AIエージェントが投資の衝突実験ダミーになる可能性

自動車の衝突が人体に及ぼす影響を調べるため、1940年代の研究者たちは、高速ソリに揺られて止まったり、割れたガラスを浴びせたり、重いものをぶつけたりしました。

1949年に最初の衝突試験用ダミーである「シェラ・サム」が発明され、科学者たちは歓声を上げたに違いありません。

タイプは違えど、同じように衝突を懸念する世界である投資業界の実務者たちも、近いうちに自分たちのシェラ・サムを使うようになるかもしれません。

この業界では、人工知能エージェントは投資会社の業務の基礎となる部分をテストするのに役立つと考える人もいます。

「どのように調査を構成するか？アウトプットはどうあるべきか？何を質問すべきか？どのように情報を統合するのか？ABでシステマティック投資とクオンツ債券リサーチを統括するベルント・ウエッベンは、次のように述べています。

問題のエージェントは、いわゆるラージ・ランゲージ・モデルの亜種で、ChatGPTのようなチャットボットで使われているのと同じモデルです。

しかし、エージェント・モデルにはタスクを実行する能力が与えられています。研究者はしばしば、特定の仕事のために彼らを訓練したり、モデルに特定の方法で「推論」するよう促したりします。

エージェントを使えば、企業はそのようなバリエーションをより多くテストすることができます。

エージェントは、多くの投資会社がライバル会社に対してどのように優位に立つか、つまり、どのように会社を設立するかという問題に答える手助けをするかもしれません。業界ではこれを「組織的アルファ」と呼んでいます。

例えば、ミレニアム・マネジメントは、互いに連絡を遮断した分散型ポッドを運営し、厳格なドローダウン制限を課していることで有名です。シタデルは、集中的なリスク管理を徹底し、ポートフォリオ・マネージャーが特異なベットのみを行うことで知られています。

どちらが優れたシステムか？それは誰にもわかりません。そして、同じようなアーキテクチャーの選択がすべての投資組織に直面しています。エージェントを使えば、企業はそのようなバリエーションをより多くテストすることができ、その過程で打撃を受けることもないだろうと考えられています。

このアイデアは、アナリスト、ポートフォリオ・マネージャー、リスク・マネージャーなどの役割を担うさまざまな構成のエージェントと、エージェントがどのように相互作用するかを管理するさまざまなルールの組み合わせで、投資をシミュレートするというものです。

これは、エージェント型AIを使って完全に投資会社を構築するという、すでに行われている実験と似たようなものです。

ウェッベンは、可能性のある実験のリストを作成しました。

シミュレーションによって、投資会社は中央集権的な意思決定と分散的な意思決定の利点と欠点を検証したり、専門化の度合いを高めたり低めたり、あるいは定量的な投資プロセスと裁量的な投資プロセスを比較検討したりすることができます。

中央集権と地方分権の例では、ポートフォリオ・マネジャーがアナリストの推奨に基づいて最終的な意思決定を行う場合と、アナリストがアイデアに基づいて直接行動できる場合をエージェント企業がシミュレートします。

研究者は、意思決定のスピード、誤った判断の頻度、アナリストとポートフォリオ・マネジャーからの相反するシグナルの発生率、そしてもちろんリスク調整後のリターンを追跡します。

「このようなシミュレーションを行うことで、さまざまな構成が全体的なパフォーマンス、リスク管理、変化する市場環境への適応性にどのような影響を与えるかを探ることができます」と、Wuebben氏はRisk.netに寄せたメモに書いています。

別のシミュレーションでは、クォンツがシグナルを生成し、それを人間が改良するというクォンツ・ファーストのアプローチと、クォンツがテスト・検証するためにアナリストがアイデアを出すというヒューマン・ファーストの構造を比較します。このシミュレーションは、クオンツによるシグナルと定性的な判断の最適なバランスを判断するのに役立つとウェッベンは考えています。

さらに別の実験では、さまざまなインセンティブ構造をテストします。さらに別の実験では、ストレスシナリオの下でシミュレーションを行い、市場ショック時に組織構成がどのように機能するかを観察します。

企業は自分自身について多くを学ぶことができるでしょう。「効果的なリスク管理には、どのような組織構成がストレス下で最高のパフォーマンスを発揮するかを理解することが不可欠です。

もちろん、シミュレーションを機能させるためには、AIエージェントが人間のエージェントと同等のスキルを持つ必要があります。パフォーマンスが悪ければ、実験の価値が損なわれてしまいます。しかし、業界内では、そのような性能は手の届くところにあると考える人もいます。

企業が行う組織的な意思決定において、人間の判断が常に重要な役割を果たすことは間違いないでしょう。衝撃バイオメトリクスのパイオニアであるウェイン州立大学の教授は、人体実験用ダミーとしての時間は、衝突の数理を理解するために不可欠だったと語っています。

シェラ・サムスへの投資は、エージェントAIの予想外の使用例となるかもしれません。