クオンツアナリスト

ユーロ圏、内部モデルを使う ECB 監督下の銀行。このガイドは、機械学習に基づく内部モデルに携わる主要な関係者が、モデル・リスクを管理するのに十分な技能、能力、手法についての専門性を持つこと、内部検証がそれらのモデルについて下されたモデリング上の判断に実効的に異議を唱え、その複雑さが正当化されるかを評価すること、そして企業が重要な変更の自動的な実装を防ぐ監視の仕組みを整えることを期待している。これは銀行の自己資本モデルについての監督上の期待(「べきである」)を述べたもので、トレーディングの研究についてではない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

モデルが戦略の記述を再現可能なバックテストに変えるベンチマークで、23の言語モデルで評価された。論文は、最上位のモデルの総合正解率が67.41%だったこと、そして勝率のような単純な指標では正解率が高い一方、ボラティリティやシャープレシオのような複雑な統計指標はすべてのモデルで「壊滅地帯」のままであることを報告している。固定されたベンチマークであり、本番の仕事ではない。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

17のモデルを12の戦略にわたって試すベンチマークで、戦略の仕様を売買システムのコードに変え、それを反復して改善する。要旨は、上位モデルが91.7パーセントを超える有効性と高い総合スコアを達成すること、反復がコードの収束も引き起こすこと、そして解の多様性とアンサンブルの頑健性を要する重要な戦略には人による監督が引き続き不可欠であることを報告している。ベンチマークであり、本番の仕事ではない。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

Man Group、システマティック運用の資産運用会社。記事によれば、同社の AlphaGPT システムは同社の研究ツールを活用して本番水準の Python コードを書き、独自のデータベースとやり取りでき、これまでに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ており、AI が生成したシグナルは二系統の検証を受ける。シグナルの数は示されておらず、同社が自社のツールを投資家に説明したものである。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

エージェントがファクターとモデルを提案し、実装し、試す研究用の枠組み。要旨は、従来のファクター・ライブラリより最大2倍高い年率リターンを70%少ないファクターで達成し、実際の市場で深層時系列モデルを上回ると報告している。結果はバックテストであって実際の売買ではなく、この枠組みは著者らの雇用主が配布している。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

英国。市場参加者との対話に基づき、委員会による自己勘定取引会社とシステマティック・ヘッジファンドのレビューは、現在のところ、そうした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として実装されているとし、ポジションの理由が社内の人間のリスク管理者に十分理解されていないおそれがあると警告している。数字は示していない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

英国、内部モデルの使用を承認された銀行。この監督ステートメントは、検証機能はモデル開発のプロセスとモデルの所有者から独立して運営されるべきであり、検証は必要な技術的専門性と、そのモデルを使う事業部門についての十分な知識を持つ職員が行うべきだとしている。この方針は2024年5月17日に発効した。監督上の期待(「べきである」)として書かれており、検証の仕事を測るものではない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

オランダ、大手自己勘定取引会社4社。規制当局によれば、その調査で、先物や株式のような流動性が高く標準化された商品を対象とするこれらの会社の取引アルゴリズムの80%から100%が機械学習モデルに依拠していることがわかり、当局は、なぜ注文が市場に送られたのかを企業が説明できることを期待している。報告書はさらに、強化学習の取引アルゴリズムはまだ実務では使われていないと付け加えている。数字は4社が古典的な機械学習について報告したものであり、大規模言語モデルについてではない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

欧州連合、アルゴリズム取引を行う投資会社。第5条は、投資会社の上級経営陣が指名した者が、アルゴリズム取引システム、取引アルゴリズムまたは戦略の導入や大幅な更新を承認するものとし、記録によって各変更を行った者とそれを承認した者を特定できなければならないと定める。第3条は、アルゴリズム取引の担当者に異議を唱えるのに十分な権限を持つリスク管理とコンプライアンスの人員を求めている。誰が承認するかを定めるものであり、研究の方法を規律するものではない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

米国、FINRA 会員のブローカー・ディーラー。この規則は、株式、優先証券、転換社債に関する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、またはそうした活動の日々の監督に責任を負う各関係者は、「Securities Trader」として登録しなければならないと定める。規制上の通知はさらに、企業が第三者に戦略の大幅な変更を指示する場合、その指示も「Securities Trader」が行わなければならないと付け加えている。戦略について誰が責任を負うかを定めるものであり、戦略がどう研究されるかを規律するものではない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

駆け出しなら、AI が研究コードとバックテストのコードの多くを書き、シグナルを提案すると考えておくこと。そしてあなたの価値は、数字が間違っているときにそれを見抜くこと——モデルがいまも計算を誤るリスク指標——と、規則が有資格者のために取っておく検証と責任の役割にあると考えておくこと。

自分で書けるよりはるかに多くの機械生成の研究を見直し、承認し、それについて責任を負うことになると考えておくこと。研究に AI を使う企業は、その出力を人の仕事と同じ試験にかけていると説明している。その試験を設計するところで、経験がものを言う。

留まって強くする

とどまり、機械生成の研究の検証を自分の持ち場にする

企業は AI が生成したシグナルを人の研究と同じ閾値にかけている。誰かがその閾値を定め、誤って通ってしまうものを捕まえなければならない。

職の形を組み替える

モデル・リスクと検証の方へ移る

米国、EU、英国の監督当局は有資格者による独立した検証を求めており、いまでは機械学習モデルに特化した期待も書いている。

隣へ移る

アルゴリズム取引の監督へ移る

規則は、アルゴリズムの導入を承認する指名された者と、アルゴリズム取引に異議を唱える権限を持つ人員を求めている。

現在の証拠からは、そうはならない。AI はいまや研究コードを書いてシグナルを提案し、ある資産運用会社は、AI が生成したシグナルが人の研究と同じ閾値を通っていると述べている。しかしベンチマークではモデルが基本的なリスク指標でつまずいており、米国、EU、英国の規則は、名前のある有資格者が取引モデルとリスクモデルを設計し、承認し、独立に検証することを求めている。

年数では答えない。代わりに見ておくべき兆候はこうだ。AI が生成した戦略が、指名された者の承認なしに本番で動き始めるかどうか。そして監督当局が、独立した人の代わりに機械による検証を認めるかどうか。ここに記録した規則は、今日、その両方を求めている。

一部はできる。Man Group は、自社の AlphaGPT が本番水準のコードを書き、人の研究の閾値を通るシグナルを生み出したと述べており、ある研究用エージェントは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。しかし BacktestBench では、最良のモデルでも総合正解率は67.41%で、すべてのモデルがボラティリティとシャープレシオに苦戦した。

ここに記録した証拠が指しているのは、消えていく職ではなく変わっていく職である——試すべき機械生成の研究が増え、米国、EU、英国の規則が有資格者に委ねたままにしている検証と責任の役割がある。クオンツを他の金融アナリストと区別した公式の予測はない。