ポッドキャスト：ファイナンスネイティブニューラルネットワークについてイアビチーノが語る

金融分野向け人工知能ツールの設計における一般的な手法は、既存のAIアーキテクチャを採用し、必要なタスクに合わせて適応させることです。この方法の危険性は、その出力が裁定取引の無効性といった金融原則に反する場合がある点にあります。

UBSロンドン支店のクオンツ投資戦略チームディレクター、ステファノ・イアビチーノ氏は、金融の法則をネットワークの基盤に組み込んだニューラルネットワークを構築することで、この問題を根本から解決しました。

「本論文の目的は、資産価格形成の第一原理に基づいてAIと金融の関係を再構築することにあります」とイアビチーノ氏は述べています。「その結果、各構成要素が金融の法則に従うニューラルネットワークが実現しました」

彼のアプローチは、複数の層に分散したニューロンとシナプスの集合体である古典的なニューラルネットワーク構造に基づいています。その特異性は、これらの構成要素が果たす役割にあります。 まず、イアビチーノ氏は層の数、すなわちニューラルネットワークの深さを時間として解釈します。したがって、それは検討対象となる金融問題の持続期間に限定されます。ニューロンは市場の状態、あるいはその問題に関連する変数の水準を表します。例えば、各ニューロンは資産や指数の可能な価格を表すことができます。

次に重要な要素は活性化関数です。イアビチーノ氏はこの関数を一から研究し、金融問題を捉えるために設計された特殊な関数群を考案しました。彼はこれをマルコフ活性化関数と命名し、この名称が示す通り、厳密な確率論的・数学的規則に従う必要があります。

「これらのマルコフ活性化関数を定義したら、各ニューロンの意味論に追加情報を付加し始められます。例えば、割引に用いられる基準通貨を含めることが可能です」と彼は説明します。過去データからの独立性を示す「マルコフ的」という用語は、イアビチーノが捉えようとする基本原理を示唆しています。

この設定により、層と層を接続する代わりにニューロンとニューロンを接続するニューラルパスを構築でき、出力の可能性を制限します。

イアビチーノ氏は、ディープヘッジングやVolGanといった著名な手法は誤った考え方に基づいていると指摘します。「これらは金融をAIの論理に従わせようとする試みです」。画像認識やテキスト認識といった静的問題向けに設計されたモデルを、金融市場のような動的システムに適用すべきではないと彼は主張します。

イアビチーノ氏はさらに、自身のニューラルネットワークのより実践的・応用的な側面についても論じています。それは解釈可能性と、銀行のトレーディングデスクにおける活用可能性です。QIS業務においても、デリバティブ評価調整（XVA）の一部としても活用できると述べています。

さらにイアビチーノ氏は、論文で述べた手法がバイサイド業務にも応用可能だと考えています。この文脈では、裁定取引が存在しない条件が適用されないため、制約条件は投資家の見解によって表現され、それを市場が示唆する価格と比較することで取引シグナルを生成できるのです。

目次:

00:00 導入：金融ネイティブAIアーキテクチャとは何か？

02:58 ニューラルネットワークへの金融制約の組み込み方

08:22 他のAIベースのアプローチとの相違点

13:36 解釈可能性

14:53 クオンツ・インフォメーション・システム（QIS）、価格設定、投資目的での活用

23:48 アイデアの起源

24:55 イアビチーノ氏のXVAに関する研究

インタビューの全文をお聞きになりたい場合は、上記のプレイヤーでお聴きいただくか、ダウンロードしてください。 Quantcastシリーズの 今後のポッドキャスト はRisk.netにアップロードされます。 こちらから メインページ にアクセスして全トラックをご覧いただくか、 Spotify、 Amazon Music 、 またはiTunesストアで聴取・購読いただけます。