらの平均又は加重平均であってもよい。なお、本明細書において「アナリスト」とは、証券アナリストだけでなく新聞記者やユーザではない投資家も含む。

ユーザ予測は、ユーザが自ら行った予測であってもよく、他のユーザ又はアナリストの予測を利用したものであってもよい。ユーザ予測は、予測に対するそのユーザの自身の程度を示す自信度を含んでもよい。自信度は０〜１００％の数値で表してもよく、「あり」、「なし」、「どちらでもない」のように段階で表してもよい。また、ユーザ予測及び自信度は、業績が発表されるまでの間に何回修正したものでもよい。

現在の予測は、最新の予測であって、その予測を行った時が属する日、週、月、四半期又は年における予測であってもよい。

ユーザの投資方針は、合計でいくら運用したいかを示す運用額又は運用予定額、何銘柄に分散したいかを示す銘柄数、アセットクラス、目標年率リターンやベンチマーク、いくらまで又は何パーセントまで損失を被ってよいかを示すリスク許容度、又はこれらの組み合わせであってもよい。ユーザがファンドマネージャである場合、当該ファンドの投資方針（例えば、国内株式及び債券に投資する）及び投資制限（例えば、先物及びオプション取引は行わない）を含んでもよい。

次にステップ２３０で、サーバ１２０が、過去の市場予測及びユーザ予測とこれらの予測の結果である投資結果に基づき機械学習された予測モデルを用いて、現在の市場予測及びユーザ予測から予測される投資結果をシミュレーションする。

過去の市場予測及びユーザ予測とこれらの予測の結果である投資結果に基づき機械学習された予測モデルは、過去の市場予測及びユーザ予測とこれらの予測の結果である投資結果との対応関係をデータとして、畳み込みニューラルネットワーク等のネットワークモデルにより教師あり学習（本明細書において半教師あり学習、強化学習も含む）されたモデルであってよく、過去の市場予測及びユーザ予測と予測及び市場結果により教師なし学習がされたディープラーニングモデルであってもよい。

投資結果は、例えば、アセットクラス、銘柄、投資期間、買い・売り・空売り、取引量又は取引金額、取引方法又はこれらの組み合わせであってもよい。投資結果は複数のアセットクラス、銘柄、投資期間、買い・売り、取引量又は取引金額、取引方法を含んでもよい。

例えば、1年後の、Ａ社の１株当たり四半期利益について、市場予測がＳ＆Ｐ５００指数等のベンチマークの３％増益を下回る２％増益であり、ユーザ予測がベンチマークを上回る４％増益であったとする。１年後の業績の実績値がベンチマークを下回る増益率で、投資結果が、Ａ社株式の価格上昇率Ｘ％がベンチマーク価格上昇率Ｙ％を下回ったというものであってもよい。この場合、ユーザ予測に従ってＡ社株式を買えばＸ％の利益を得られたものの、ベンチマークの上昇により得られたであろう利益Ｙ％より小さいため、ユーザ予測が外れたとしてもよい。

投資結果は、ユーザ予測に基づく過去の実績を含んでもよい。過去の実績は、前記ユーザ予測の正確性、前記ユーザ予測に基づく実現利益、前記ユーザ予測の自信度及び結果、又はこれらの組み合わせであってもよい。

投資結果は、決算発表、新商品発表、月次売り上げの発表等の過去のイベントの前後における、市場予測及びユーザ予測と投資結果とを含んでもよい。

シミュレーションは、さらに、（１）過去と現在の価格、（２）今後のイベント、（３）流動性、（４）ユーザの過去の経歴を用いて行ってもよい。

（１）過去と現在の価格は、株価、債券価格、オプション価格、クレジットデフォルトスワップ（ＣＤＳ）価格、為替、ＥＴＦ（ＥｘｃｈａｎｇｅＴｒａｄｅｄＦｕｎｄｓ）価格であってよい。これらの価格の絶対値または相対値の大きな変化を算出し、変化のきっかけ（例えば決算発表・新商品発表・月次の発表などのイベント）を識別するようにしてもよい。また、過去と現在の価格は、過去の価格の絶対値又は相対値、ＰＥＲ(Price Earnings Ratio: 株価収益率)、ＰＢＲ(Price-Book value Ratio: 株価純資産倍率)、ＥＶ(Enterprise Value)／ＥＢＩＴＤＡ(Earnings Before Interest, Taxes, Depreciation, and Amortization)等を含んでもよい。

（２）今後のイベントは、企業の発表スケジュールや過去のスケジュールのパターン（例えばＴ社は毎月月初に月次売上を発表するため、今後も同じスケジュールで月次売上を発表すると推測できる）から今後のイベントを予測したものでもよい。

（３）流動性は、１日当たりの株式の売買金額、債券の売買金額、証券会社などの債券の提示金額（買い・売りの入札額）であってもよい。例えば、前営業日、過去５営業日平均、過去２０営業日平均の売買金額などから本日又は明日はいくらぐらい売買できるか適正売買高を推測してもよい。また、市場価格に大きく影響せずに売買するために、適正売買高を市場全出来高の５〜１０％以下としてもよい。

