クオンツアナリスト · 業務ごと

シグナル研究と戦略設計

AI はいまや研究を実行するだけでなく、提案もする。Man Group は、自社の AlphaGPT システムが同社の基準を満たし、人が生み出した研究に求められるのと同じ評価の閾値を通るシグナルを生み出したと述べ、AI が生成したシグナルは二系統の検証にかけられるとしている。機械学習そのものはここでは新しくない——大手自己勘定取引業者4社はオランダの金融市場当局に対し、流動性の高い商品向けアルゴリズムの80%から100%が機械学習に依拠していると伝えた。ある研究用ベンチマークでは、エージェントがバックテストで従来のファクター・ライブラリの最大2倍の年率リターンに達した。

企業の説明は投資家向けの自社の宣伝であり、規制当局の数字は4社が報告したものであり、ベンチマークはバックテストであって実際の売買ではない。

バックテストと定量コード

モデルはコードの多くを書くが、肝心の数字で外す。Man Group は、自社のシステムが同社の研究ツールを使って本番水準の Python を書くと述べている。BacktestBench では、23のモデルのうち最良のものの総合正解率が67.41%で、ボラティリティとシャープレシオはすべてのモデルで「壊滅地帯」のままだった。別のベンチマークでは、上位モデルが91.7%を超える割合で有効な戦略コードを生成したが、著者らは人による監督が引き続き不可欠だと結論づけた。

課題が固定されたベンチマークと一社の説明であり、クオンツがいま自分でどれだけのコードを書いているかを測るものはここにはない。

プライシング・モデルとリスクモデル

監督当局はいまや、これらのモデルの内部に機械学習が入ることを想定し、条件を付けている。欧州中央銀行の内部モデルに関するガイドは、機械学習モデルに携わる人々がその手法について十分な専門性を持つこと、そして重要な変更が自動的に実装されないよう企業が防ぐことを期待している。ある中央銀行のレビューは、取引で AI の技法が導入されている場合、その大半は人が介在するルールベースのシステムだと見いだした。

監督上の期待と、企業との対話に基づくレビューであり、どちらもモデルがどう作られているかを測ってはいない。

モデル検証とチャレンジ

監督当局は検証を、独立した有資格の人に委ねている。英国の期待は、検証機能はモデル開発から独立して運営されるべきであり、必要な技術的専門性を持つ人員が担うべきだとしている。ECB は、内部検証が機械学習モデルについて下されたモデリング上の判断に、その複雑さが正当化されるかどうかも含めて、実効的に異議を唱えることを期待している。

内部モデルを持つ銀行を対象とし、「べきである」で書かれた監督上の期待であり、検証の仕事を測るものではない。

戦略を稼働させ、その責任を負う

規則は人を名指しする。米国では、アルゴリズム取引戦略の設計、開発、大幅な変更に主として責任を負う者は誰でも「Securities Trader」として登録しなければならない。EU では、経営陣が指名した者が取引アルゴリズムの導入や大幅な更新を承認しなければならず、各変更を誰が行い誰が承認したかを記録で示さなければならない。

米国のブローカー・ディーラーと EU の投資会社に向けた規則であり、戦略がどう開発されるかを測るものではない。