【記事更新】私のブックマーク「金融情報学」

私のブックマーク

金融情報学

和泉　　潔（東京大学大学院工学系研究科）

1．は　じ　め　に

　近年の人工知能全般に対する世間の関心の高さと，金融（finance）と情報技術（technology）の融合を意味するフィンテック（Fin-Tech）のブームのお陰で，金融分野でも人工知能技術を応用することが注目を集めている．本稿で扱う分野は主に，機械学習・データマイニング・自然言語処理などを用いた市場予測や，マルチエージェントを用いた人工市場・市場シミュレーション，知識ベースシステム・意思決定支援システムなどを用いた資産運用支援などが含まれる．決済技術や信用スコア，ロボアドバイザに関する研究については，それぞれ専門サイトなどでまとめているものもあるので，他の情報を参照してほしい．
　以下に，金融情報学の研究を行いたいときに，必要となる次のような情報についてまとめた．

  • 実際に自分で解析などを行うときに役立つデータセットやツール
  • 関連情報をサーベイするときに有効な研究会やジャーナル

2．データセットおよびツール

　金融情報学の研究を行うためには，入力データである金融市場に関連する数値や経済指標データ，予測対象である金融資産価格データが必要となる．機械学習を行うためには過去のアーカイブされた大規模なデータを用いる．また実務に用いるには，リアルタイムにこれらのデータを入手しなければいけない．金融分野データの入手に関しては，企業が提供する有償サービスか個人がまとめているサイトから，データを購入またはダウンロードするものが多い．または，公的機関などがオープンに公開しているサイトから，プログラムを使ってダウンロードし，データを自動抽出する（クローリング）場合もある．データの種類に応じて，どのような入手方法があり得るかを簡単に紹介する．ただし，以下のサービスや関連サイトはすぐに更新されてしまうことが多いので，常に最新の情報を自分でも調べてほしい．

2･ 1　経済テキストデータ

　経済テキストデータで使いやすいのは，公的機関や金融機関がオープンに公開しているテキストデータをダウンロードして利用することである．以下のようなテキストデータがダウンロードされてよく使われている．

  • 決算短信：東京証券取引所（東証）などに株式を発行する上場企業が，毎年の決算や四半期決算の発表を行う際に，財務状況や経営状態の要点をまとめて証券取引所が作成・開示している情報．決算短信であれば，各企業がホームページで公開しており，TDnet（適時開示情報閲覧サービス） からも閲覧できる．
  • 有価証券報告書：金融商品取引法で規定されている，事業年度ごとに上場企業が投資家向けに投資判断に有用な情報として外部に開示している企業情報．有価証券報告書は基本的に1年1回だけの発表であるため，年次の分析や予測をすることになる．また，有価証券報告書は，各事業年度終了後，3か月以内の金融庁への提出が義務付けられており，多くの企業が3月末決算であることから，4月初頭から6月末の間に提出される．有価証券報告書はEDINETなどを通して閲覧できる．ほかにもTIS株式会社によって公開されている有価証券報告書コーパス CoARiJからもダウンロード可能である．
  • 景気ウォッチャー調査：内閣府が毎月発表している，全国の景気に敏感な職種の人々へのインタビュー調査結果．地域の景気に関連の深い動きを観察できる立場にある人々の協力を得て，地域ごとの景気動向を的確かつ迅速に把握し，景気動向判断の基礎となる資料．景気に関するテキストとスコアがセットとなっており，学習データとして利用しやすい．景気ウォッチャー調査は，内閣府のページからダウンロードできる．
  • 日本銀行の金融政策テキスト：日本銀行の金融政策の基本的な方針に関する会合の概要や解説に関連した各種レポートが定期的に発表されている．例えば，金融政策決定会合要旨や経済・物価情勢の展望（展望レポート）などが公表されている．
  • アナリストレポート：投資家に対する情報提供を目的に，金融機関に所属するアナリストなどが個別の会社や産業に関する業務や財務の見通しを調査・分析した結果をまとめたレポート．無料で一般に公開されているレポートもあれば，顧客のみに提供するものや有償サービスで提供されるものなどがある．
  • 経済新聞記事：日本経済新聞の記事などの経済に対する記事が掲載されている新聞記事．

　経済に関連するニュース記事テキストをリアルタイムに取得したい場合は，ニュース配信会社や情報ベンダと有償で契約する方法が一番確実である．現在は多くの情報ベンダでプログラムからテキストデータを獲得するためのAPIを用意したり，タグを付けるなど自然言語処理に用いやすい形でデータを提供する以下のようなサービスも用意され ている．テキストデータだけでなく経済指標データもサービスに含まれる場合もある．ただし，多くは組織での契約を想定しており，個人で契約するには利用料はかなりかかる場合もある．

　また，各証券会社が提供している個人投資家向けのオンライントレード・サービスと契約すると，ニュース配信社が提供しているニューステキストを見られるサービスが付帯している場合がある．ただし，APIやアーカイブデータの有無など自然言語処理や機械学習に使えるような形でデータが提供されているかはわからないので，よく確認してほしい．上記のサービスのほかにも，機械学習用に過去のニューステキストを購入できる以下のようなサービスも用意されている．