（４）ユーザの過去の経歴（track record）は、（ａ）経済指標・企業業績が他ユーザに比べ当たるか当たらないか（正確性）、（ｂ）ユーザの予想を基にした投資判断が利益につながったか否か、（ｃ）ユーザの自信度と結果、（ｄ）市場コンセンサス、又はこれらの組み合わせであってもよい。

（ａ）経済指標・企業業績が他ユーザに比べ当たるか当たらないか（正確性）は、当該ユーザの全予想ベースで算出してもよく、個別企業・経済指標ベースで算出してもよい。

（ｂ）ユーザの予想を基にした投資判断が利益につながったか否かは、ユーザが実際に投資を行ったか否か、投資を行った時のタイミングと執行結果（予定通りの価格で取引できたか、予定金額を満たす取引ができたか等）、投資のタイミング（例えば、ユーザが今期は増益だが来期は減益と予想していたら、いつごろピークを迎え売り始めるべきか）、又はこれらの組み合わせであってもよい。

（ｃ）ユーザの自信度と結果は、自信がある時に当たりやすいか否か、自信がある時に市場コンセンサスに近いかどうか、ユーザ予測が市場コンセンサスから遠い時に予測が当たる頻度が高いか否か、ユーザ予測が市場コンセンサスから遠い時は通常コンセンサスがユーザ予想に近づくかそれともユーザ予想がコンセンサスに近づくか、自信がある時に投資すると利益が出たか否か、又はこれらの組み合わせであってもよい。

（ｄ）市場コンセンサスは、市場コンセンサスと株価（証券価格）の連動性であってもよい。

次にステップ２４０で、サーバ１２０が、予測投資結果のうちユーザの投資方針を満たしているものを出力する。

例えば、シミュレーションにより複数の投資結果が得られ、それぞれについてユーザの投資方針を満たしているか比較・判断し、ユーザの投資方針を満たしている投資結果を投資アドバイスとして出力し、クライアント１４０又は１５０に送信してもよい。

例えば、シミュレーションにより得られた投資結果の１つが、Ｂ社株式の購入であって、６か月後に売却すれば年率３％のリターンを得られることであった場合、ユーザの投資方針が年率２％以上のリターンを得ることであれば当該投資結果が出力され、ユーザの投資方針が年率４％以上のリターンを得ることであれば当該投資結果が出力されないようにしてもよい。

また、ユーザの投資方針を満たしている投資結果が複数得られた場合、利益率の大きい順に表示されるよう出力してもよく、リスクの小さい順に表示されるよう出力してもよく、任意の順に表示されるよう出力してもよい。

一方、ユーザの投資方針を満たしている投資結果が得られなかった場合、ユーザの投資方針を満たしていないが投資方針に近いものを出力してもよい。

予測投資結果のうちユーザの投資方針を満たしているものは、アセットクラス、銘柄、投資期間、買い又は売り、取引量又は取引金額、取引方法、又はこれらの組み合わせとして出力されてもよい。

さらに、サーバ１２０が、出力された予測投資結果に対するユーザのフィードバックをクライアント１４０又は１５０から受け付け、教師データとして予測投資結果とフィードバックを利用してもよい。

フィードバックは、予測投資結果に従って投資を行ったか否かを含んでもよく、出力された予測投資結果に従って投資を行わなかった場合はその理由を含んでもよい。

フィードバックは、例えば、投資アドバイスに対して、（１）良い（証券会社に注文する）、（２）タイミングが違う、（３）アドバイスの根拠が違う、（４）ユーザ予測の自信度が変わった、（５）ユーザ予測が変わった、というものであってもよい。また、注文を出した結果として、（６）予定通り執行できた、（７）予算が足りなかった、（８）証券へのアクセスがなかった（証券会社からのアクセスがない、口座が違う、地域が違うなど）、（９）タイミングを逃した、（１０）指値で買えなかった、（１１）流動性がなかった、（１２）気が変わってキャンセルした（自信度が変わった、ユーザ予測が変わったなど）、というものであってもよい。

