How AI Works

“Alpaca AI”の仕組みをかんたん解説

【AlpacaJapanからの提供資料】

What is Alpaca AI ?

これまでの株式投資は、投資家がチャートのパターンを見て知識と経験を基に「上がる」「下がる」を予想しておこなわれてきました。
Alpaca AIは、日本株の流動性上位2000銘柄の10年分のデータを学習・分析し、ディープラーニングで期待収益率の高さを客観的に予想します。

Alpaca AIの仕組み

金融マーケット専門のデータサイエンティストがAIをいちから設計しました。

過去10年分のヒストリカルデータを
モデルに学習させる

ヒストリカルデータをモデルに分析させる
  • 値動き
  • ボラティリティ
  • トレンド
  • 時価総額
  • リスク・リターンの関係性

学習したデータを
Alpaca AIが解析

ディープ・ラーニング

ディープ・ラーニング

直近の値動きとの比較から
期待収益率を算出する

期待収益率に応じてランキングを生成

期待収益率の大きさに応じて
ランキングを生成

SIGNAL

上記のディープラーニングの結果を、AIスコア順に4つに分類し、“AI予報”としてシグナルで表示します。

期待収益率に応じてシグナルを表示

上位1〜100銘柄
アイコン:強気
101〜300位
アイコン:やや強気
1301位〜1800位
アイコン:やや弱気
1801位〜2000位
アイコン:弱気

もし保有銘柄に「やや弱気」「弱気」シグナルが出たら、それは売却の検討タイミングです。
逆に「強気」「やや強気」シグナルは購入の検討チャンスです。

AlpacaJapanデータセンター内の様子

AlpacaJapan DATA CENTER

AIの計算を可能にするため、AlpacaJapanではデータセンターを自社で開発し、800台のGPUを稼働させています。

DISPERSION EFFECT

アルパカロボは投資対象を以下のとおり時価総額によってサイズ分類しています。

  • 大型株大型株 (時価総額300位以上)
  • 中型株中型株 (時価総額300位より小さく、800位以上)
  • 小型株小型株 (時価総額800位より小さい)

アルパカロボのサイズバランス診断では、大型株:中型株:小型株をそれぞれ1:1:2の評価額比率で保持することを提案します。 この時価総額の分散効果を検証するため、以下の2つの条件でバックテストをおこないました。

適切なサイズバランスで保有することにより
高い収益率を確認できました

時価総額
分散なし
13.1%
時価総額
分散あり
15.6%

Alpaca AIの収益率(バックテスト)

2014年 2015年 2016年 2017年 2018年 2019年 2020年 平均収益率
時価総額
分散なし
8.5% 8.2% 27.9% 39.4% -22.5% 19.6% 11.0% 13.1%
時価総額
分散あり
15.4% 7.6% 33.0% 43.6% -17.6% 15.7% 12.1% 15.6%

バックテストは以下の条件で実施しております。

  • 投資対象はAlpacaAIの分析対象である直近20日平均流動性上位2000銘柄から選択。これにより流動性が低い銘柄は自動的に投資対象から外れる。
  • 時価総額の分散の効果に絞って検証するため、17業種の分散効果は加味しない。
  • バックテストは各月の平均期待リターンを計算した上で各年の合計を計算。例えば、7月の平均期待リターンを計算する場合、7月1日に投資して8月1日に売却、7月2日に投資して8月2日に売却…月末の7月31日に投資して8月31日に売却、の各パターンのリターンを平均することで算出。この計算方法を用いることにより、試行回数が増加させ、統計的に信頼できる結果になる効果を期待。
  • バックテスト上は手数料や税金は考慮しない。

※これは将来の運用成果等を示唆または保証するものではありません。

アルパカロボでは
理想のサイズバランスを目指した
ポートフォリオをご提案します

保有銘柄のポートフォリオを分析し、理想のサイズバランスになるようにAIがアドバイスをします。

現在のサイズバランス

現在のポートフォリオ

理想のサイズバランス

理想のポートフォリオ

中型株の購入がオススメです。

※画面イメージ