2･ 2　経済指標・政府統計データ

　国内外の経済調査や政府統計に関わる数値データは，比較的容易にダウンロード可能である．ただし，多くの統計データは月次や四半期ごとの発表なので，金融市場データに比べると低頻度であることに注意してほしい．また，数値データの発表時期も，集計などに数か月かかる場合もあり，速報性はあまりない．
　経済統計データは，以下のようなサイトで一覧が分野別にまとめられていたり，検索可能である．

　また，上述の経済情報ベンタの有償サービスで国内外の主要経済指標データが，金融関係者の予想データと一緒に入手できることが多い．また，各省庁や関連機関・組織でも自分達の業務に関わる主要政府統計を一覧にまとめている．

2･ 3　金融資産価格データ

　株や債券などの金融市場の価格データは，日次以上の粒度であれば情報ベンダなどのサイトで過去データのアーカイブも含めてダウンロードして入手する方法は比較的多い．できるだけ最新の情報をクローリング（自動取得）する プログラムを比較的容易に作成することができる．ただし，サイトによってはプログラムでのデータ取得が禁止されているところもあるので，事前に確認してほしい．日次よりも詳細な市場価格データは上述の経済ニュース配信社の提供する有償サービスまたはオンライントレードに付帯するサービスで取得する場合が一番容易である．取引が成立した価格だけでなく，株式市場のティックデータと呼ばれる注文データの場合は，証券取引所が有償で提供するものを購入する場合が多い（例えば，日本取引所グループのティックデータ）．
　個別企業の株価データではなく，株価指数（平均株価）であれば日次以上のデータが以下のようなサイトから入手可能である．

2･ 4　金融情報学で用いるツール

　前述のデータを用いて，金融市場分析や人工市場シミュレーションを行うときに，有効なプログラミングツールなどを紹介する．

　日本取引所グループが主催している株式取引のためのデータ活用コンペティション J-Quantsに関連する株式分析チュートリアルにも具体的な金融分析手法や取引戦略学習がサンプルコードとともに丁寧に解説されている．

3．ファイナンスと人工知能に関する研究活動

　近年，金融や経済の分析に各種データを活用することが，研究と実務の両面から高い関心を得ている．国内外でのアカデミアおよび実務の立場から行っている金融情報学に関わる主な研究活動を以下に紹介する．

3･ 1　関　連　会　議

　人工知能全般に関する会議以外で金融情報学を中心に研究発表されている会議について，主な技術分野ごとにまとめて列挙する．

§1　金融情報学全般

　機械学習，自然言語処理，エージェントシミュレーションなどの多様な技術分野にまたがる金融情報学の研究発表 が行われている．

§2　複雑系と金融情報学

　1990年代頃から複雑系の科学の流れを受けて，経済金融システムのモデル化や分析をテーマとして会議が設立された．

§3　エージェントシミュレーションと金融情報学

　マルチエージェントによる金融市場のシミュレーション（人工市場）やオークション理論などを中心に，以下のようなエージェントシミュレーションの会議でも金融シミュレーションの発表が見られる．

§4　機械学習と金融情報学

　近年にKDD, AAAI, NeurIPS などの人工知能のトップ会議で，金融データを分析する機械学習技術に関するワークショップが設立されている．

§5　自然言語処理と金融情報学

　自然言語処理のトップ会議でも，経済テキストの分析の関するワークショップが次々と立ち上がっている．

3･ 2　ジャーナル

　人工知能全般に関するジャーナル以外で，金融情報学に関する研究論文を中心に掲載されているジャーナルを紹介する．

4．お　わ　り　に

　近年，機械学習や自然言語処理の技術の発展に対して，金融実務の現場から多くの期待がかけられている．人工知能技術を有する各研究者や学生も，自分達の技術の応用先として，金融や経済分野に興味をもつ人々が多くなってきた．しかしながら，金融情報学に興味のある学生や研究者が，データ解析技術を金融テキストマイニングに適用しようとしても，金融分野のデータを取り扱うために必要となるデータの取得や解析前のデータ処理などの領域固有の専 門知識に触れる機会が少なかった．逆に，データ解析や機械学習に関する技術を具体的に金融実務に適用するために， 必要な手順や知識をある程度体系的に取りまとめた情報源はほとんど存在しなかった．そのため，研究や実務で金融 テキストマイニングを始めたい人々は，どうやって始めてよいかわからない状態であった．
　近年になって，本稿でまとめたようなさまざまな金融情報学に関する各種の情報源がやっとそろいつつある．ぜひここであげた各情報にアクセスしていただき，これから本分野での研究・分析を始めたい研究者・実務者・学生の方々に，金融情報学の具体的な手順・応用事例の紹介・分析手法の情報に目を通して，実際に分析を行う最初の一歩を手助けとなることを期待する．ぜひ，まず第一歩を踏み出すことから始めてほしい．