次にステップ２５０で、投資アドバイス提供方法２００が終了する。

本技術は、ユーザ自身の予測に基づいた、そのユーザのための投資アドバイスを提供することを可能とする。

１００投資アドバイス提供システム
１１０ネットワーク
１２０サーバ
１３０記憶装置
１４０、１５０クライアント

Claims

コンピュータにおいてユーザの投資に関するアドバイスを提供する方法であって、前記コンピュータが、
経済指標又は企業業績に関する現在の市場予測及び前記ユーザ自身の予測と、前記ユーザの運用額又は運用予定額、銘柄数、アセットクラス、目標年率リターン、ベンチマーク及びリスク許容度のうち少なくとも１つを含む投資方針とを受け付け、
過去の市場予測及び前記ユーザ自身の予測とこれらの予測の結果である前記ユーザ自身の投資結果に基づき機械学習された予測モデルを用いて、前記現在の市場予測及び前記ユーザ自身の予測から予測される投資結果をシミュレーションし、
前記予測投資結果のうち前記ユーザの投資方針を満たしているものを出力すること
を含む、
投資アドバイス提供方法。
前記経済指標が、政策金利、国内総生産（GDP）、景況感調査、消費動向、雇用統計、物価動向、財政政策、住宅統計、受注統計、貿易収支のうち少なくとも１つに関する値を含み、
前記企業業績が、前記企業の売上高、営業収益、粗利益、営業利益、経常利益、税引き前利益、純利益、１株当たり利益、EBIT（Earnings Before Interest and Taxes）、EBITDA（Earnings Before Interest, Taxes, Depreciation, and Amortization）、配当額のうち少なくとも１つに関する値を含む、
請求項１記載の投資アドバイス提供方法。
前記市場予測が、複数のユーザ予測又はアナリストの予測の平均又は加重平均を含む、
請求項１記載の投資アドバイス提供方法。
さらに、前記予測投資結果が前記ユーザの投資方針を満たしているか比較することを含む、
請求項１記載の投資アドバイス提供方法。
前記投資方針が、ファンドの投資制限を含む、
請求項１記載の投資アドバイス提供方法。
前記投資結果が、アセットクラス、銘柄、投資期間、買い・売り、取引量又は取引金額、取引方法のうち少なくとも１つを含む、
請求項１記載の投資アドバイス提供方法。
前記投資結果が、前記ユーザ予測に基づく過去の実績をさらに含む、
請求項１記載の投資アドバイス提供方法。
前記過去の実績が、前記ユーザ予測の正確性、前記ユーザ予測に基づく実現利益、前記ユーザ予測の自信度及び結果のうち少なくとも１つを含む、
請求項７記載の投資アドバイス提供方法。
前記投資結果が、過去のイベントの前後における、市場予測及びユーザ予測と投資結果とをさらに含む、
請求項１記載の投資アドバイス提供方法。
前記過去の市場予測及びユーザ予測と投資結果に基づき機械学習された予測モデルが、前記過去の市場予測及びユーザ予測と予測及び市場結果との対応関係をデータとして教師あり学習されたモデルを含む、
請求項１記載の投資アドバイス提供方法。
前記過去の市場予測及びユーザ予測と投資結果に基づき機械学習された予測モデルが、前記過去の市場予測及びユーザ予測により学習がされたディープラーニングモデルを含む、
請求項１記載の投資アドバイス提供方法。
前記学習が、教師なし学習を含む、
請求項１１記載の投資アドバイス提供方法。
さらに、前記ユーザの投資方針が１日当たりの適正売買高を含む流動性を含む、
請求項１記載の投資アドバイス提供方法。
さらに、前記コンピュータが、前記出力された予測投資結果に対するユーザのフィードバックを受け付け、
前記過去の市場予測及びユーザ予測と投資結果が、前記出力された予測投資結果と前記フィードバックとをさらに含む、
請求項１記載の投資アドバイス提供方法。
前記ユーザのフィードバックが、前記出力された予測投資結果に従って投資を行ったか否かを含む、
請求項１４記載の投資アドバイス提供方法。
前記ユーザのフィードバックが、前記出力された予測投資結果に従って投資を行わなかった理由を含む、
請求項１４記載の投資アドバイス提供方法。
前記予測投資結果のうち前記投資方針を満たしているものが、アセットクラス、銘柄、投資期間、買い又は売り、取引量又は取引金額、取引方法のうち少なくとも１つを含む、
請求項１記載の投資アドバイス提供方法。
ユーザの投資に関するアドバイスを提供するシステムであって、
経済指標又は企業業績に関するユーザ予測と、前記ユーザの運用額又は運用予定額、銘柄数、アセットクラス、目標年率リターン、ベンチマーク及びリスク許容度のうち少なくとも１つを含む投資方針とを送信するように構成されたクライアントと、
経済指標又は企業業績に関する現在の市場予測を記憶し、前記ユーザ自身の予測及び前記ユーザの投資方針を受信するように構成されたサーバとを含み、
前記サーバが、
過去の市場予測及び前記ユーザ自身の予測と前記ユーザ自身の投資結果に基づき機械学習された予測モデルを用いて、前記現在の市場予測及び前記ユーザ自身の予測から予測される投資結果をシミュレーションし、
前記予測投資結果のうち前記ユーザの投資方針を満たしているものを前記クライアントに送信するように構成された、
投資アドバイス提供システム。
経済指標又は企業業績に関する現在の市場予測及びユーザ予測と、前記ユーザの運用額又は運用予定額、銘柄数、アセットクラス、目標年率リターン、ベンチマーク及びリスク許容度のうち少なくとも１つを含む投資方針とを受け付け可能なサーバに、
過去の市場予測及び前記ユーザ自身の予測と前記ユーザ自身の投資結果に基づき機械学習された予測モデルを用いて、前記現在の市場予測及び前記ユーザ自身の予測から予測される投資結果をシミュレーションすることと、
を実行させるためのプログラムを記録した、
コンピュータ読み取り可能な記録媒体。